DSA图像血管增强与中心线提取算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 研究与创新 | 第10-11页 |
| 1.4 内容及结构安排 | 第11-13页 |
| 第二章 传统的血管增强算法 | 第13-19页 |
| 2.1 引言 | 第13页 |
| 2.2 常见的血管增强算法 | 第13-17页 |
| 2.2.1 基于Hessian矩阵的血管增强 | 第13-15页 |
| 2.2.2 基于扩散方程血管增强 | 第15-16页 |
| 2.2.3 结构张量血管增强 | 第16-17页 |
| 2.3 本章小结 | 第17-19页 |
| 第三章 基于综合滤波的血管增强 | 第19-27页 |
| 3.1 引言 | 第19页 |
| 3.2 基于分段线性函数的对比度增强 | 第19-20页 |
| 3.3 基于Hessian矩阵的血管增强 | 第20-24页 |
| 3.3.1 Hessian矩阵的性质 | 第21-22页 |
| 3.3.2 相似性函数构建 | 第22-24页 |
| 3.3.3 基于Hessian矩阵的多尺度滤波器 | 第24页 |
| 3.4 实验结果与分析 | 第24-26页 |
| 3.5 小结 | 第26-27页 |
| 第四章 血管分割 | 第27-33页 |
| 4.1 引言 | 第27页 |
| 4.2 常见的血管分割算法 | 第27-31页 |
| 4.2.1 边缘检测法 | 第27-29页 |
| 4.2.2 区域生长法 | 第29页 |
| 4.2.3 模型的方法 | 第29-31页 |
| 4.2.4 神经网络法 | 第31页 |
| 4.2.5 人工智能法 | 第31页 |
| 4.3 本章小结 | 第31-33页 |
| 第五章 基于形态学处理的血管中心线提取 | 第33-43页 |
| 5.1 引言 | 第33-34页 |
| 5.2 基于Ostu的血管分割 | 第34-35页 |
| 5.2.1 Ostu基本原理 | 第34-35页 |
| 5.2.2 血管分割 | 第35页 |
| 5.3 基于形态学的血管粗中心线提取 | 第35-36页 |
| 5.3.1 形态学骨架提取原理 | 第35-36页 |
| 5.3.2 基于形态学的血管中心线提取 | 第36页 |
| 5.4 基于曲线拟合的亚像素级血管中心线提取 | 第36-39页 |
| 5.4.1 亚像素级血管中心线提取原理 | 第36-38页 |
| 5.4.2 血管横断线方向估计 | 第38页 |
| 5.4.3 拟合校正 | 第38-39页 |
| 5.5 仿真实验 | 第39-41页 |
| 5.6 小结 | 第41-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第52-53页 |
