首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多模态数据的复杂类型肺结节分割与重建算法研究

摘要第3-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 课题研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 肺结节影像分割第10-11页
        1.2.2 医学影像的三维分割与重建第11-12页
    1.3 课题来源及主要研究内容第12-13页
    1.4 论文的组织结构第13-15页
第二章 相关基础理论第15-23页
    2.1 现代医学成像技术第15-18页
        2.1.1 计算机断层扫描成像第15-16页
        2.1.2 正电子发射断层扫描成像第16-17页
        2.1.3 PET/CT技术第17-18页
    2.2 图像分割技术第18-19页
        2.2.1 基于阈值的分割方法第18页
        2.2.2 基于边缘检测的分割方法第18-19页
        2.2.3 基于区域的分割方法第19页
        2.2.4 基于模糊理论的分割方法第19页
    2.3 PET/CT影像的配准与融合第19-20页
    2.4 肺结节的医学分类第20-21页
    2.5 本章小结第21-23页
第三章 基于超体素的肺结节图像3D分割方法第23-45页
    3.1 肺结节序列图像分割第23-28页
        3.1.1 超像素序列分割肺实质第23-24页
        3.1.2 互信息配准PET/CT多模态数据第24-25页
        3.1.3 多尺度可变圆形模板匹配方法第25-28页
    3.2 超体素3D区域增长方法第28-31页
        3.2.1 超像素与超体素第28-30页
        3.2.2 超体素3D区域增长第30-31页
    3.3 实验结果与分析第31-44页
        3.3.1 定性评估第32-36页
        3.3.2 与3D区域增长算法的比较第36-39页
        3.3.3 定量比较第39-44页
    3.4 本章小结第44-45页
第四章 基于多模态数据和模糊超体素的肺结节分割方法第45-59页
    4.1 图像预处理第45-49页
        4.1.1 获取肺结节区域ROI第45-46页
        4.1.2 OSTU方法分离前背景第46-47页
        4.1.3 空洞填充第47页
        4.1.4 基于互信息的配准方法找到最优种子点第47-48页
        4.1.5 扩大初始掩模第48-49页
    4.2 构造模糊连接图第49-51页
    4.3 模糊图上的3D区域增长第51-52页
    4.4 实验结果与分析第52-57页
        4.4.1 定性评估第52-55页
        4.4.2 定量比较第55-57页
    4.5 本章小结第57-59页
第五章 总结与展望第59-61页
    5.1 工作总结第59-60页
    5.2 未来展望第60-61页
参考文献第61-67页
致谢第67-69页
攻读硕士研究生期间发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:面向移动终端的三维建筑物模型简化方法研究
下一篇:基于数据挖掘的甲烷化催化剂建模研究