基于水平集算法的脑MRI序列图像自动分割
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·医学图像分割的意义 | 第10-11页 |
| ·医学图像分割技术 | 第11-16页 |
| ·医学图像分割方法介绍 | 第11-15页 |
| ·医学图像分割技术的发展 | 第15-16页 |
| ·本文的主要工作和结构安排 | 第16-18页 |
| 第2章 图像分割技术中的水平集理论 | 第18-32页 |
| ·形变分割模型简介 | 第18-20页 |
| ·水平集基本理论 | 第20-24页 |
| ·曲线演化理论 | 第20-21页 |
| ·水平集算法 | 第21-24页 |
| ·水平集算法的数值推导 | 第24-28页 |
| ·求解偏微分方程 | 第24-28页 |
| ·具体的数值计算 | 第28页 |
| ·曲线加快演化的方法 | 第28-31页 |
| ·基于窄带原理的快速方法 | 第28-30页 |
| ·基于快速行进的方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于水平集的序列图像头颅自动分割 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·单幅MRI 脑图像头颅的分割 | 第33-39页 |
| ·Li C 方法 | 第33-34页 |
| ·Li C 方法存在的缺陷 | 第34页 |
| ·基于本文的水平集方法的实现步骤 | 第34-36页 |
| ·单幅图像实验结果与分析 | 第36-39页 |
| ·脑MRI 序列图像头颅的自动分割 | 第39-45页 |
| ·基于图像膨胀的自动初始化方法 | 第39-40页 |
| ·外接多边形法 | 第40-42页 |
| ·基于图像膨胀的方法与外接多边形方法的比较 | 第42-45页 |
| ·脑MRI 序列图像头颅自动分割结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于水平集方法的MRI 脑组织的分割 | 第48-57页 |
| ·引言 | 第48-49页 |
| ·MRI 脑组织分割的实现方法 | 第49-56页 |
| ·本文所采用的水平集方法 | 第49-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 MRI 序列图像头颅自动分割的VC 实现 | 第57-68页 |
| ·本文水平集算法的VC++实现 | 第57-60页 |
| ·自动化生成初始化曲线 | 第57-58页 |
| ·水平集演化 | 第58-60页 |
| ·演化循环与终止 | 第60页 |
| ·软件介绍 | 第60-67页 |
| ·软件界面 | 第60-62页 |
| ·软件操作 | 第62-65页 |
| ·真实数据处理 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
