摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 课题的来源和研究目的 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 本文的主要工作和组织结构 | 第13-15页 |
1.3.1 本文主要研究内容 | 第13页 |
1.3.2 本文的组织结构 | 第13-15页 |
第2章 医学影像技术与肺功能评估基本方法 | 第15-25页 |
2.1 肺部CT相关知识 | 第15-18页 |
2.1.1 CT图像介绍 | 第15-16页 |
2.1.2 DICOM3.0标准 | 第16-18页 |
2.2 可视化工具VTK | 第18-21页 |
2.2.1 VTK介绍 | 第18-19页 |
2.2.2 VTK与MFC的深层次集成及基于MC三维重建的实现 | 第19-21页 |
2.2.2.1 VTK与MFC的深层次集成 | 第19-20页 |
2.2.2.2 基于MC三维重建的实现 | 第20-21页 |
2.3 肺功能评估的基本方法与评述 | 第21-22页 |
2.4 本章小结 | 第22-25页 |
第3章 肺序列CT图像的肺实质精确分割与修复算法研究 | 第25-39页 |
3.1 引言 | 第25-27页 |
3.2 肺实质的精确分割 | 第27-33页 |
3.2.1 肺部CT图像的去噪 | 第27页 |
3.2.2 最优阈值分割 | 第27-28页 |
3.2.3 基于改进的8邻域边界跟踪 | 第28-31页 |
3.2.3.1 传统8邻域边界跟踪算法 | 第28-29页 |
3.2.3.2 改进的8邻域边界跟踪算法 | 第29-30页 |
3.2.3.3 实验结果 | 第30-31页 |
3.2.4 区域增长与模板匹配 | 第31-32页 |
3.2.5 肺实质分割实验结果 | 第32-33页 |
3.3 肺实质的修复 | 第33-36页 |
3.3.1 基于改进的Ray Casting肺内边缘的修复 | 第33-34页 |
3.3.2 基于滚球法的肺外边缘的修复 | 第34页 |
3.3.3 左右肺的分开 | 第34-35页 |
3.3.4 实验结果 | 第35-36页 |
3.4 实验结果分析及平台实现 | 第36-38页 |
3.5 本章小结 | 第38-39页 |
第4章 肺部气管树与血管的分割算法研究 | 第39-59页 |
4.1 引言 | 第39-40页 |
4.2 肺气管树的自动分割 | 第40-47页 |
4.2.1 现有气管树分割算法分析 | 第40-41页 |
4.2.2 高精度肺部气管树提取的实现 | 第41-47页 |
4.2.2.1 基于改进自适应阈值三维区域增长的气管树分割 | 第41-45页 |
4.2.2.2 形状分析和模板匹配 | 第45-47页 |
4.3 肺血管的自动分割 | 第47-54页 |
4.3.1 现有血管分割算法分析 | 第47-48页 |
4.3.2 基于SMDC连接代价的肺血管分割算法 | 第48-54页 |
4.3.2.1 基于各向异性滤波的图像去噪 | 第48页 |
4.3.2.2 SMDC连接代价的基本原理与肺血管分割 | 第48-52页 |
4.3.2.3 改进的SMDC连接代价肺血管分割算法 | 第52-54页 |
4.4 实验结果分析及平台实现 | 第54-57页 |
4.5 本章小结 | 第57-59页 |
第5章 肺功能指标和肺纹理与肺疾病辅助判别相关性研究 | 第59-71页 |
5.1 引言 | 第59页 |
5.2 肺功能指标的提取与分析 | 第59-62页 |
5.2.1 肺功能指标与肺部疾病辅助判别的相关性研究 | 第59-61页 |
5.2.2 肺功能指标的计算 | 第61-62页 |
5.2.2.1 全肺像素直方图和容积的计算 | 第61-62页 |
5.2.2.2 全肺平均密度和PI指数 | 第62页 |
5.3 肺纹理特征值的提取与分析 | 第62-66页 |
5.3.1 肺纹理与肺部疾病辅助判别的相关性研究 | 第62-63页 |
5.3.2 肺纹理特征值的提取 | 第63-66页 |
5.3.2.1 基于灰度共生矩阵的肺纹理特征值提取 | 第63-65页 |
5.3.2.2 基于分形维度的肺纹理特征值提取 | 第65-66页 |
5.4 实验结果分析与平台实现 | 第66-70页 |
5.5 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 对论文工作的总结 | 第71页 |
6.2 对今后研究工作的展望 | 第71-73页 |
参考文献 | 第73-79页 |
致谢 | 第79页 |