首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

眼底OCT图像视网膜分层技术的研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-19页
    1.1 研究背景与研究意义第12-14页
    1.2 OCT断层扫描技术综述第14-16页
    1.3 论文主要工作及章节安排第16-19页
第2章 眼底图像分层问题综述第19-28页
    2.1 引言第19页
    2.2 眼底层状结构第19-22页
        2.2.1 视网膜层状结构介绍第19-21页
        2.2.2 常见视网膜疾病的OCT表现第21-22页
    2.3 图像分割方法综述第22-27页
        2.3.1 基于阈值的分割方法第22-23页
        2.3.2 基于聚类的分割方法第23-25页
        2.3.3 基于边缘和区域的分割方法第25-26页
        2.3.4 基于活动轮廓的分割方法第26-27页
    2.4 本章小结第27-28页
第3章 眼底OCT图像预处理第28-39页
    3.1 引言第28页
    3.2 视网膜平直化第28-32页
        3.2.1 视网膜层平直化方法第29-30页
        3.2.2 改进的视网膜平直化方法第30-32页
    3.3 血管提取第32-35页
        3.3.1 形态学操作第33页
        3.3.2 眼底OCT图像血管提取方法第33-35页
    3.4 实验结果与分析第35-38页
        3.4.1 实验平台和数据选取第35页
        3.4.2 平直化与血管提取实验效果第35-38页
    3.5 本章小结第38-39页
第4章 超像素分割与相似度矩阵构造第39-49页
    4.1 引言第39页
    4.2 超像素计算方法介绍第39-45页
        4.2.1 超像素的意义和特点第39-40页
        4.2.2 超像素分割方法分类第40-44页
        4.2.3 自适应尺度的SLIC超像素分割第44-45页
    4.3 超像素相似度矩阵的构造第45-48页
        4.3.1 超像素区域特征第45-47页
        4.3.2 基于SLIC方法的邻接关系第47-48页
    4.4 本章小结第48-49页
第5章 基于层次聚类的眼底图像分割第49-63页
    5.1 引言第49页
    5.2 层次聚类在图像分割中的应用第49-50页
    5.3 动态区域合并方法第50-56页
        5.3.1 合并策略和停止条件第51-54页
        5.3.2 区域一致性检验第54-55页
        5.3.3 存在的问题第55-56页
    5.4 改进的动态区域合并方法第56-59页
        5.4.1 基于方向的相似性度量方法第56-58页
        5.4.2 基于邻域一致性的误分割块去除第58-59页
        5.4.3 分层结果优化第59页
    5.5 实验分析与比较第59-62页
    5.6 本章小结第62-63页
第6章 总结与展望第63-66页
    6.1 工作总结第63-64页
    6.2 未来工作展望第64-66页
参考文献第66-71页
作者简介以及在读期间的科研成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:论经济类文本的翻译--以《经济学原理》部分章节的翻译为例
下一篇:肝血管瘤患者瘤体剥除与介入栓塞术后生存质量评价