人体骨骼医学图像处理技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及意义 | 第10-13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 基于图论的图像分割研究现状 | 第13-16页 |
| 1.3.2 多尺度分割的研究现状 | 第16-17页 |
| 1.3.3 三维分割研究现状 | 第17-18页 |
| 1.4 问题的提出 | 第18-19页 |
| 1.5 研究内容 | 第19页 |
| 1.6 论文组织结构 | 第19-22页 |
| 第2章 基于邻域信息的多尺度归一化算法 | 第22-44页 |
| 2.1 图及图割的基本理论 | 第22-25页 |
| 2.1.1 图的基本定义 | 第22-23页 |
| 2.1.2 图的有关概念 | 第23-24页 |
| 2.1.3 图的表示及与图像的关系 | 第24-25页 |
| 2.2 多尺度归一化分割算法 | 第25-29页 |
| 2.2.1 多尺度归一化割求解 | 第26页 |
| 2.2.2 求解多尺度相似矩阵W | 第26-28页 |
| 2.2.3 约束C矩阵及特征向量求解 | 第28-29页 |
| 2.3 改进的多尺度归一化算法 | 第29-35页 |
| 2.3.1 相似度理论分析 | 第29-31页 |
| 2.3.2 基于邻域信息及加权自适应的椎体分割 | 第31-35页 |
| 2.4 实验结果与分析 | 第35-43页 |
| 2.4.1 实验所用数据 | 第35页 |
| 2.4.2 试验结果分析 | 第35-42页 |
| 2.4.3 变量与执行时间的比较 | 第42-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 基于邻域信息高斯加权的快速图割算法 | 第44-66页 |
| 3.1 现有脊椎分割方法的研究与分析 | 第44-46页 |
| 3.1.1 像素相似性矩阵的构建 | 第44-45页 |
| 3.1.2 NJW算法 | 第45-46页 |
| 3.2 Graph cut图像分割算法研究 | 第46-53页 |
| 3.2.1 相关理论 | 第46-49页 |
| 3.2.2 图像映射为图 | 第49-50页 |
| 3.2.3 能量函数的构造 | 第50页 |
| 3.2.4 网络图的构造 | 第50-51页 |
| 3.2.5 能量函数的最小化的方法 | 第51-53页 |
| 3.3 基于新权重的快速图像分割算法 | 第53-56页 |
| 3.3.1 对Graph cut方法中权值的改进 | 第53-54页 |
| 3.3.2 对Graph cut方法引入多尺度 | 第54-56页 |
| 3.4 实验结果与分析 | 第56-64页 |
| 3.4.1 实验所用数据 | 第56页 |
| 3.4.2 试验结果分析 | 第56-63页 |
| 3.4.3 变量与执行时间的比较 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第4章 CTA三维数据去骨技术的研究 | 第66-78页 |
| 4.1 体数据分割方法分类 | 第66页 |
| 4.2 体数据的构建 | 第66-67页 |
| 4.3 体数据分类的技术 | 第67-68页 |
| 4.4 基于SVM的CTA三维数据分类方法 | 第68-75页 |
| 4.4.1 传递函数模型 | 第70页 |
| 4.4.2 体数据分类算法 | 第70-75页 |
| 4.5 实验结果与分析 | 第75-76页 |
| 4.6 本章小结 | 第76-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
