| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 研究现状及进展 | 第12-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 本文结构 | 第18页 |
| 1.5 本章小结 | 第18-20页 |
| 第2章 冠脉造影图像增强 | 第20-32页 |
| 2.1 冠脉造影图像的特点 | 第20-21页 |
| 2.2 冠脉造影图像预处理 | 第21-25页 |
| 2.2.1 噪声自适应模糊开关中值滤波 | 第21-23页 |
| 2.2.2 对比度受限自适应直方图均衡化 | 第23-25页 |
| 2.3 多尺度图像增强 | 第25-30页 |
| 2.3.1 Hessian矩阵及其特征值分析 | 第26-28页 |
| 2.3.2 多尺度血管增强 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 冠脉结构识别 | 第32-48页 |
| 3.1 基于水平集方法的血管轮廓提取 | 第32-37页 |
| 3.1.1 窄带活动轮廓模型的构建 | 第32-33页 |
| 3.1.2 水平集演化过程 | 第33-35页 |
| 3.1.3 实验结果与分析 | 第35-37页 |
| 3.2 冠脉骨架提取及血管分段 | 第37-46页 |
| 3.2.1 基于自适应跟踪方法的冠脉骨架提取及血管分段 | 第37-44页 |
| 3.2.2 实验结果与分析 | 第44-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 直径测量及狭窄程度评估 | 第48-54页 |
| 4.1 任意血管横截面的直径测量 | 第48-51页 |
| 4.1.1 算法概述 | 第48-50页 |
| 4.1.2 实验结果与分析 | 第50-51页 |
| 4.2 狭窄程度评估 | 第51-53页 |
| 4.2.1 算法概述 | 第51-52页 |
| 4.2.2 实验结果与讨论 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 冠脉造影图像处理系统 | 第54-58页 |
| 5.1 系统功能设计与实现 | 第54页 |
| 5.2 软件界面设计 | 第54-56页 |
| 5.3 本章小结 | 第56-58页 |
| 总结与展望 | 第58-62页 |
| 1.工作总结 | 第58-59页 |
| 2.工作展望 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |