血管造影图像分割方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪言 | 第8-13页 |
| 1.1 数字图像及数字图像处理 | 第8-10页 |
| 1.2 图像分割及其发展 | 第10-11页 |
| 1.3 国内外医学图像分割的研究现状 | 第11页 |
| 1.4 本论文所做的工作和章节安排 | 第11-13页 |
| 第2章 反卷积技术 | 第13-16页 |
| 2.1 反卷积的基本原理 | 第13页 |
| 2.2 传统反卷积技术 | 第13-14页 |
| 2.2.1 盲解卷积技术 | 第13-14页 |
| 2.2.2 非盲解卷积技术 | 第14页 |
| 2.3 最近的反卷积技术 | 第14-15页 |
| 2.4 本章小结 | 第15-16页 |
| 第3章 血管分割的主要方法及常用性能评价标准 | 第16-20页 |
| 3.1 基于非监督学习的血管分割方法 | 第16-18页 |
| 3.1.1 基于匹配滤波器的血管分割方法 | 第16-17页 |
| 3.1.2 基于形态学分析的血管分割方法 | 第17页 |
| 3.1.3 基于血管追踪的血管分割方法 | 第17页 |
| 3.1.4 基于模型的血管分割方法 | 第17-18页 |
| 3.1.5 基于尺度分析的血管分割方法 | 第18页 |
| 3.2 基于监督学习的血管分割方法 | 第18页 |
| 3.3 各类分割方法的优缺点比较 | 第18-19页 |
| 3.4 分割方法性能评价标准 | 第19页 |
| 3.5 本章小结 | 第19-20页 |
| 第4章 基于频域快速解卷的血管分割算法 | 第20-29页 |
| 4.1 基于高动态范围内梯度矢量压缩的纹理增强 | 第20-22页 |
| 4.2 基于自适应稀疏先验的非盲解去模糊 | 第22-24页 |
| 4.3 去除噪声 | 第24-25页 |
| 4.4 血管分割 | 第25-26页 |
| 4.5 实验结果及效果对比 | 第26-27页 |
| 4.6 本章小结 | 第27-29页 |
| 第5章 基于主成分分析的血管分割算法 | 第29-43页 |
| 5.1 眼底图像标准数据库 | 第29-30页 |
| 5.2 绿色通道的选取 | 第30-31页 |
| 5.3 基于形态学变换的血管分割方法 | 第31-34页 |
| 5.3.1 二值图像的腐蚀和膨胀 | 第31-32页 |
| 5.3.2 灰度图像的腐蚀和膨胀 | 第32-34页 |
| 5.4 基于线条定向的血管方向分析 | 第34-35页 |
| 5.5 基于梯度计算的血管弯曲方向分析 | 第35-37页 |
| 5.6 血管脊提取 | 第37-38页 |
| 5.7 主成分分析 | 第38-39页 |
| 5.8 血管分类 | 第39页 |
| 5.9 实验结果及性能分析 | 第39-42页 |
| 5.10 本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-44页 |
| 6.1 工作总结 | 第43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 在校期间发表的学术论文 | 第48-49页 |
| 致谢 | 第49页 |
