基于动脉期图像的腹主动脉分割研究
| 中文摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第2章 血管分割方法技术理论 | 第15-25页 |
| 2.1 模式识别技术 | 第15-19页 |
| 2.1.1 多尺度方法 | 第16页 |
| 2.1.2 基于骨架(中心线检测)方法 | 第16页 |
| 2.1.3 基于脊线方法 | 第16-17页 |
| 2.1.4 区域生长法 | 第17页 |
| 2.1.5 基于微分几何方法 | 第17-18页 |
| 2.1.6 匹配滤波方法 | 第18-19页 |
| 2.1.7 数学形态学规划 | 第19页 |
| 2.2 基于模型的方法 | 第19-21页 |
| 2.2.1 形变模型 | 第19-21页 |
| 2.2.2 参数模型 | 第21页 |
| 2.2.3 模板匹配 | 第21页 |
| 2.2.4 广义圆柱体模型 | 第21页 |
| 2.3 基于追踪的方法 | 第21-22页 |
| 2.4 基于人工智能的方法 | 第22页 |
| 2.5 基于神经网络的方法 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 血管分割的预处理操作 | 第25-46页 |
| 3.1 图像退化/复原模型 | 第26页 |
| 3.2 常见噪声模型 | 第26-30页 |
| 3.2.1 高斯噪声 | 第26-27页 |
| 3.2.2 瑞利噪声 | 第27-28页 |
| 3.2.3 伽马噪声 | 第28页 |
| 3.2.4 指数分布噪声 | 第28-29页 |
| 3.2.5 均匀分布噪声 | 第29-30页 |
| 3.2.6 脉冲噪声(椒盐噪声) | 第30页 |
| 3.3 常用的空间滤波器 | 第30-35页 |
| 3.3.1 均值滤波器 | 第31-32页 |
| 3.3.2 统计排序滤波器 | 第32-33页 |
| 3.3.3 自适应滤波器 | 第33-35页 |
| 3.4 图像增强 | 第35-45页 |
| 3.4.1 图像增强基础 | 第36-37页 |
| 3.4.2 拉普拉斯掩模图像增强 | 第37-40页 |
| 3.4.3 Hessian矩阵血管强化 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 腹主动脉分割算法研究 | 第46-60页 |
| 4.1 概述 | 第46-47页 |
| 4.2 基于三维区域生长的腹部血管分割方法 | 第47-59页 |
| 4.2.1 方法概述 | 第47-48页 |
| 4.2.2 预处理 | 第48-50页 |
| 4.2.3 初始血管和骨骼提取 | 第50-52页 |
| 4.2.4 主动脉及其邻近大血管提取 | 第52-57页 |
| 4.2.5 细血管提取及筛选 | 第57-59页 |
| 4.2.6 大小血管合并 | 第59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 实验结果与分析 | 第60-70页 |
| 5.1 实验平台简介 | 第60-62页 |
| 5.1.1 3DimViewer平台 | 第60页 |
| 5.1.2 基于MFC和第三方库的平台 | 第60-62页 |
| 5.2 实验结果及分析 | 第62-69页 |
| 5.2.1 预处理结果及分析 | 第62-64页 |
| 5.2.2 初始血管和骨骼提取结果及分析 | 第64-65页 |
| 5.2.3 主动脉及其邻近大血管提取结果及分析 | 第65-66页 |
| 5.2.4 细血管提取、筛选结果及分析 | 第66页 |
| 5.2.5 大小血管合并结果及分析 | 第66-67页 |
| 5.2.6 手动功能介绍 | 第67页 |
| 5.2.7 三维可视化效果及分割结果评估 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70页 |
| 6.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
