基于自动混合建模的椎骨MRI图像分割算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 医学图像分割研究现状 | 第10-12页 |
| 1.2.2 脊柱MRI图像分割研究现状 | 第12-13页 |
| 1.3 主要研究目标和内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 MRI图像分割技术 | 第15-25页 |
| 2.1 MRI图像 | 第15-18页 |
| 2.1.1 MRI基本原理 | 第15页 |
| 2.1.2 脊柱MRI图像 | 第15-17页 |
| 2.1.3 MRI图像特点 | 第17-18页 |
| 2.2 MRI图像预处理 | 第18-21页 |
| 2.2.1 平滑滤波 | 第18-19页 |
| 2.2.2 小波去噪 | 第19-20页 |
| 2.2.3 灰度拉伸 | 第20-21页 |
| 2.2.4 形态学处理 | 第21页 |
| 2.3 MRI图像分割方法 | 第21-24页 |
| 2.3.1 基于区域的分割方法 | 第22-23页 |
| 2.3.2 基于边界的分割方法 | 第23页 |
| 2.3.3 基于特定理论的分割方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于MDL的自动统计形状建模 | 第25-37页 |
| 3.1 点对应问题分析 | 第25-27页 |
| 3.2 构造目标函数 | 第27-29页 |
| 3.3 弧长参数函数 | 第29-30页 |
| 3.4 基于最小描述长度的统计形状建模 | 第30-35页 |
| 3.4.1 训练集数据获取 | 第30-31页 |
| 3.4.2 普式对齐 | 第31-33页 |
| 3.4.3 PCA分析 | 第33-34页 |
| 3.4.4 统计形状建模 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 基于混合模型的脊柱MRI图像分割 | 第37-48页 |
| 4.1 局部梯度建模 | 第37-38页 |
| 4.2 统计纹理模型 | 第38-42页 |
| 4.2.1 获取纹理样本 | 第39-40页 |
| 4.2.2 纹理对齐 | 第40-41页 |
| 4.2.3 建立统计纹理模型 | 第41-42页 |
| 4.3 混合模型 | 第42-44页 |
| 4.3.1 构建模型 | 第42-43页 |
| 4.3.2 混合模型的训练 | 第43-44页 |
| 4.4 混合搜索 | 第44-47页 |
| 4.4.1 确定初始位置 | 第44-45页 |
| 4.4.2 局部梯度搜索 | 第45-46页 |
| 4.4.3 纹理搜索 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 脊柱MR1图像分割实验平台 | 第48-59页 |
| 5.1 系统总体模块 | 第48-49页 |
| 5.2 系统模块 | 第49-52页 |
| 5.2.1 获取训练集模块 | 第49-50页 |
| 5.2.2 建模模块 | 第50页 |
| 5.2.3 分割模块 | 第50-52页 |
| 5.2.4 结果分析模块 | 第52页 |
| 5.3 统计形状建模实验结果和分析 | 第52-54页 |
| 5.4 混合建模及分割实验结果和分析 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结和展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读学位期间主要的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
