| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-15页 |
| 1.1.1 研究背景 | 第11-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 手术导航在冠脉介入手术中的应用 | 第15-21页 |
| 1.2.1 经皮冠状动脉介入手术导航 | 第15-17页 |
| 1.2.2 冠脉介入手术DSA图像去噪研究 | 第17-18页 |
| 1.2.3 冠脉介入手术器械分割研究 | 第18页 |
| 1.2.4 冠脉介入手术路径识别研究 | 第18-21页 |
| 1.3 本论文的主要研究内容 | 第21-22页 |
| 第2章 经皮冠状动脉介入手术导航系统 | 第22-26页 |
| 2.1 引言 | 第22页 |
| 2.2 基于DSA图像的冠状动脉介入手术导航系统总框架 | 第22-25页 |
| 2.2.1 冠脉介入手术DSA图像去噪框架设计 | 第23-24页 |
| 2.2.2 冠脉介入手术器械分割框架设计 | 第24页 |
| 2.2.3 冠脉介入手术路径识别框架设计 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 冠脉介入手术DSA图像去噪研究 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 冠脉介入手术DSA图像去噪算法 | 第26-32页 |
| 3.2.1 卷积神经网络相关知识 | 第26-30页 |
| 3.2.2 噪声数据集建立 | 第30页 |
| 3.2.3 DSA图像去噪 | 第30-32页 |
| 3.3 评价指标 | 第32页 |
| 3.4 实验 | 第32-33页 |
| 3.4.1 实验环境 | 第32页 |
| 3.4.2 DSA图像去噪算法结果及比较 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 冠状动脉介入手术器械分割研究 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 基于深度学习的介入手术器械分割算法 | 第34-41页 |
| 4.2.1 图像标定 | 第34-35页 |
| 4.2.2 图像增强 | 第35-36页 |
| 4.2.3 检测网络结构 | 第36-40页 |
| 4.2.4 介入手术器械分割算法 | 第40-41页 |
| 4.3 评价指标 | 第41-43页 |
| 4.3.1 检测评价指标 | 第41-42页 |
| 4.3.2 分割评价指标 | 第42-43页 |
| 4.4 实验 | 第43-46页 |
| 4.4.1 实验环境 | 第43页 |
| 4.4.2 标记方式和图像增强方法结果及比较 | 第43-45页 |
| 4.4.3 介入手术器械检测方法结果及比较 | 第45-46页 |
| 4.5 本章小结 | 第46页 |
| 第5章 冠状动脉介入手术路径识别研究 | 第46-55页 |
| 5.1 引言 | 第46-47页 |
| 5.2 基于深度学习的冠脉介入手术路径识别 | 第47-51页 |
| 5.2.1 数据集建立 | 第47页 |
| 5.2.2 图像预处理 | 第47-49页 |
| 5.2.3 冠脉血管分割网络 | 第49-51页 |
| 5.3 评价指标 | 第51页 |
| 5.4 实验 | 第51-53页 |
| 5.4.1 实验环境 | 第51页 |
| 5.4.2 图像标记和图像预处理结果及比较 | 第51-52页 |
| 5.4.3 冠脉血管分割网络实验结果及比较 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |