基于邻域非对称结构成像的神经纤维聚类算法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 脑纤维跟踪研究进展 | 第13-14页 |
| 1.2.2 脑纤维聚类研究进展 | 第14-16页 |
| 1.3 论文的主要内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第2章 白质纤维成像和分析基础 | 第19-29页 |
| 2.1 扩散磁共振成像技术 | 第19-22页 |
| 2.1.1 扩散磁共振成像原理 | 第19-21页 |
| 2.1.2 方向分布函数 | 第21-22页 |
| 2.2 白质纤维跟踪技术 | 第22-26页 |
| 2.2.1 基于流线的跟踪 | 第22-23页 |
| 2.2.2 基于全局优化的跟踪 | 第23-26页 |
| 2.3 白质纤维成像分析方法 | 第26-28页 |
| 2.3.1 基于分割的分析方法 | 第26-27页 |
| 2.3.2 白质纤维聚类 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于邻域非对称结构的纤维跟踪算法 | 第29-47页 |
| 3.1 体素内纤维分布的定义 | 第29-30页 |
| 3.2 纤维分布模型及轨迹的求解 | 第30-33页 |
| 3.2.1 纤维分布模型的建立 | 第31-32页 |
| 3.2.2 纤维轨迹的拟合 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-46页 |
| 3.4.1 模拟数据实验 | 第34-42页 |
| 3.4.2 实际数据实验 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于先验解剖的纤维聚类算法 | 第47-61页 |
| 4.1 关于白质纤维聚类研究的描述 | 第47-48页 |
| 4.2 基于先验解剖的纤维聚类过程 | 第48-54页 |
| 4.2.1 纤维数据预处理 | 第48页 |
| 4.2.2 纤维特征提取 | 第48-51页 |
| 4.2.3 相似度量计算 | 第51-53页 |
| 4.2.4 聚类算法及过程 | 第53-54页 |
| 4.3 实验结果及分析 | 第54-60页 |
| 4.3.1 聚类结果的评价方法 | 第54-56页 |
| 4.3.2 实验及结果 | 第56-59页 |
| 4.3.3 定量分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间参加的科研项目和成果 | 第70页 |
