| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究目的和意义 | 第11页 |
| ·医学图像分割方法研究现状 | 第11-15页 |
| ·医学图像特点 | 第11-12页 |
| ·常用医学分割方法 | 第12-13页 |
| ·医学图像交互式分割算法 | 第13-14页 |
| ·医学图像分割评价方法 | 第14-15页 |
| ·颈动脉斑块分割研究现状 | 第15-17页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16页 |
| ·发展趋势 | 第16-17页 |
| ·本文结构及创新 | 第17-18页 |
| 第2章 临床医学背景以及颈动脉图像特点分析 | 第18-27页 |
| ·心血管疾病 | 第18页 |
| ·动脉粥样硬化概述 | 第18-20页 |
| ·斑块的形成 | 第18-19页 |
| ·斑块的类型 | 第19-20页 |
| ·斑块成分 | 第20页 |
| ·常用的颈动脉成像技术 | 第20-23页 |
| ·X光射线成像 | 第21-22页 |
| ·超声波成像 | 第22-23页 |
| ·CT血管成像 | 第23页 |
| ·多对比度颈动脉MRI图像 | 第23-26页 |
| ·本章总结 | 第26-27页 |
| 第3章 颈动脉序列图像预处理及训练集构建 | 第27-36页 |
| ·颈动脉序列图像预处理流程概述 | 第27-28页 |
| ·颈动脉序列图像的图像增强 | 第28-29页 |
| ·P-M滤波消减噪声 | 第28页 |
| ·图像灰度均一化 | 第28-29页 |
| ·颈动脉管壁轮廓的分割 | 第29-30页 |
| ·图像配准与伪彩图构建 | 第30-33页 |
| ·基于图像的分类器训练集的构建 | 第33-35页 |
| ·本章总结 | 第35-36页 |
| 第4章 基于Bayes和SSVM的分类模型斑块分割 | 第36-57页 |
| ·基于Bayes分类器的斑块分割模型 | 第36-39页 |
| ·支持向量机基础 | 第39-50页 |
| ·统计学习理论简述 | 第39-42页 |
| ·支持向量机(SVM) | 第42-50页 |
| ·结构化支持向量机(SSVM) | 第50-52页 |
| ·基于SSVM建立斑块分割模型 | 第52-56页 |
| ·本章小节 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |