| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 本文的选题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 医学图像计算机辅助技术简介 | 第11-12页 |
| 1.2.2 医学图像分割的研究现状 | 第12-14页 |
| 1.2.3 Level Set方法的研究和应用现状 | 第14-15页 |
| 1.2.4 颅骨图像处理的研究现状 | 第15-16页 |
| 1.3 本论文研究重点及章节安排 | 第16-18页 |
| 第二章 颅骨CT图像预处理 | 第18-32页 |
| 2.1 医学CT图像简介 | 第18-20页 |
| 2.1.1 CT成像技术和原理简介 | 第18-19页 |
| 2.1.2 CT图像特征 | 第19-20页 |
| 2.1.3 CT图像和CT值的区别 | 第20页 |
| 2.2 颅骨CT图像灰度处理及二值化 | 第20-23页 |
| 2.2.1 灰度处理 | 第20-21页 |
| 2.2.2 二值化处理 | 第21-23页 |
| 2.3 数学形态学操作 | 第23-28页 |
| 2.3.1 形态学滤波 | 第23-24页 |
| 2.3.2 形态学重构 | 第24-25页 |
| 2.3.3 形态学填充孔洞 | 第25-26页 |
| 2.3.4 面积滤波 | 第26-28页 |
| 2.4 图像增强 | 第28-31页 |
| 2.4.1 对比度拉伸变换 | 第29页 |
| 2.4.2 直方图均衡化 | 第29页 |
| 2.4.3 形态学Tophat变换 | 第29-30页 |
| 2.4.4 实例分析 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 局部Level Set方法对颅骨图像的分割 | 第32-58页 |
| 3.1 图像分割概述 | 第32-33页 |
| 3.2 常用的图像分割方法 | 第33-39页 |
| 3.2.1 阈值分割方法 | 第33-34页 |
| 3.2.2 基于边缘检测的分割方法 | 第34-37页 |
| 3.2.3 基于区域的分割方法 | 第37-38页 |
| 3.2.4 基于形变模型的分割方法 | 第38-39页 |
| 3.3 颅骨图像的分割方法 | 第39-40页 |
| 3.4 Level Set方法和改进 | 第40-56页 |
| 3.4.1 曲线演化理论简述 | 第40-41页 |
| 3.4.2 Level Set方法原理 | 第41-46页 |
| 3.4.3 Level Set方法的数值计算 | 第46-48页 |
| 3.4.4 Level Set窄带方法 | 第48-49页 |
| 3.4.5 稀疏场Level Set方法 | 第49-52页 |
| 3.4.6 改进的局部Level Set方法 | 第52-56页 |
| 3.5 局部Level Set方法颅骨分割举例 | 第56-57页 |
| 3.6 本章小结 | 第57-58页 |
| 第四章基于EM算法的颅骨图像内部结构分割 | 第58-63页 |
| 4.1 EM算法简述 | 第58-60页 |
| 4.2 基于EM算法的颅骨图像内部结构分割 | 第60-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第五章 实验与分析 | 第63-76页 |
| 5.1 实验结果举例及分析 | 第63-75页 |
| 5.1.1 手动的稀疏场Level Set方法分割颅骨举例与分析 | 第63-66页 |
| 5.1.2 局部Level Set方法分割颅骨举例与分析 | 第66-73页 |
| 5.1.5 EM算法颅骨内部分割举例与分析 | 第73-75页 |
| 5.2 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-79页 |
| 6.1 本文总结 | 第77-78页 |
| 6.2 研究工作方向与展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第85-86页 |
| 致谢 | 第86-87页 |
