超急性期缺血性脑卒中的影像分析
摘要 | 第4-6页 |
abstract | 第6-7页 |
缩略词 | 第14-15页 |
第一章 引言 | 第15-35页 |
1.1 课题研究背景 | 第15-22页 |
1.1.1 缺血性脑卒中影像学诊断 | 第17-21页 |
1.1.2 计算机辅助诊断 | 第21-22页 |
1.2 研究现状 | 第22-31页 |
1.2.1 基于影像分析的个性化溶栓 | 第23-24页 |
1.2.2 超急性期脑缺血区域分割 | 第24-28页 |
1.2.3 动静脉血管分割 | 第28-31页 |
1.3 本文研究目标 | 第31-32页 |
1.4 本文贡献 | 第32-33页 |
1.5 论文组织结构 | 第33-35页 |
第二章 基于稀疏表示的超急性期脑缺血区域分割 | 第35-55页 |
2.1 引言 | 第35-36页 |
2.2 方法 | 第36-43页 |
2.2.1 数据预处理 | 第37页 |
2.2.2 非对称图像提取 | 第37-38页 |
2.2.3 训练样本提取 | 第38-39页 |
2.2.4 分类字典学习 | 第39-41页 |
2.2.5 感兴趣区域提取 | 第41-42页 |
2.2.6 逐体素分类 | 第42-43页 |
2.3 实验 | 第43-48页 |
2.3.1 实验数据 | 第43页 |
2.3.2 参数设置 | 第43-45页 |
2.3.3 感兴趣区域 | 第45-46页 |
2.3.4 与已有方法比较 | 第46-48页 |
2.4 讨论 | 第48-53页 |
2.5 总结 | 第53-55页 |
第三章 基于稀疏表示-包特征的超急性期脑缺血分割 | 第55-69页 |
3.1 引言 | 第55页 |
3.2 稀疏表示-包特征 | 第55-56页 |
3.3 方法 | 第56-61页 |
3.3.1 体素分类 | 第57-60页 |
3.3.2 区域识别 | 第60-61页 |
3.4 实验 | 第61-64页 |
3.4.1 实验数据 | 第61-64页 |
3.4.2 字典学习方法比较 | 第64页 |
3.4.3 与已有方法比较 | 第64页 |
3.5 讨论 | 第64-67页 |
3.6 总结 | 第67-69页 |
第四章 磁敏感加权图像静脉分割 | 第69-85页 |
4.1 引言 | 第69-71页 |
4.2 方法 | 第71-74页 |
4.2.1 图像预处理 | 第72-73页 |
4.2.2 图像块提取 | 第73-74页 |
4.2.3 损失函数 | 第74页 |
4.3 实验 | 第74-81页 |
4.3.1 实验数据 | 第74-75页 |
4.3.2 参数设置 | 第75-77页 |
4.3.3 稠密连接与混合损失函数 | 第77-79页 |
4.3.4 与已有方法比较 | 第79-81页 |
4.4 讨论 | 第81-83页 |
4.5 总结 | 第83-85页 |
第五章 总结及展望 | 第85-89页 |
5.1 本文工作总结 | 第85-87页 |
5.2 下一步研究方向 | 第87-89页 |
参考文献 | 第89-101页 |
附录 | 第101-103页 |
致谢 | 第103-105页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第105-106页 |