| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 心脏图像分割算法研究现状 | 第9-10页 |
| 1.3 本文研究内容及结构 | 第10-11页 |
| 第2章 基于图论的图像分割方法 | 第11-21页 |
| 2.1 图的基本理论 | 第11-13页 |
| 2.1.1 图的基本概念 | 第11-12页 |
| 2.1.2 网络流与最大流 | 第12-13页 |
| 2.2 基于图论的分割算法 | 第13-17页 |
| 2.2.1 经典的Graph cuts算法 | 第14-16页 |
| 2.2.2 Grab cut算法 | 第16-17页 |
| 2.3 实验结果与分析 | 第17-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章基于多维特征的Graph cuts算法 | 第21-34页 |
| 3.1 基于多维特征的Graph cuts算法 | 第21-24页 |
| 3.1.1 基于多维特征的Graph cuts算法 | 第21-23页 |
| 3.1.2 主成分分析方法 | 第23-24页 |
| 3.2 Gabor特征和HOG特征在右心室分割中的应用 | 第24-30页 |
| 3.2.1 Gabor特征及其应用 | 第24-27页 |
| 3.2.2 HOG特征及其应用 | 第27-30页 |
| 3.3 实验结果与分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 结合先验知识的图谱引导分割算法 | 第34-43页 |
| 4.1 图谱引导分割框架 | 第34-35页 |
| 4.2 结合先验知识的图谱引导分割 | 第35-39页 |
| 4.2.1 基于Graph cuts的先验分割 | 第35-36页 |
| 4.2.2 配准变换模型 | 第36-38页 |
| 4.2.3 Kappa统计与互信息相结合的配准度量 | 第38-39页 |
| 4.2.4 自适应参数寻优 | 第39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 全文工作总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第49页 |
