| 第一章 绪论 | 第1-13页 |
| §1-1 课题研究的背景意义 | 第8-9页 |
| 1-1-1 脑研究的意义 | 第8页 |
| 1-1-2 脑电磁计算研究的方法和意义 | 第8-9页 |
| 1-1-3 真实头模型的构建在脑电磁研究中的意义 | 第9页 |
| §1-2 图像分割 | 第9-10页 |
| §1-3 可变形模型的发展历史及现状 | 第10-12页 |
| §1-4 本文工作及内容安排 | 第12-13页 |
| 第二章 图像分割 | 第13-16页 |
| §2-1 图像分割的简介 | 第13-14页 |
| §2-2 常用的医学图像分割方法 | 第14-16页 |
| 第三章 可变形模型 | 第16-23页 |
| §3-1 可变形模型算法介绍 | 第16-17页 |
| §3-2 参数型的可变形模型 | 第17-18页 |
| 3-2-1 能量最小化机制的可变形模型 | 第17-18页 |
| 3-2-2 动力学机制的可变形模型 | 第18页 |
| §3-3 可变形模型的数学实现 | 第18-19页 |
| §3-4 可变形模型的性能 | 第19-20页 |
| §3-5 GVF snake算法 | 第20-23页 |
| 3-5-1 概述 | 第20页 |
| 3-5-2 GVF snake算法 | 第20-23页 |
| 第四章 利用GVF snake算法进行磁共振图像脑轮廓提取的新算法 | 第23-30页 |
| §4-1 简介 | 第23页 |
| §4-2 AGVF snake算法 | 第23-25页 |
| §4-3 基于区域的可变膨胀力 | 第25-26页 |
| §4-4 基于可变膨胀力的GVFsnake算法提取磁共振图像的大脑轮廓 | 第26-30页 |
| 4-4-1 可变形模型的初始化 | 第26页 |
| 4-4-2 可变形模型的变形过程 | 第26-27页 |
| 4-4-3 实验结果及分析 | 第27-30页 |
| 第五章 模拟退火理论 | 第30-40页 |
| §5-1 引入模拟退火思想的原因 | 第30页 |
| §5-2 模拟退火算法的基本概念 | 第30-35页 |
| 5-2-1 固体退火过程 | 第30-31页 |
| 5-2-2 Metropolis准则 | 第31-32页 |
| 5-2-3 模拟退火算法 | 第32-33页 |
| 5-2-4 模拟退火算法的试验性能 | 第33-35页 |
| §5-3 冷却进度表 | 第35-38页 |
| 5-3-1 冷却进度表的一般概念 | 第35页 |
| 5-3-2 冷却进度表的选取原则 | 第35-37页 |
| 5-3-3 冷却进度表参数的优化选取 | 第37-38页 |
| §5-4 模拟退火算法的应用 | 第38-40页 |
| 第六章 基于模拟退火的可变形模型算法提取磁共振图像脑区域的方法 | 第40-46页 |
| §6-1 概述 | 第40-41页 |
| §6-2 算法实现 | 第41-42页 |
| §6-3 冷却进度表的设置 | 第42-43页 |
| §6-4 实验结果 | 第43-45页 |
| §6-5 结论 | 第45-46页 |
| 第七章 结论 | 第46-48页 |
| §7-1 结论 | 第46页 |
| §7-2 讨论及展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士期间取得的相关科研成果 | 第51页 |
