| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 现状分析 | 第12-15页 |
| 1.2.1 医学图像的特点 | 第13页 |
| 1.2.2 医学图像三维重建技术 | 第13-14页 |
| 1.2.3 医学图像分割 | 第14-15页 |
| 1.3 主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 医学图像分割概述 | 第17-29页 |
| 2.1 基于区域的图像分割方法 | 第17-20页 |
| 2.1.1 区域生长方法 | 第17-18页 |
| 2.1.2 灰度阈值法 | 第18-19页 |
| 2.1.3 基于随机场的分割方法 | 第19-20页 |
| 2.2 基于边界的分割方法 | 第20-24页 |
| 2.2.1 并行微分算子 | 第21-24页 |
| 2.2.2 基于曲线拟合的边界查找 | 第24页 |
| 2.3 基于数学形态学的分割方法 | 第24-28页 |
| 2.3.1 腐蚀和膨胀运算 | 第25-26页 |
| 2.3.2 开运算和闭运算 | 第26-27页 |
| 2.3.3 基于分水岭的分割方法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 颈部图像分割预处理算法 | 第29-43页 |
| 3.1 预处理算法概述 | 第29-30页 |
| 3.2 基于改进的PM扩散模型去噪 | 第30-33页 |
| 3.2.1 噪声处理 | 第30-32页 |
| 3.2.2 改进的PM扩散模型 | 第32-33页 |
| 3.3 头颈部影像提取 | 第33-36页 |
| 3.4 颈椎骨粗识别 | 第36-38页 |
| 3.5 算法实验结果与分析 | 第38-42页 |
| 3.5.1 改进的PM扩散模型实验结果与分析 | 第39-40页 |
| 3.5.2 头颈部影像提取 | 第40-41页 |
| 3.5.3 颈椎骨粗提取算法 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于梯度的3D血管提取 | 第43-59页 |
| 4.1 血管提取概述 | 第43-44页 |
| 4.2 基于血管中心点的选取 | 第44-48页 |
| 4.2.1 血管的结构特性 | 第45页 |
| 4.2.2 中心点选取 | 第45-48页 |
| 4.3 基于梯度幅度的三维血管重建 | 第48-55页 |
| 4.3.1 梯度的定义 | 第48-49页 |
| 4.3.2 三维数据构造 | 第49-51页 |
| 4.3.3 三维血管重建 | 第51-55页 |
| 4.4 算法实现与结果分析 | 第55-58页 |
| 4.4.1 血管中心点选取 | 第56页 |
| 4.4.2 三维血管重建 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 三维颈椎提取算法 | 第59-71页 |
| 5.1 颈椎提取算法概述 | 第59-60页 |
| 5.2 基于Chan-Vese模型的颈椎骨分割算法 | 第60-64页 |
| 5.2.1 传统的C-V模型 | 第60-61页 |
| 5.2.2 改进的C-V模型 | 第61-64页 |
| 5.3 基于改进的C-V模型的脊椎骨提取 | 第64-66页 |
| 5.4 算法实验与结果分析 | 第66-68页 |
| 5.5 本章小结 | 第68-71页 |
| 第6章 总结展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |