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 |