| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·细小脑血管三维重建技术的步骤和关键方法 | 第13-15页 |
| ·细小脑血管三维重建技术的步骤 | 第13-14页 |
| ·三维重建技术的关键算法 | 第14-15页 |
| ·本课题的研究内容及论文结构 | 第15-17页 |
| 第2章 CT 脑血管图像滤波方法的选择及优化 | 第17-27页 |
| ·二维脑血管图像的滤波方法 | 第17-22页 |
| ·噪声的形态表现 | 第17-18页 |
| ·医学图像常用的滤波方法 | 第18-22页 |
| ·自适应中值滤波的算法优化 | 第22-24页 |
| ·自适应中值滤波 | 第22-23页 |
| ·优化型自适应中值滤波 | 第23-24页 |
| ·实验结果分析 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 CT 脑血管图像分割方法的选择及优化 | 第27-36页 |
| ·图像分割的定义及分类 | 第27-30页 |
| ·图像分割的定义 | 第27-28页 |
| ·图像分割的分类 | 第28-30页 |
| ·图像分割算法的选择及优化 | 第30-33页 |
| ·基于SOFM 网络的图像分割算法 | 第31-32页 |
| ·基于SOFM 网络的图像分割算法的优化 | 第32-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 CT 脑血管边缘特征提取 | 第36-44页 |
| ·医学图像边缘提取的实用方法 | 第36-40页 |
| ·几种实用的边缘提取方法 | 第36-37页 |
| ·脑血管边缘特征提取 | 第37-38页 |
| ·几种边缘检测算子的效果比较 | 第38-40页 |
| ·基于Gabor 滤波器的CT 脑血管边缘特征提取 | 第40-42页 |
| ·Gabor 滤波器 | 第40页 |
| ·基于Gabor 滤波器的图像边缘检测 | 第40-42页 |
| ·算法实验结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 细小脑血管三维重建的实现 | 第44-56页 |
| ·医学图像三维重建的方法 | 第44-51页 |
| ·基于二维图像数据的重建方法 | 第45-47页 |
| ·表面遮盖算法(SSD) | 第47-48页 |
| ·基于水平级函数法 | 第48-50页 |
| ·最大密度投影算法(MIP) | 第50-51页 |
| ·细小脑血管三维重建的过程 | 第51-54页 |
| ·结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |