| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 成人脑的脑皮层复杂度分析现状 | 第11页 |
| 1.2.2 婴幼儿脑的脑皮层复杂度分析现状 | 第11-12页 |
| 1.3 本文主要内容与章节安排 | 第12-14页 |
| 第2章 脑皮层复杂度的相关问题分析 | 第14-26页 |
| 2.1 脑的解剖学基础 | 第14-15页 |
| 2.2 磁共振成像技术 | 第15-17页 |
| 2.3 SPM图像处理软件 | 第17-19页 |
| 2.3.1 SPM简介 | 第17-18页 |
| 2.3.2 基于SPM的医学图像分割 | 第18-19页 |
| 2.4 常用的脑皮层复杂度度量方法 | 第19-23页 |
| 2.4.1 脑皮层厚度 | 第19-21页 |
| 2.4.2 脑皮层结构网络 | 第21-23页 |
| 2.4.3 基于体素的形态学分析方法—一VBM | 第23页 |
| 2.5 常用的脑皮层复杂度度量指标 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第3章 基于纹理特征的婴幼儿脑皮层复杂度度量算法 | 第26-48页 |
| 3.1 分形理论基础 | 第26页 |
| 3.2 分形模型及计算方法 | 第26-29页 |
| 3.2.1 分形模型 | 第26-28页 |
| 3.2.2 分形维数计算方法 | 第28-29页 |
| 3.3 改进的计盒维法 | 第29-33页 |
| 3.3.1 计盒维法的改进 | 第29-33页 |
| 3.4 基于纹理特征的婴幼儿脑皮层复杂度度量算法 | 第33-47页 |
| 3.4.1 图像的小波分解 | 第33-35页 |
| 3.4.2 结合分形维数及小波分解的婴幼儿脑皮层纹理复杂度度量算法流程 | 第35-36页 |
| 3.4.3 实验结果与分析 | 第36-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于形状特征的婴幼儿脑皮层复杂度度量算法 | 第48-64页 |
| 4.1 形状表达与描述 | 第48-50页 |
| 4.1.1 形状定义 | 第48页 |
| 4.1.2 形状描述符 | 第48-50页 |
| 4.2 基于改进CSS的角点检测算法 | 第50-55页 |
| 4.2.1 传统CSS角点检测算法 | 第50-51页 |
| 4.2.2 改进的CSS角点检测算法 | 第51-55页 |
| 4.3 基于形状特征的婴幼儿脑皮层形状复杂度度量算法 | 第55-57页 |
| 4.3.1 改进的质心距离标记方法 | 第55-56页 |
| 4.3.2 形状复杂度分析指标 | 第56-57页 |
| 4.3.3 基于改进质心距离标记的婴幼儿脑皮层形状复杂度度量算法流程 | 第57页 |
| 4.4 实验结果与分析 | 第57-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 基于改进回指标的婴幼儿脑皮层复杂度度量算法 | 第64-78页 |
| 5.1 回指标的定义与计算 | 第64页 |
| 5.2 基于改进回指标的婴幼儿脑皮层复杂度度量算法 | 第64-73页 |
| 5.2.1 基于最佳阈值分割的边缘轮廓提取算法 | 第65-68页 |
| 5.2.2 基于改进Graham算法的外轮廓提取算法 | 第68-72页 |
| 5.2.3 基于改进回指标的婴幼儿脑皮层复杂度度量算法流程 | 第72-73页 |
| 5.3 实验结果与分析 | 第73-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
