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

利用CT影像的肺功能评估关键问题研究

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

论文共79页,点击 下载论文
上一篇:注意力选择模型的研究及其应用
下一篇:基于视频的大空间早期火灾检测关键技术研究