三维高分辨率CT图像中肺裂检测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 肺部疾病影像诊断技术的发展 | 第12-13页 |
| 1.3 肺裂检测方法的国内外研究现状 | 第13-16页 |
| 1.4 本文主要内容 | 第16-17页 |
| 第2章 图像预处理与肺裂增强 | 第17-34页 |
| 2.1 肺裂检测流程 | 第17页 |
| 2.2 肺实质的分割 | 第17-24页 |
| 2.2.1 肺部CT背景知识 | 第18-19页 |
| 2.2.2 基于阈值法的肺实质提取 | 第19-21页 |
| 2.2.3 左右肺的分离 | 第21页 |
| 2.2.4 肺部边界的修补 | 第21-24页 |
| 2.3 肺裂的增强 | 第24-32页 |
| 2.3.1 基于Hessian矩阵的肺裂增强 | 第24-27页 |
| 2.3.2 线检测模板的创建 | 第27页 |
| 2.3.3 肺裂相似度函数的定义 | 第27-30页 |
| 2.3.4 Max-min级联滤波器 | 第30页 |
| 2.3.5 算法在3D空间中的实现 | 第30-32页 |
| 2.4 实验结果与分析 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于最短路径算法的肺裂分割 | 第34-53页 |
| 3.1 传统方法分割肺裂的缺陷 | 第34-36页 |
| 3.1.1 肺裂分割的难点 | 第34-35页 |
| 3.1.2 主动轮廓方法分割肺裂的缺陷 | 第35-36页 |
| 3.2 最短路径算法理论基础 | 第36-39页 |
| 3.3 基于Dijkstra算法的肺裂分割 | 第39-47页 |
| 3.3.1 Dijkstra最短路径算法 | 第40-41页 |
| 3.3.2 代价函数的定义 | 第41-43页 |
| 3.3.3 2D切片上肺裂的分割 | 第43-45页 |
| 3.3.4 算法在3D空间中的实现 | 第45-47页 |
| 3.4 基于形态学的后处理算法 | 第47-51页 |
| 3.4.1 分支点移除算法 | 第48-49页 |
| 3.4.2 连通分量提取 | 第49-51页 |
| 3.5 实验结果与讨论 | 第51-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 实验与评估 | 第53-59页 |
| 4.1 软件平台和实验数据 | 第53-54页 |
| 4.2 评估方法介绍 | 第54-57页 |
| 4.3 评估结果 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 A攻读学位期间所发表的学术论文目录 | 第66页 |
