| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 1. 绪论 | 第13-30页 |
| ·引言 | 第13-15页 |
| ·核磁共振图像左心室分割的意义 | 第15-17页 |
| ·核磁共振图像左心室分割难点及方法综述 | 第17-27页 |
| ·不带标记线 MR图像左心室分割的难点 | 第18-19页 |
| ·不带标记线 MR图像左心室分割方法 | 第19-24页 |
| ·基于活动轮廓的方法 | 第19-22页 |
| ·主动表观模型 | 第22页 |
| ·基于图论的图像分割方法 | 第22-23页 |
| ·3D分割的方法 | 第23-24页 |
| ·带标记线 MR图像左心室分割的难点 | 第24-25页 |
| ·带标记线 MR图像左心室分割方法 | 第25-27页 |
| ·去标记线的方法 | 第25-26页 |
| ·结合纹理分割的方法 | 第26-27页 |
| ·课题来源 | 第27页 |
| ·本文研究工作和内容安排 | 第27-28页 |
| ·本文工作的创新点 | 第28-30页 |
| 2. 结合 Hough变换与测地线轮廓模型的 MR图像左心室自动分割 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·相关模型算法介绍 | 第31-37页 |
| ·高斯混合模型 | 第31-33页 |
| ·K-均值聚类算法 | 第33-34页 |
| ·Hough变换算法 | 第34-35页 |
| ·测地线轮廓模型 | 第35-37页 |
| ·基于测地线轮廓模型的MR图像左心室自动分割 | 第37-42页 |
| ·左心室初始内外轮廓线的定位 | 第37-38页 |
| ·左心室 MR图像直方图分析 | 第38-40页 |
| ·测地线轮廓模型的改进 | 第40-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 3. 基于图论的主动轮廓模型与形状统计结合的MR图像左心室交互分割 | 第46-63页 |
| ·引言 | 第46-47页 |
| ·图论相关基本理论 | 第47-50页 |
| ·Ford-Fulkerson方法介绍 | 第47-48页 |
| ·最大流最小定理介绍 | 第48页 |
| ·多个源和多个汇的流网络问题 | 第48-50页 |
| ·基于图论的主动轮廓与形状统计结合算法 | 第50-54页 |
| ·基于图论的主动轮廓分割模型 | 第50页 |
| ·训练样本的形状配准及变化模式分析 | 第50-52页 |
| ·结合图论与形状统计的左心室 MR图像分割算法 | 第52-53页 |
| ·分割结果的交互式修改 | 第53-54页 |
| ·实验结果与性能分析 | 第54-61页 |
| ·实验结果对比 | 第54-60页 |
| ·性能分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 4. 结合特征分类的ASM模型 MR图像左心室自动分割 | 第63-78页 |
| ·引言 | 第63页 |
| ·基于监督分类和聚类的图像分割 | 第63-64页 |
| ·基于特征维数削减技术的左心室 MR图像分割 | 第64-72页 |
| ·LDA特征维数削减方法 | 第64-65页 |
| ·CCCP特征维数削减方法 | 第65-67页 |
| ·CPLS特征维数削减方法 | 第67-68页 |
| ·CCA与PLS两者关系 | 第67-68页 |
| ·CPLS算法 | 第68页 |
| ·GCCCP与 GPLS特征维数削减方法 | 第68-70页 |
| ·考虑邻域加权的类别构造 | 第68-69页 |
| ·GCCCP与 GPLS算法 | 第69-70页 |
| ·实验结果对比 | 第70-72页 |
| ·改进的ASM模型左心室 MR图像分割 | 第72-77页 |
| ·ASM模型介绍 | 第72-73页 |
| ·改进的ASM模型分割算法 | 第73-74页 |
| ·实验结果与性能分析 | 第74-77页 |
| ·实验结果 | 第74-76页 |
| ·性能分析 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 5. 基于 ASM模型及特征融合策略的Tagged MR图像左心室自动分割 | 第78-96页 |
| ·引言 | 第78-79页 |
| ·纹理分析在左心室分割上的应用 | 第79-81页 |
| ·基于典型相关分析的融合特征图像分类 | 第81-88页 |
| ·LM滤波器组提取图像特征 | 第81-84页 |
| ·基于典型相关分析的特征融合 | 第84-85页 |
| ·支持向量机分类器构造 | 第85-88页 |
| ·基于 ASM框架与特征分类器的左心室分割 | 第88-89页 |
| ·实验结果与分析 | 第89-94页 |
| ·本章小结 | 第94-96页 |
| 6. 结合纹理与形状信息的Tagged MR图像左心室自动分割 | 第96-110页 |
| ·引言 | 第96-97页 |
| ·结合形状统计的变分图像分割方法 | 第97-100页 |
| ·基于 B样条的图像能量项构造 | 第97-98页 |
| ·基于训练形状统计的形状能量项构造 | 第98-99页 |
| ·能量泛函的梯度下降法求解 | 第99-100页 |
| ·改进的内外区域项与形状项构造 | 第100-104页 |
| ·S滤波器组与 SVM纹理分类 | 第100-103页 |
| ·基于 SVM的内外区域能量项 | 第103页 |
| ·形状能量项构造 | 第103-104页 |
| ·结合纹理与形状信息的变分框架左心室内外轮廓分割 | 第104页 |
| ·实验结果与分析 | 第104-109页 |
| ·本章小结 | 第109-110页 |
| 7. 结束语 | 第110-113页 |
| ·本文工作总结 | 第110-111页 |
| ·将来的工作 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-124页 |
| 附录 A: 参加的科研项目 | 第124-125页 |
| 附录 B: 博士在读期间发表和录用的论文 | 第125-126页 |
| 附录 C: 在审稿件 | 第126页 |
