基于几何主动轮廓模型的器官识别及图像分割算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景与研究意义 | 第9-12页 |
| 1.1.1 课题背景 | 第9-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 课题相关领域研究进展 | 第12-14页 |
| 1.2.1 主动轮廓模型 | 第12-13页 |
| 1.2.2 医学影像分割 | 第13-14页 |
| 1.3 论文主要内容及结构安排 | 第14-17页 |
| 第二章 曲线演化与水平集 | 第17-29页 |
| 2.1 曲线演化 | 第17-19页 |
| 2.1.1 曲线演化基础 | 第17-18页 |
| 2.1.2 曲线曲率计算 | 第18-19页 |
| 2.2 水平集隐式描述及其理论 | 第19-20页 |
| 2.3 水平集PDE数值计算 | 第20-23页 |
| 2.3.1 逆向有限差分法 | 第21-22页 |
| 2.3.2 有限差分法 | 第22-23页 |
| 2.4 水平集方法的图像能 | 第23-25页 |
| 2.4.1 基于边缘的图像能 | 第23-24页 |
| 2.4.2 基于区域的图像能 | 第24-25页 |
| 2.4.3 联合图像能 | 第25页 |
| 2.5 水平集的关键问题 | 第25-27页 |
| 2.5.1 水平集重新初始化 | 第25-26页 |
| 2.5.2 水平集正则化 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第三章 三维绘制可视化 | 第29-37页 |
| 3.1 体素模型和等值面 | 第29-33页 |
| 3.1.1 体素模型的建立 | 第29-30页 |
| 3.1.2 MC算法提取等值面 | 第30-33页 |
| 3.2 等值面的绘制 | 第33-35页 |
| 3.2.1 绘制方法 | 第33-34页 |
| 3.2.2 三维绘制结果 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第四章 联合图像能水平集轮廓勾画 | 第37-57页 |
| 4.1 联合图像能水平集 | 第37-44页 |
| 4.1.1 区域检测函数和可变权重系数 | 第38-40页 |
| 4.1.2 轮廓模型演化终止算子 | 第40-42页 |
| 4.1.3 能量方程和数值实现 | 第42-43页 |
| 4.1.4 分割算法实现流程 | 第43-44页 |
| 4.2 图像预处理 | 第44-46页 |
| 4.2.1 预处理评价指标 | 第44页 |
| 4.2.2 高斯滤波预处理 | 第44-46页 |
| 4.3 DICOM图像转换 | 第46-50页 |
| 4.3.1 读取CT序列图像 | 第47-48页 |
| 4.3.2 调窗处理和格式转换 | 第48-50页 |
| 4.4 分割实验结果与分析 | 第50-56页 |
| 4.4.1 合成图像实验 | 第50-53页 |
| 4.4.2 CT医学图像实验 | 第53-55页 |
| 4.4.3 图像分割结果评估 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 区域自适应鲁棒特征统计的三维分割 | 第57-69页 |
| 5.1 引言 | 第57页 |
| 5.2 分割算法背景 | 第57-58页 |
| 5.2.1 TPS分割方法 | 第57-58页 |
| 5.2.2 区域增长和RFS算法 | 第58页 |
| 5.3 LARFS分割算法 | 第58-64页 |
| 5.3.1 算法实现流程 | 第58-59页 |
| 5.3.2 自适应几何特征 | 第59-60页 |
| 5.3.3 生长特征的建立 | 第60-61页 |
| 5.3.4 特征区域的水平集演化 | 第61-64页 |
| 5.4 分割结果与分析 | 第64-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 发表论文和参加科研情况 | 第77-79页 |
| 致谢 | 第79页 |
