轻度认知功能障碍诊断的MRI图像处理研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 插图索引 | 第13-12页 |
| 表格索引 | 第12-14页 |
| 第一章 绪论 | 第14-21页 |
| ·课题研究的背景及意义 | 第14-15页 |
| ·国内外研究状况 | 第15-18页 |
| ·可视化技术的研究和应用现状 | 第15-16页 |
| ·对AD 和MCI 的辅助诊断平台研究开发现状 | 第16-17页 |
| ·根据MRI 图像进行分类的研究现状 | 第17-18页 |
| ·本文主要研究工作 | 第18-21页 |
| 第二章 MRI 图像的三维重建 | 第21-35页 |
| ·常用的重建方法 | 第21-27页 |
| ·面绘制法 | 第21-25页 |
| ·体绘制法 | 第25-27页 |
| ·光线投射算法详细描述及实现 | 第27-32页 |
| ·光线吸收模型 | 第27-28页 |
| ·后分类方法 | 第28-30页 |
| ·使用光线投射算法的三维重建方法 | 第30-32页 |
| ·实现效果 | 第32页 |
| ·总结 | 第32-35页 |
| 第三章 通过MRI 图像进行形态学分析和测量 | 第35-44页 |
| ·常用的结构性测量方法 | 第35-36页 |
| ·基于感兴趣区域的测量方法 | 第35页 |
| ·基于体素的形态学分析方法 | 第35-36页 |
| ·皮层厚度分析方法 | 第36页 |
| ·皮层厚度分析方法详细过程 | 第36-43页 |
| ·建立大脑皮层模型 | 第36-38页 |
| ·处理、分析皮层模型 | 第38-42页 |
| ·计算结果及实例 | 第42-43页 |
| ·总结 | 第43-44页 |
| 第四章 根据医学图像进行分类的研究 | 第44-52页 |
| ·常用的分类器 | 第44-47页 |
| ·线性判别分析 | 第44-45页 |
| ·二次判别分析 | 第45页 |
| ·朴素贝叶斯 | 第45页 |
| ·支持向量机 | 第45-47页 |
| ·特征选择方法 | 第47-48页 |
| ·特征选择和特征提取 | 第47页 |
| ·特征选择通常的步骤 | 第47-48页 |
| ·本文所采用的特征选择算法的具体描述 | 第48-50页 |
| ·算法过程 | 第49-50页 |
| ·实验具体操作及结果 | 第50-51页 |
| ·结论 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |
