| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 光声成像的基本原理 | 第9-10页 |
| 1.3 本论文所做的工作和章节安排 | 第10-12页 |
| 第2章 血管图像预处理 | 第12-17页 |
| 2.1 引言 | 第12页 |
| 2.2 图像增强的目的和技术分类 | 第12-15页 |
| 2.2.1 图像平滑 | 第12-14页 |
| 2.2.2 图像锐化 | 第14-15页 |
| 2.3 高频强调滤波 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 血管分割和骨架提取的常用算法 | 第17-25页 |
| 3.1 图像分割的定义和常用的分割方法 | 第17-21页 |
| 3.1.1 基于阈值的分割算法 | 第17-19页 |
| 3.1.2 基于区域的分割算法 | 第19-20页 |
| 3.1.3 基于边缘检测的分割算法 | 第20-21页 |
| 3.1.4 基于小波变换的分割算法 | 第21页 |
| 3.2 常用的骨架提取算法 | 第21-24页 |
| 3.2.1 细化法 | 第22-23页 |
| 3.2.2 距离变换法 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第4章 基于Hessian矩阵和梯度场均衡化的血管分割算法 | 第25-37页 |
| 4.1 引言 | 第25页 |
| 4.2 基于Hessian矩阵的多尺度血管增强 | 第25-28页 |
| 4.2.1 Hessian矩阵的基本原理 | 第25-27页 |
| 4.2.2 血管相似性函数 | 第27-28页 |
| 4.3 梯度场均衡化增强图像的对比度 | 第28-29页 |
| 4.4 血管分割 | 第29-30页 |
| 4.5 提取血管中心线 | 第30-32页 |
| 4.6 实验 | 第32-36页 |
| 4.6.1 小鼠耳部正常微血管图像提取 | 第32-33页 |
| 4.6.2 黑色素瘤微血管图像提取 | 第33-36页 |
| 4.7 本章小结 | 第36-37页 |
| 第5章 肿瘤微血管的多参数定量评估 | 第37-44页 |
| 5.1 量化参数的计算 | 第37-39页 |
| 5.2 实验结果及性能分析 | 第39-42页 |
| 5.3 本章小结 | 第42-44页 |
| 第6章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 在读期间发表的学术论文及研究成果 | 第49-50页 |
| 致谢 | 第50页 |