MRI脑部疾病计算机辅助诊断系统设计与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究背景及意义 | 第12-13页 |
| ·磁共振成像在颅脑疾病的应用 | 第13-15页 |
| ·颅内肿瘤 | 第13-14页 |
| ·脑血管疾病 | 第14-15页 |
| ·脱髓鞘疾病 | 第15页 |
| ·颅内炎症及其他疾病 | 第15页 |
| ·磁共振成像原理 | 第15-19页 |
| ·核磁共振 | 第15-16页 |
| ·核磁驰豫 | 第16-18页 |
| ·空间定位 | 第18-19页 |
| ·本文研究内容 | 第19-22页 |
| 第2章 基于MRI的图像分割方法综述 | 第22-34页 |
| ·图像分割方法 | 第22-26页 |
| ·基于聚类的方法 | 第22页 |
| ·基于活动轮廓的方法 | 第22-24页 |
| ·活动表面模型 | 第24页 |
| ·纹理分割 | 第24-25页 |
| ·基于图论的图像分割 | 第25-26页 |
| ·脑肿瘤分割的研究状况和进展 | 第26-30页 |
| ·基于统计的方法 | 第26-27页 |
| ·基于可变形模型的方法 | 第27-28页 |
| ·基于肿瘤生长模型的方法 | 第28-29页 |
| ·纹理分析 | 第29页 |
| ·基于神经网络的方法 | 第29-30页 |
| ·检测与正常脑的偏差 | 第30页 |
| ·基于直方图分析的方法 | 第30页 |
| ·医学图像分割技术的评价 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 脑肿瘤的分割方法研究 | 第34-50页 |
| ·几何活动轮廓模型 | 第34-42页 |
| ·取消迭代快速Level Set | 第34-38页 |
| ·简化的M-S模型 | 第38-40页 |
| ·Level Set对肿瘤进行分割的改进方法 | 第40-42页 |
| ·FCM聚类算法 | 第42-45页 |
| ·模糊集基本知识 | 第42页 |
| ·K均值聚类算法(HCM)介绍 | 第42-44页 |
| ·模糊C均值聚类 | 第44-45页 |
| ·基于差值变换的阂值分析 | 第45-48页 |
| ·知识提取 | 第46-47页 |
| ·图像归一化 | 第47页 |
| ·差值变换 | 第47-48页 |
| ·阈值分析 | 第48页 |
| ·后处理 | 第48页 |
| ·模糊C聚类与水平集结合的算法 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 脑血管狭窄分析 | 第50-66页 |
| ·脑血管狭窄分析基础 | 第50-51页 |
| ·算法步骤 | 第51-63页 |
| ·利用Hessian矩阵对血管增强 | 第51-56页 |
| ·自动阈值分割提取血管 | 第56-58页 |
| ·提取血管中心线 | 第58-61页 |
| ·测量血管直径并对直径错误处进行校正 | 第61-62页 |
| ·找到准确位置画出直径和血管边缘 | 第62-63页 |
| ·特殊情况处理 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 脑部疾病计算机辅助检测系统实现结果 | 第66-80页 |
| ·脑肿瘤分割 | 第66-76页 |
| ·脑肿瘤图像的特性 | 第66页 |
| ·Level Set方法分割结果与分析 | 第66-73页 |
| ·FCM算法分割结果 | 第73-75页 |
| ·使用差分法对肿瘤进行分割结果 | 第75-76页 |
| ·血管狭窄分析系统实现 | 第76-78页 |
| ·图像输入模块 | 第76-77页 |
| ·血管狭窄分析模块 | 第77-78页 |
| ·输出病人ID号及备注 | 第78页 |
| ·本章小结 | 第78-80页 |
| 第6章 总结与讨论 | 第80-82页 |
| ·本文工作总结 | 第80-81页 |
| ·工作展望 | 第81页 |
| ·本章小节 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88页 |
