血管内超声斑点概率模型分析及应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及研究意义 | 第9-11页 |
| 1.1.1 血管内超声 | 第9-10页 |
| 1.1.2 血管内超声斑点 | 第10-11页 |
| 1.2 研究内容及论文框架 | 第11-13页 |
| 第二章 斑点与组织定征 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 斑点模式用于组织定征 | 第13-21页 |
| 2.2.1 斑点统计模型 | 第14-15页 |
| 2.2.2 统计方法 | 第15-17页 |
| 2.2.3 基于模型的方法 | 第17-19页 |
| 2.2.4 信号处理方法 | 第19-20页 |
| 2.2.5 几何方法 | 第20-21页 |
| 2.3 小结 | 第21-23页 |
| 第三章 斑点概率混合模型分析 | 第23-36页 |
| 3.1 混合模型 | 第23-31页 |
| 3.1.1 参数估计 | 第24-27页 |
| 3.1.2 混合模型参数初始化 | 第27-28页 |
| 3.1.3 混合模型参数求解 | 第28-31页 |
| 3.2 实验效果评价指标 | 第31-32页 |
| 3.3 IVUS各组织概率混合模型分析 | 第32-35页 |
| 3.4 小结 | 第35-36页 |
| 第四章 血管内超声组织分割 | 第36-61页 |
| 4.1 现有混合模型图像分割方法 | 第36-43页 |
| 4.1.1 高斯混合模型图像分割 | 第37页 |
| 4.1.2 噪声平滑因子图像分割 | 第37-40页 |
| 4.1.3 后验概率约束图像分割 | 第40-41页 |
| 4.1.4 自适应均值滤波高斯混合模型 | 第41-43页 |
| 4.2 本文混合模型图像分割方法 | 第43-47页 |
| 4.2.1 多分类高斯混合模型 | 第43-44页 |
| 4.2.2 邻域平滑的高斯混合模型 | 第44-46页 |
| 4.2.3 高斯伽马混合模型 | 第46-47页 |
| 4.3 分割效果评价 | 第47-48页 |
| 4.4 实验结果与分析 | 第48-60页 |
| 4.5 小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 攻读硕士学位期间成果 | 第70-71页 |
| 致谢 | 第71-73页 |
