首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

脑血管可视化技术研究与实现

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-15页
   ·课题研究背景及意义第11-12页
   ·国内外研究现状第12-13页
   ·论文主要工作和结构安排第13-15页
第2章 医学图像标准及预处理技术第15-29页
   ·医学图像数据的获取及特点第15-20页
     ·CT图像产生原理及特点第15-16页
     ·核磁共振图像产生原理及特点第16-18页
     ·其他形式的医学图像第18-19页
     ·不同形式图像数据比较第19-20页
   ·医学图像DICOM标准第20-25页
     ·PACS系统第20-21页
     ·DICOM标准第21-25页
   ·医学图像预处理第25-27页
   ·本章小结第27-29页
第3章 医学图像可视化关键技术研究第29-41页
   ·医学图像数据场可视化流程第29-30页
   ·典型面绘制算法第30-32页
     ·面绘制算法综述第30页
     ·MC算法第30-32页
   ·典型体绘制算法第32-39页
     ·体绘制算法综述第32-33页
     ·体绘制技术中光学模型第33-35页
     ·Ray Casting算法第35-36页
     ·Splatting算法第36-37页
     ·Shear-Warp算法第37-38页
     ·纹理映射第38-39页
   ·绘制方法的分析与比较第39-40页
   ·本章小结第40-41页
第4章 Ray Casting改进算法研究第41-57页
   ·Ray Casting算法的基本特点第41页
   ·Ray Casting算法原理第41-43页
   ·Ray Casting算法关键技术的实现第43-50页
     ·数据分类第43-44页
     ·不透明度和颜色赋值第44-45页
     ·重采样第45-47页
     ·光照模型与明暗计算第47-48页
     ·图像合成第48-50页
   ·Ray Casting改进算法实现过程第50-55页
     ·Ray Casting改进算法理论来源与流程第51-52页
     ·体数据场分类第52页
     ·改变重采样顺序第52页
     ·多因素阻光度赋值第52-53页
     ·空间跳跃采样的背景体素集处理第53-55页
   ·本章小结第55-57页
第5章 基于相邻层间相似性的加速Splatting算法研究第57-65页
   ·Splatting算法的原理第57-61页
     ·重构过程第57-58页
     ·足迹函数与足迹表第58-59页
     ·Splatting算法实现流程第59-61页
   ·传统Splatting算法存在的问题第61-62页
   ·基于相邻层间相似性的加速Splatting算法研究第62-64页
     ·基于相邻层间相似性的加速Splatting算法理论来源第62页
     ·体数据的层间差异第62-63页
     ·Splatting改进算法实现流程第63-64页
   ·本章小结第64-65页
第6章 基于MITK的脑血管可视化试验平台设计第65-73页
   ·试验平台概述第65-68页
     ·MITK简介第65-66页
     ·MITK的设计目标第66页
     ·基于数据流模型整体框架第66-67页
     ·数据模型第67-68页
   ·脑血管可视化试验结果及分析第68-72页
     ·MITK绘制模型第68页
     ·面绘制算法可视化实验结果及分析第68-69页
     ·体绘制算法可视化实验结果及分析第69-72页
   ·本章小结第72-73页
第7章 总结与展望第73-75页
   ·总结第73页
   ·展望第73-75页
参考文献第75-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:基于语义引力及密度分布的Web文本聚类算法的研究与实现
下一篇:基于密度的不确定数据流聚类算法的研究与实现