| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第12-17页 |
| 1.1 项目背景 | 第12页 |
| 1.2 肺癌前哨淋巴定位国内外应用现状 | 第12-13页 |
| 1.3 近红外手术仪主要的研究工作 | 第13-15页 |
| 1.4 近红外图像分析平台软件功能 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第二章 相关技术综述 | 第17-29页 |
| 2.1 开发环境介绍 | 第17-19页 |
| 2.1.1 软硬件环境介绍 | 第17页 |
| 2.1.2 Qt | 第17-18页 |
| 2.1.3 OpenCV | 第18-19页 |
| 2.2 图像预处理算法 | 第19-22页 |
| 2.2.1 图像增强 | 第19-20页 |
| 2.2.2 插值算法 | 第20-21页 |
| 2.2.3 去噪算法 | 第21-22页 |
| 2.3 配准和融合算法 | 第22-24页 |
| 2.3.1 图像配准 | 第22-23页 |
| 2.3.2 图像融合 | 第23-24页 |
| 2.4 图像分割 | 第24-28页 |
| 2.4.1 图像分割的分类 | 第25-27页 |
| 2.4.2 医学图像分割 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 图像融合算法 | 第29-43页 |
| 3.1 图像预处理算法 | 第29-32页 |
| 3.1.1 中值滤波算法 | 第29-30页 |
| 3.1.2 高斯滤波算法 | 第30-32页 |
| 3.2 医学图像配准融合算法 | 第32-36页 |
| 3.2.1 基于Harris角点的图像配准方法 | 第32-33页 |
| 3.2.2 基于Surf特征的图像配准融合算法 | 第33-36页 |
| 3.3 基于多模态预处理的图像子块Surf特征配准算法 | 第36-42页 |
| 3.3.1 多模态滤波 | 第36页 |
| 3.3.2 基于分块的Surf特征匹配 | 第36-37页 |
| 3.3.3 对比实验结果 | 第37-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 医学图像的分割算法 | 第43-51页 |
| 4.1 基于阈值分割的图像分割算法 | 第43-44页 |
| 4.2 基于水平集的医学图像分割方法 | 第44-48页 |
| 4.2.1 曲线演化理论 | 第44-45页 |
| 4.2.2 水平集方法 | 第45-46页 |
| 4.2.3 水平集方法用于图像分割 | 第46-47页 |
| 4.2.4 水平集方法在前哨淋巴结图像分割中的应用 | 第47-48页 |
| 4.3 基于自动初始化的水平集分割 | 第48页 |
| 4.4 对比实验结果 | 第48-50页 |
| 4.4.1 阈值分割 | 第48-49页 |
| 4.4.2 水平集分割 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 近红外图像分析平台的分析与设计 | 第51-72页 |
| 5.1 系统需求分析 | 第51-53页 |
| 5.2 系统总体设计与模块设计 | 第53-57页 |
| 5.2.1 总体结构 | 第53页 |
| 5.2.3 功能模块流程 | 第53-57页 |
| 5.3 系统详细设计 | 第57-64页 |
| 5.3.1 图像融合模块 | 第58-60页 |
| 5.3.2 图像分析模块 | 第60-62页 |
| 5.3.3 图像显示模块 | 第62-63页 |
| 5.3.4 图像存储模块 | 第63-64页 |
| 5.4 系统实现 | 第64-71页 |
| 5.4.1 图像融合模块 | 第65-67页 |
| 5.4.2 图像分析模块 | 第67-68页 |
| 5.4.3 图像显示模块 | 第68-71页 |
| 5.4.4 图像存储模块 | 第71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 进一步工作展望 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76-78页 |