基于水平集方法的医学组织图像分割
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 医学图像分割的研究背景及意义 | 第10-11页 |
| 1.2 医学图像相关知识 | 第11-13页 |
| 1.2.1 2D彩色眼底图像 | 第11-12页 |
| 1.2.2 OCT视网图像 | 第12-13页 |
| 1.3 视网膜图像分割的研究现状 | 第13-16页 |
| 1.3.1 视网膜血管分割 | 第13-15页 |
| 1.3.2 OCT视网膜层分割 | 第15-16页 |
| 1.4 视网膜图像分割结果的评价指标 | 第16-18页 |
| 1.4.1 视网膜血管分割的评价 | 第17页 |
| 1.4.2 OCT视网膜层分割的评价 | 第17-18页 |
| 1.5 本文研究的主要内容和安排 | 第18-20页 |
| 第二章 视网膜图像数据来源及分割难点 | 第20-25页 |
| 2.1 视网膜图像数据 | 第20-22页 |
| 2.1.1 2D彩色眼底图像数据 | 第20-21页 |
| 2.1.2 OCT图像数据 | 第21-22页 |
| 2.2 视网膜图像分割难点 | 第22-25页 |
| 2.2.1 视网膜血管分割难点 | 第22-23页 |
| 2.2.2 OCT视网膜层分割难点 | 第23-25页 |
| 第三章 图像分割的水平集方法 | 第25-38页 |
| 3.1 参数活动轮廓模型 | 第25-26页 |
| 3.2 曲线演化理论 | 第26-27页 |
| 3.3 水平集方法 | 第27-31页 |
| 3.3.1 曲线演化的水平集方法 | 第27-30页 |
| 3.3.2 速度场的延拓和重新初始化 | 第30-31页 |
| 3.4 经典的几何活动轮廓模型 | 第31-35页 |
| 3.4.1 边缘模型 | 第31-33页 |
| 3.4.2 区域模型 | 第33-35页 |
| 3.5 多相水平集 | 第35-38页 |
| 第四章 融合形状先验的水平集眼底图像血管分割 | 第38-59页 |
| 4.1 眼底图像预处理 | 第38-40页 |
| 4.1.1 获取视网膜掩模 | 第38-39页 |
| 4.1.2 血管图像增强 | 第39-40页 |
| 4.2 视网膜血管分割方法 | 第40-47页 |
| 4.2.1 初步估计视网膜血管 | 第40-42页 |
| 4.2.2 建立视网膜血管分割的水平集模型 | 第42-45页 |
| 4.2.3 移除病灶和伪影 | 第45-47页 |
| 4.3 能量函数求解和参数设置 | 第47-49页 |
| 4.3.1 能量函数求解 | 第47-48页 |
| 4.3.2 参数设置 | 第48-49页 |
| 4.4 实验结果与分析 | 第49-58页 |
| 4.4.1 视网膜血管增强算法对比 | 第49-50页 |
| 4.4.2 视网膜血管分割结果 | 第50-51页 |
| 4.4.3 移除伪影和病灶 | 第51-52页 |
| 4.4.4 分割算法对比 | 第52-54页 |
| 4.4.5 不同算法分割结果的定量分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于可伸缩区域能量拟合的视网膜层分割 | 第59-71页 |
| 5.1 OCT视网膜层分割方法 | 第60-67页 |
| 5.1.1 概述 | 第60页 |
| 5.1.2 图像预处理 | 第60-61页 |
| 5.1.3 感兴趣区域检测 | 第61-62页 |
| 5.1.4 建立视网膜层分割模型 | 第62-65页 |
| 5.1.5 视网膜层分割 | 第65页 |
| 5.1.6 能量函数求解和参数简化 | 第65-67页 |
| 5.2 实验分析 | 第67-70页 |
| 5.2.1 视网膜分割性能 | 第67-68页 |
| 5.2.2 误差分析 | 第68-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-74页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 附录A 符号和缩略词解释 | 第80-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间的研究成果 | 第82-83页 |
