| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第16-52页 |
| 1.1 研究的问题及意义 | 第17-21页 |
| 1.1.1 腹部CT图像分割及应用背景 | 第17-19页 |
| 1.1.2 CT图像相关知识 | 第19-21页 |
| 1.1.3 医学图像分割 | 第21页 |
| 1.2 国内外研究现状及分析 | 第21-31页 |
| 1.2.1 基于图像信息的能量泛函方法 | 第22-27页 |
| 1.2.2 基于统计形状先验的方法 | 第27-28页 |
| 1.2.3 基于数据学习的方法 | 第28-30页 |
| 1.2.4 先验信息的表示与利用 | 第30-31页 |
| 1.3 本文用到的分割方法的理论知识 | 第31-47页 |
| 1.3.1 图割方法 | 第31-33页 |
| 1.3.2 连续最大流算法 | 第33-41页 |
| 1.3.3 图谱分割方法 | 第41-42页 |
| 1.3.4 主动形状模型 | 第42-44页 |
| 1.3.5 深度卷积神经网络 | 第44-47页 |
| 1.4 CT图像分割结果评价 | 第47-49页 |
| 1.5 本文的研究内容及创新点 | 第49-52页 |
| 1.5.1 研究内容 | 第49-51页 |
| 1.5.2 主要创新点 | 第51-52页 |
| 第二章 基于局部先验信息的肝脏全自动分割 | 第52-78页 |
| 2.1 引言 | 第52-54页 |
| 2.2 肝脏分割的可计算数学模型 | 第54-61页 |
| 2.2.1 基于三维卷积神经网络的肝脏自动探测与先验学习 | 第54-55页 |
| 2.2.2 肝脏初始分割 | 第55-56页 |
| 2.2.3 一个基于局部先验信息的分割模型 | 第56-61页 |
| 2.3 算法设计 | 第61-63页 |
| 2.3.1 曲面演化的连续最小割表示 | 第61-62页 |
| 2.3.2 连续最大流算法 | 第62-63页 |
| 2.4 数值实验 | 第63-70页 |
| 2.4.1 临床数据集及量化度量 | 第63-64页 |
| 2.4.2 实现细节与参数设置 | 第64-65页 |
| 2.4.3 分割结果 | 第65-66页 |
| 2.4.4 方法比较 | 第66-69页 |
| 2.4.5 模型各项的作用分析 | 第69-70页 |
| 2.4.6 参数分析 | 第70页 |
| 2.4.7 曲面演化中距离函数的作用 | 第70页 |
| 2.5 讨论与总结 | 第70-78页 |
| 第三章 基于深度卷积神经网络和Potts model的腹部多器官联合分割 | 第78-98页 |
| 3.1 引言 | 第78-80页 |
| 3.2 腹部多器官的可计算分割模型 | 第80-84页 |
| 3.2.1 基于深度卷积神经网络的器官定位及先验学习 | 第81-83页 |
| 3.2.2 基于Potts model的多区域分割模型 | 第83-84页 |
| 3.3 算法设计 | 第84-86页 |
| 3.4 数值实验 | 第86-93页 |
| 3.4.1 实现细节和参数设置 | 第86-87页 |
| 3.4.2 计算时间 | 第87页 |
| 3.4.3 分割精度 | 第87-88页 |
| 3.4.4 所提出模型中的先验概率的作用 | 第88-89页 |
| 3.4.5 CNN参数分析 | 第89-90页 |
| 3.4.6 训练集大小的影响分析 | 第90-91页 |
| 3.4.7 方法比较 | 第91-93页 |
| 3.5 讨论与总结 | 第93-98页 |
| 第四章 多图谱标签融合框架下的腹部肌肉与脂肪组织的分割 | 第98-110页 |
| 4.1 引言 | 第98-101页 |
| 4.2 多图谱标签融合框架下的肌肉与脂肪自动分割 | 第101-105页 |
| 4.2.1 基于PCA的图谱选择 | 第101-102页 |
| 4.2.2 多谱图标签融合分割 | 第102-104页 |
| 4.2.3 基于MALF和AASM的腹壁自动分割 | 第104-105页 |
| 4.2.4 基于MALF和三维可形变模型的腰大肌自动分割 | 第105页 |
| 4.2.5 肌肉与脂肪组织的提取 | 第105页 |
| 4.3 数值实验 | 第105-109页 |
| 4.3.1 医学临床数据 | 第105-106页 |
| 4.3.2 实现细节与参数设置 | 第106页 |
| 4.3.3 分割结果 | 第106-108页 |
| 4.3.4 方法对比 | 第108-109页 |
| 4.4 总结 | 第109-110页 |
| 第五章 结论与展望 | 第110-114页 |
| 5.1 论文工作总结 | 第110-112页 |
| 5.2 下一步工作展望 | 第112-114页 |
| 参考文献 | 第114-130页 |
| 完成文章目录 | 第130-132页 |
| 简历 | 第132-134页 |
| 致谢 | 第134-135页 |
