摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-26页 |
1.1 引言 | 第12-13页 |
1.2 医学图像分割算法 | 第13-18页 |
1.2.1 医学图像及其分割算法概述 | 第13-15页 |
1.2.2 医学图像分割算法特点 | 第15-17页 |
1.2.3 医学图像分割技术分类 | 第17-18页 |
1.3 活动轮廓模型 | 第18-22页 |
1.3.1 Snake蛇模型 | 第18-19页 |
1.3.2 Chan-Vese模型 | 第19-20页 |
1.3.3 水平集方法在医学图像分割中的应用 | 第20-22页 |
1.4 AAR模糊模型 | 第22-23页 |
1.5 研究内容及主要创新点 | 第23-26页 |
第2章 保持凸性的左心室MR图像水平集分割方法 | 第26-36页 |
2.1 引言 | 第26-28页 |
2.2 DRLSE模型 | 第28-30页 |
2.3 保持凸性的水平集分割模型 | 第30-32页 |
2.4 实验结果 | 第32-35页 |
2.5 本章小结 | 第35-36页 |
第3章 基于双层DRLSE模型的左右心室MR图像分割 | 第36-50页 |
3.1 引言 | 第36页 |
3.2 双层DRLSE模型 | 第36-40页 |
3.2.1 左、右心室的解剖知识 | 第36-38页 |
3.2.2 双层DRLSE模型 | 第38-39页 |
3.2.3 能量极小化 | 第39-40页 |
3.3 双层DRLSE模型在左右心室分割中的应用 | 第40-42页 |
3.3.1 DRLSE预分割 | 第40-41页 |
3.3.2 双层DRLSE模型实现心内外膜分割 | 第41-42页 |
3.4 实验结果 | 第42-49页 |
3.4.1 参数选择 | 第42页 |
3.4.2 MICCAI 2009 及MICCAI 2013 分割结果 | 第42-45页 |
3.4.3 MICCAI 2012 右心室分割挑战 | 第45-49页 |
3.5 本章小结 | 第49-50页 |
第4章 基于DR2LS模型的左右心室MR图像分割 | 第50-64页 |
4.1 引言 | 第50页 |
4.2 REGION-SCALABLE FITTING(RSF)模型 | 第50-54页 |
4.3 DR2LS模型 | 第54-59页 |
4.3.1 总体框架 | 第54页 |
4.3.2 距离正则化 | 第54-56页 |
4.3.3 DR2LS中的RSF能量 | 第56-57页 |
4.3.4 曲线正则化 | 第57-58页 |
4.3.5 能量极小化 | 第58-59页 |
4.4 DR2LS模型的应用以及实验结果 | 第59-62页 |
4.4.1 两步骤实现左、右心室分割 | 第59-60页 |
4.4.2 实验结果 | 第60-62页 |
4.5 本章小结 | 第62-64页 |
第5章 基于AAR模糊模型的腹部和盆腔CT图像的淋巴区域分割 | 第64-88页 |
5.1 引言 | 第64-66页 |
5.2 腹部和盆腔淋巴区域的定义 | 第66-69页 |
5.3 AAR模糊模型 | 第69-75页 |
5.3.1 建模 | 第69-74页 |
5.3.2 目标识别 | 第74-75页 |
5.4 基于AAR模糊模型的腹部和盆腔淋巴区域分割 | 第75-80页 |
5.4.1 淋巴区域的建模 | 第76-79页 |
5.4.2 淋巴区域的识别 | 第79-80页 |
5.5 实验结果 | 第80-85页 |
5.6 本章小结 | 第85-88页 |
第6章 基于形状信息和水平集方法的淋巴结PET/CT图像分割 | 第88-112页 |
6.1 引言 | 第88-94页 |
6.2 基于球形滤波法的腹部和盆腔PET/CT图像的淋巴结探测 | 第94-104页 |
6.2.1 基于球形形状信息的淋巴结探测 | 第94-101页 |
6.2.2 实验结果 | 第101-104页 |
6.3 基于双树复小波矩和水平集法的淋巴结分割 | 第104-111页 |
6.3.1 基于双树复小波矩的淋巴结形状特征提取 | 第104-107页 |
6.3.2 淋巴结分割实现过程及实验结果 | 第107-111页 |
6.4 本章小结 | 第111-112页 |
第7章 总结和展望 | 第112-116页 |
7.1 总结 | 第112-114页 |
7.2 展望 | 第114-116页 |
参考文献 | 第116-130页 |
攻读博士期间发表论文 | 第130-131页 |
致谢 | 第131页 |