| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 医学超声技术在产前诊断中的应用 | 第8-10页 |
| 1.1.1 医学超声技术的发展 | 第8页 |
| 1.1.2 超声诊断技术存在的问题 | 第8-9页 |
| 1.1.3 产科超声技术的应用现状 | 第9-10页 |
| 1.2 三维超声胎儿小脑检测的意义 | 第10-11页 |
| 1.3 三维超声胎儿小脑检测的研究现状 | 第11-12页 |
| 1.4 论文的主要研究工作与创新点 | 第12-13页 |
| 1.5 论文的结构 | 第13-15页 |
| 第2章 胎儿脑中线与头颅的自动提取 | 第15-27页 |
| 2.1 研究数据与图像特征 | 第15-16页 |
| 2.2 胎儿脑中线的检测方法 | 第16-19页 |
| 2.2.1 霍夫变换的原理 | 第16-17页 |
| 2.2.2 基于加权的霍夫变换算法 | 第17-19页 |
| 2.3 胎儿头颅的检测方法 | 第19-22页 |
| 2.3.1 随机霍夫变换的原理 | 第19-20页 |
| 2.3.2 随机霍夫变换的应用——检测椭圆 | 第20-21页 |
| 2.3.3 基于约束点的随机霍夫变换算法 | 第21-22页 |
| 2.4 胎儿脑中线的检测结果与讨论 | 第22-24页 |
| 2.4.1 准确性分析 | 第22-24页 |
| 2.4.2 有效性分析 | 第24页 |
| 2.5 胎儿头颅的检测结果与讨论 | 第24-25页 |
| 2.5.1 准确性分析 | 第25页 |
| 2.5.2 运算时间分析 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 胎儿小脑的三维自动定位 | 第27-43页 |
| 3.1 研究要点 | 第27-28页 |
| 3.2 概率增长树的原理 | 第28-30页 |
| 3.3 基于约束型概率增长树的小脑定位 | 第30-35页 |
| 3.3.1 第一层——头颅信息的应用 | 第31-32页 |
| 3.3.2 第二层——脑中线信息的应用 | 第32页 |
| 3.3.3 第三层——先验信息的应用 | 第32-33页 |
| 3.3.4 第四层——构造圆形滤波器 | 第33-34页 |
| 3.3.5 第五层——构造圆形滤波器 | 第34-35页 |
| 3.4 二维定位扩展至三维定位 | 第35-36页 |
| 3.5 小脑二维定位的结果与讨论 | 第36-39页 |
| 3.5.1 参数的选取 | 第36-37页 |
| 3.5.2 准确性分析 | 第37-38页 |
| 3.5.3 鲁棒性分析 | 第38-39页 |
| 3.5.4 运算时间分析 | 第39页 |
| 3.6 小脑三维定位的结果与讨论 | 第39-41页 |
| 3.7 本章小结 | 第41-43页 |
| 第4章 胎儿小脑的三维自动分割 | 第43-56页 |
| 4.1 研究要点 | 第43-44页 |
| 4.2 三维活动表面模型 | 第44-45页 |
| 4.3 结合相位信息的三维活动表面模型 | 第45-50页 |
| 4.3.1 图像的相位对称性 | 第45-48页 |
| 4.3.2 基于方向性相位对称性的三维活动表面模型分割算法 | 第48-50页 |
| 4.4 自动分割的结果与讨论 | 第50-54页 |
| 4.4.1 准确性分析 | 第50-51页 |
| 4.4.2 鲁棒性分析 | 第51-53页 |
| 4.4.3 有效性分析 | 第53页 |
| 4.4.4 算时间分析 | 第53页 |
| 4.4.5 失败的例子 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 胎儿小脑参数的测量与分析 | 第56-61页 |
| 5.1 小脑的体积 | 第56-57页 |
| 5.1.1 体积的测量方法 | 第56页 |
| 5.1.2 小脑体积与胎龄的相关性分析 | 第56-57页 |
| 5.1.3 左右小脑的对称性分析 | 第57页 |
| 5.2 小脑横径 | 第57-59页 |
| 5.2.1 小脑横径的测量方法 | 第57-58页 |
| 5.2.2 小脑横径与孕周的相关性分析 | 第58-59页 |
| 5.3 小脑质心距 | 第59-60页 |
| 5.3.1 小脑质心距的测量方法 | 第59页 |
| 5.3.2 小脑质心距与孕周的相关性分析 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 附录：硕士期间发表论文 | 第69-70页 |
| 致谢 | 第70-71页 |