| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 研究背景 | 第14-22页 |
| 1.1.1 心脏的解剖结构 | 第14-16页 |
| 1.1.2 心脏成像与心血管疾病诊断 | 第16-21页 |
| 1.1.3 问题的提出与研究意义 | 第21-22页 |
| 1.2 研究现状 | 第22-26页 |
| 1.2.1 左心室分割 | 第23-24页 |
| 1.2.2 冠状动脉分割 | 第24-25页 |
| 1.2.3 心脏可视化 | 第25-26页 |
| 1.3 主要研究内容及创新点 | 第26-27页 |
| 1.4 章节安排与组织结构 | 第27-30页 |
| 第2章 心脏MR影像重建与运动伪影校正 | 第30-52页 |
| 2.1 相关方法与技术 | 第30-34页 |
| 2.1.1 心脏Cine MR成像方法 | 第30-32页 |
| 2.1.2 K空间数据采集方法 | 第32-33页 |
| 2.1.3 MR影像重建方法 | 第33-34页 |
| 2.1.4 CUDA与GPGPU技术 | 第34页 |
| 2.2 均匀化重采样算法 | 第34-41页 |
| 2.2.1 数据驱动的网格化算法 | 第35-36页 |
| 2.2.2 网格驱动的网格化算法 | 第36-39页 |
| 2.2.3 结果验证与分析 | 第39-41页 |
| 2.3 伪影校正算法 | 第41-51页 |
| 2.3.1 相位校正算法 | 第41-43页 |
| 2.3.2 旋转校正算法 | 第43-47页 |
| 2.3.3 平移校正算法 | 第47-49页 |
| 2.3.4 结果验证与分析 | 第49-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第3章 偏移场校正与Non-Local去噪 | 第52-64页 |
| 3.1 理论基础 | 第52-54页 |
| 3.1.1 影像灰度不均匀性与噪声 | 第52-54页 |
| 3.1.2 心脏影像数学模型 | 第54页 |
| 3.2 影像偏移场校正算法 | 第54-58页 |
| 3.2.1 基于低通滤波器的校正算法 | 第55-56页 |
| 3.2.2 基于曲面拟合的校正算法 | 第56页 |
| 3.2.3 基于直方图的校正算法 | 第56页 |
| 3.2.4 基于分割的校正算法 | 第56-57页 |
| 3.2.5 结果验证与分析 | 第57-58页 |
| 3.3 影像去噪算法 | 第58-63页 |
| 3.3.1 频率域滤波算法 | 第58页 |
| 3.3.2 Local平滑滤波算法 | 第58-59页 |
| 3.3.3 Non-Local去噪算法 | 第59-60页 |
| 3.3.4 3D/3D+T Non-Local去噪算法 | 第60-61页 |
| 3.3.5 结果验证与分析 | 第61-63页 |
| 3.4 本章小结 | 第63-64页 |
| 第4章 基于双层水平集的左心室分割算法研究 | 第64-84页 |
| 4.1 现状分析 | 第64-65页 |
| 4.2 难点与挑战 | 第65-67页 |
| 4.3 理论基础 | 第67-71页 |
| 4.3.1 曲线演化理论 | 第67-68页 |
| 4.3.2 符号距离函数 | 第68-69页 |
| 4.3.3 Heaviside和Dirac函数 | 第69-70页 |
| 4.3.4 水平集方法 | 第70-71页 |
| 4.4 距离正则化的双层水平集算法 | 第71-76页 |
| 4.4.1 距离正则化的能量函数 | 第72-73页 |
| 4.4.2 区域可扩展拟合的能量函数 | 第73-75页 |
| 4.4.3 弧长正则化的能量函数 | 第75页 |
| 4.4.4 能量最小化 | 第75-76页 |
| 4.5 结果验证与分析 | 第76-82页 |
| 4.5.1 MICCAI 2009数据集 | 第76-80页 |
| 4.5.2 MICCAI 2013数据集 | 第80-82页 |
| 4.6 本章小结 | 第82-84页 |
| 第5章 冠状动脉分割与狭窄检测算法研究 | 第84-96页 |
| 5.1 现状分析 | 第84页 |
| 5.2 难点与挑战 | 第84-86页 |
| 5.3 理论基础 | 第86-89页 |
| 5.3.1 基于边界的DRLSE模型 | 第86-87页 |
| 5.3.2 基于区域的RSF模型 | 第87-89页 |
| 5.4 基于边界和区域信息的水平集方法 | 第89-90页 |
| 5.4.1 水平集能量模型 | 第89-90页 |
| 5.4.2 能量最小化 | 第90页 |
| 5.5 基于水平集的狭窄检测与定量分析算法 | 第90-91页 |
| 5.5.1 狭窄定位算法 | 第90-91页 |
| 5.5.2 狭窄等级评定算法 | 第91页 |
| 5.6 结果验证与分析 | 第91-95页 |
| 5.6.1 分割结果 | 第93-94页 |
| 5.6.2 狭窄检测 | 第94页 |
| 5.6.3 狭窄定量分析 | 第94-95页 |
| 5.7 本章小结 | 第95-96页 |
| 第6章 心脏可视化与4D实时绘制算法研究 | 第96-112页 |
| 6.1 现状分析 | 第96-97页 |
| 6.2 难点与挑战 | 第97-98页 |
| 6.3 理论基础 | 第98-101页 |
| 6.3.1 可视化绘制方法 | 第98-99页 |
| 6.3.2 传输函数 | 第99-100页 |
| 6.3.3 光照模型 | 第100-101页 |
| 6.4 基于二维纹理映射的心脏可视化算法 | 第101-104页 |
| 6.4.1 纹理映射 | 第101页 |
| 6.4.2 代理几何体重采样 | 第101-102页 |
| 6.4.3 核心绘制 | 第102-103页 |
| 6.4.4 纹理切换 | 第103-104页 |
| 6.5 基于动态纹理映射的心脏4D可视化算法 | 第104-106页 |
| 6.5.1 基于心电图门控的MSCT心脏数据采集方法 | 第104-105页 |
| 6.5.2 动态心脏实时绘制算法 | 第105-106页 |
| 6.6 结果验证与分析 | 第106-111页 |
| 6.6.1 心脏可视化 | 第106-108页 |
| 6.6.2 左心室分割结果可视化 | 第108页 |
| 6.6.3 心冠状动脉分割结果可视化 | 第108-111页 |
| 6.7 本章小结 | 第111-112页 |
| 第7章 总结与展望 | 第112-116页 |
| 7.1 本文工作总结 | 第112-114页 |
| 7.2 未来工作展望 | 第114-116页 |
| 参考文献 | 第116-132页 |
| 致谢 | 第132-134页 |
| 攻读博士学位期间发表论文情况 | 第134-136页 |
| 攻读博士学位期间取得的科研成果 | 第136-138页 |
| 攻读博士学位期间参与的项目 | 第138-140页 |
| 作者简介 | 第140页 |