第一章 绪论 | 第1-22页 |
·引言 | 第14-16页 |
·国内外医学图像分割方法研究现状 | 第16-19页 |
·参数活动轮廓模型 | 第16-17页 |
·几何活动轮廓模型 | 第17-19页 |
·Mumford-Shah模型 | 第19页 |
·本文主要研究工作与创新点 | 第19-21页 |
·章节安排 | 第21-22页 |
第二章 图像分割中的变分数学基础 | 第22-24页 |
·引言 | 第22页 |
·泛函极值问题及其变分解法 | 第22-24页 |
·泛函与变分 | 第22页 |
·泛函极值存在的必要条件 | 第22页 |
·图像分割模型泛函极值求解 | 第22-24页 |
第三章 参数活动轮廓模型分析 | 第24-37页 |
·引言 | 第24-25页 |
·Kass模型 | 第25-27页 |
·数值解法 | 第25-27页 |
·实验结果与分析 | 第27页 |
·Kass模型的评价 | 第27页 |
·气球Snake模型 | 第27-28页 |
·GVF模型 | 第28-30页 |
·模型推导 | 第29-30页 |
·实验结果与分析 | 第30页 |
·T-Snake模型 | 第30-31页 |
·基于遗传算法的双T-Snake模型MR图像分割 | 第31-35页 |
·双T-Snake模型 | 第31-32页 |
·遗传算法的实现 | 第32-34页 |
·实验结果与分析 | 第34-35页 |
·本章小结 | 第35-37页 |
第四章 几何活动轮廓模型分析 | 第37-54页 |
·引言 | 第37页 |
·测地线活动轮廓模型 | 第37-39页 |
·曲线演化理论 | 第39页 |
·水平集理论 | 第39-48页 |
·水平集理论 | 第39-41页 |
·水平集演化方程的数值计算 | 第41-42页 |
·实现细节 | 第42-45页 |
·水平集函数快速算法 | 第45-48页 |
·基于双水平集的MR图像分割模型 | 第48-52页 |
·双水平集模型 | 第48-49页 |
·快速SDF生成法 | 第49页 |
·一种基于区域信息的速度函数 | 第49-50页 |
·实验结果与分析 | 第50-52页 |
·本章小结 | 第52-54页 |
第五章 基于ROI信息的活动轮廓模型MR图像分割 | 第54-60页 |
·引言 | 第54页 |
·融合区域信息的Snake模型 | 第54-55页 |
·ROI信息的提取与利用 | 第55-56页 |
·参数模型几何化 | 第56-58页 |
·实验结果与分析 | 第58-59页 |
·本章小结 | 第59-60页 |
第六章 一种新的活动轮廓模型——S-L模型 | 第60-67页 |
·引言 | 第60页 |
·S-L模型 | 第60-62页 |
·Snake模型 | 第60-61页 |
·S-L模型 | 第61-62页 |
·模型离散化 | 第62-63页 |
·拓扑改变 | 第63-65页 |
·实验结果与分析 | 第65-66页 |
·本章小结 | 第66-67页 |
第七章 基于高斯混合模型的活动轮廓模型MR图像分割 | 第67-82页 |
·引言 | 第67页 |
·高斯混合模型 | 第67-69页 |
·图像灰度分布的混合统计模型 | 第68页 |
·EM算法 | 第68-69页 |
·遗传算法及高斯混合模型的参数估计 | 第69-72页 |
·初始种群的构造 | 第70-71页 |
·目标函数和适应度函数 | 第71页 |
·选择方法 | 第71页 |
·遗传算子的构造 | 第71-72页 |
·终止准则 | 第72页 |
·高斯混合模型的应用 | 第72-74页 |
·待分割区域的混合模型分析 | 第72页 |
·高斯混合模型在Snake模型中的应用 | 第72-73页 |
·高斯混合模型在水平集模型中的应用 | 第73-74页 |
·实验结果与分析 | 第74-76页 |
·基于多元信息的高斯混合模型及其MR图像分割 | 第76-80页 |
·多元信息场的构造 | 第76-78页 |
·基于多元信息高斯混合模型改进的水平集模型 | 第78-79页 |
·左心室外轮廓提取 | 第79-80页 |
·本章小结 | 第80-82页 |
第八章 扩散水平集框架下的MR图像左心室轮廓提取 | 第82-90页 |
·引言 | 第82页 |
·扩散水平集 | 第82-86页 |
·反几何扩散模型 | 第82-83页 |
·扩散水平集 | 第83-86页 |
·先验条件约束 | 第86-87页 |
·形状约束条件 | 第86-87页 |
·解剖学约束条件 | 第87页 |
·实验结果与分析 | 第87-89页 |
·本章小结 | 第89-90页 |
第九章 分割—增强耦合变分模型及其MR图像分割 | 第90-100页 |
·引言 | 第90页 |
·Mumford-Shah模型 | 第90-93页 |
·简化的Mumford-Shah图像分割模型 | 第93页 |
·基于水平集求解简化M-S模型的C-V方法 | 第93-94页 |
·基于直方图的快速Mumford-Shah模型MR图像分割 | 第94-97页 |
·符号表法 | 第95页 |
·目标的粗分割 | 第95-96页 |
·目标边界的确定 | 第96-97页 |
·确定外轮廓 | 第96页 |
·去除内部噪声 | 第96-97页 |
·边界优化 | 第97页 |
·实验结果与分析 | 第97-98页 |
·本章小结 | 第98-100页 |
第十章 总结与展望 | 第100-104页 |
·总结 | 第100-103页 |
·未来研究方向 | 第103-104页 |
致谢 | 第104-105页 |
参考文献 | 第105-114页 |
攻读博士学位期间的主要研究成果 | 第114页 |