CT图像中骨骼与软骨的自动分割算法研究
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-11页 |
| 1.1.1 医学图像处理的发展 | 第8-10页 |
| 1.1.2 三维重建在胸廓骨骼与软骨检测上的应用 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-13页 |
| 1.2.1 三维重建的关键制约因素 | 第11页 |
| 1.2.2 自动分割算法的研究现状 | 第11-12页 |
| 1.2.3 改进分割算法说明 | 第12-13页 |
| 1.3 自动分割效果呈现与性能评定方式 | 第13页 |
| 1.4 后续章节安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 基于胸廓CT图像的骨骼与软骨分割概述 | 第15-25页 |
| 2.1 CT图像简介 | 第15页 |
| 2.2 CT图像处理基础知识 | 第15-19页 |
| 2.2.1 视觉系统 | 第15-16页 |
| 2.2.2 DICOM3.0标准协议 | 第16-17页 |
| 2.2.3 窗宽、窗位及窗口技术 | 第17-19页 |
| 2.3 CT图像骨骼与软骨分割难点分析 | 第19-23页 |
| 2.3.1 人体胸廓结构及相关医学常识 | 第19-21页 |
| 2.3.2 存在问题及挑战 | 第21页 |
| 2.3.3 解决方案 | 第21-23页 |
| 2.4 相关技术框架 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 骨骼与软骨CT图像处理与轮廓提取 | 第25-48页 |
| 3.1 CT图像预处理技术 | 第25-34页 |
| 3.1.1 灰度归一化处理 | 第25-26页 |
| 3.1.2 DICOM与BMP格式转化 | 第26-27页 |
| 3.1.3 图像降噪 | 第27-31页 |
| 3.1.4 灰度变换 | 第31-34页 |
| 3.1.5 区域划分 | 第34页 |
| 3.2 自适应阈值分割 | 第34-36页 |
| 3.3 改进的区域生长法 | 第36-41页 |
| 3.3.1 区域生长法及其实现步骤 | 第36-38页 |
| 3.3.2 关键优化点 | 第38页 |
| 3.3.3 改进种子点的选取 | 第38-39页 |
| 3.3.4 改进生长规则 | 第39-41页 |
| 3.4 后处理技术与轮廓提取 | 第41-46页 |
| 3.4.1 形态学处理技术 | 第41-43页 |
| 3.4.2 孔洞及轮廓不平滑现象解决方案 | 第43-44页 |
| 3.4.3 Canny算子边缘检测 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 4 椎间盘轮廓模型分析及缺失轮廓修复 | 第48-56页 |
| 4.1 轮廓相似性及嵌套关系分析 | 第48-50页 |
| 4.1.1 射线法 | 第49-50页 |
| 4.2 轮廓类模型设计 | 第50-51页 |
| 4.3 相邻层轮廓相似性分析 | 第51-54页 |
| 4.3.1 轮廓相似性计算方法 | 第51-53页 |
| 4.3.2 相邻层轮廓匹配原则及修复 | 第53-54页 |
| 4.4 依据空间关系分割椎间盘区域软骨 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 实验设计及结果分析 | 第56-66页 |
| 5.1 实验条件 | 第56页 |
| 5.2 自动分割实验设计 | 第56-61页 |
| 5.2.1 预处理实验设计 | 第56-57页 |
| 5.2.2 图像分割实验设计 | 第57-58页 |
| 5.2.3 图像后处理实验设计 | 第58页 |
| 5.2.4 椎间盘轮廓复原实验设计 | 第58-59页 |
| 5.2.5 自动分割总体流程 | 第59-61页 |
| 5.3 呈现方式 | 第61-62页 |
| 5.4 结果分析 | 第62-65页 |
| 5.4.1 改进后算法与手工分割对比 | 第62-63页 |
| 5.4.2 算法效果分析 | 第63-64页 |
| 5.4.3 算法效率分析 | 第64页 |
| 5.4.4 通用性分析 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 6 结论 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的论文 | 第71-72页 |
| 致谢 | 第72-75页 |
