基于磁共振成像的脑组织及病变分割方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-30页 |
| 1.1 论文研究背景与意义 | 第12-14页 |
| 1.2 脑MR图像分割难点 | 第14-19页 |
| 1.2.1 全局脑组织分割 | 第14-15页 |
| 1.2.2 局部脑组织分割 | 第15-17页 |
| 1.2.3 病变脑组织分割 | 第17-19页 |
| 1.3 国内外脑MR图像分割方法研究现状 | 第19-27页 |
| 1.3.1 基于像素的分割方法 | 第19-21页 |
| 1.3.2 基于图谱的分割方法 | 第21-24页 |
| 1.3.3 基于活动轮廓的分割方法 | 第24-26页 |
| 1.3.4 小结 | 第26-27页 |
| 1.4 课题来源 | 第27页 |
| 1.5 本文的主要研究工作和内容安排 | 第27-28页 |
| 1.6 论文的主要成果及创新点 | 第28-30页 |
| 2 基于高斯混合模型的脑MR图像分割算法 | 第30-48页 |
| 2.1 引言 | 第30-32页 |
| 2.2 背景介绍 | 第32-35页 |
| 2.2.1 高斯混合模型 | 第32页 |
| 2.2.2 EM算法 | 第32-33页 |
| 2.2.3 非局部均值算法 | 第33-35页 |
| 2.3 含噪声脑MR图像的分割策略 | 第35-40页 |
| 2.3.1 策略一:先去噪后分割 | 第35-38页 |
| 2.3.2 策略二:分割过程中克服噪声 | 第38-40页 |
| 2.4 基于改进的高斯混合模型脑MR图像分割算法 | 第40-41页 |
| 2.4.1 空间信息的引入 | 第40页 |
| 2.4.2 参数估计 | 第40-41页 |
| 2.4.3 算法流程 | 第41页 |
| 2.5 实验结果与分析 | 第41-45页 |
| 2.5.1 图像片半径的选择 | 第41-43页 |
| 2.5.2 抗噪能力 | 第43-44页 |
| 2.5.3 脑MR图像分割 | 第44-45页 |
| 2.6 小结 | 第45-48页 |
| 3 基于马尔可夫随机场的脑MR图像分割算法 | 第48-68页 |
| 3.1 引言 | 第48-49页 |
| 3.2 背景介绍 | 第49-51页 |
| 3.2.1 偏移场模型 | 第49-50页 |
| 3.2.2 马尔可夫模型 | 第50-51页 |
| 3.3 含偏移场脑MR图像的分割策略 | 第51-57页 |
| 3.3.1 策略三:先估计偏移场后分割 | 第52-54页 |
| 3.3.2 策略四:分割过程中估计偏移场 | 第54-57页 |
| 3.4 基于马尔可夫随机场的脑MR图像分割算法 | 第57-60页 |
| 3.4.1 权重构造 | 第57页 |
| 3.4.2 模型建立 | 第57-58页 |
| 3.4.3 参数估计 | 第58-60页 |
| 3.4.4 算法流程 | 第60页 |
| 3.5 实验结果与分析 | 第60-66页 |
| 3.5.1 图像片半径的选择 | 第60-61页 |
| 3.5.2 偏移场估计 | 第61-62页 |
| 3.5.3 脑MR图像分割 | 第62-66页 |
| 3.6 本章小结 | 第66-68页 |
| 4 基于多图谱的海马体分割算法 | 第68-88页 |
| 4.1 引言 | 第68-70页 |
| 4.2 背景介绍 | 第70-72页 |
| 4.2.1 基于多图谱的分割算法 | 第70-71页 |
| 4.2.2 基于单层字典的标记融合算法 | 第71-72页 |
| 4.3 基于多图谱字典学习的海马体自动分割算法 | 第72-75页 |
| 4.3.1 多层字典构建 | 第73-74页 |
| 4.3.2 多层标记融合 | 第74-75页 |
| 4.4 实验结果与分析 | 第75-86页 |
| 4.4.1 数据描述 | 第75-76页 |
| 4.4.2 参数设置 | 第76-77页 |
| 4.4.3 多层字典熵 | 第77-78页 |
| 4.4.4 脑3.0T MR图像 | 第78-83页 |
| 4.4.5 脑1.5T MR图像 | 第83-86页 |
| 4.5 本章小结 | 第86-88页 |
| 5 基于水平集的脑肿瘤图像分割算法 | 第88-100页 |
| 5.1 引言 | 第88-91页 |
| 5.2 背景介绍 | 第91-94页 |
| 5.2.1 曲线演化理论 | 第91-92页 |
| 5.2.2 水平集方法 | 第92-93页 |
| 5.2.3 K-均值算法 | 第93-94页 |
| 5.3 基于多模态MRI的脑肿瘤图像分割框架 | 第94-96页 |
| 5.3.1 轮廓初始化 | 第94-95页 |
| 5.3.2 肿瘤分割 | 第95-96页 |
| 5.3.3 算法流程 | 第96页 |
| 5.4 实验结果与分析 | 第96-99页 |
| 5.4.1 数据描述 | 第96页 |
| 5.4.2 合成脑MR图像 | 第96-98页 |
| 5.4.3 真实脑MR图像 | 第98-99页 |
| 5.5 本章小节 | 第99-100页 |
| 6 总结与展望 | 第100-102页 |
| 6.1 本论文工作总结 | 第100-101页 |
| 6.2 未来工作展望 | 第101-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-120页 |
| 附录 | 第120-121页 |
