| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究背景及意义 | 第11-13页 |
| 1.2.1 课题的背景 | 第11-12页 |
| 1.2.2 课题的意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 论文的主要内容和组织结构 | 第15-17页 |
| 第2章 医学图像分割算法 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 医学图像分割的任务与特点 | 第17-20页 |
| 2.2.1 医学图像的来源 | 第17-18页 |
| 2.2.2 医学图像分割的任务 | 第18-19页 |
| 2.2.3 医学图像分割的特点 | 第19-20页 |
| 2.3 医学图像常用的分割方法 | 第20-26页 |
| 2.3.1 基于边缘的分割方法 | 第20-21页 |
| 2.3.2 基于区域的分割方法 | 第21-23页 |
| 2.3.3 基于数学形态学的分割方法 | 第23-24页 |
| 2.3.4 基于神经网络的分割方法 | 第24页 |
| 2.3.5 基于模糊技术的分割方法 | 第24-25页 |
| 2.3.6 基于主动轮廓模型的分割方法 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 面向海马区MRI图像的分割算法设计与实现 | 第27-51页 |
| 3.1 引言 | 第27页 |
| 3.2 人类大脑海马区解剖结构及MRI图像特征 | 第27-30页 |
| 3.2.1 大脑海马解剖结构 | 第27-29页 |
| 3.2.2 大脑海马MRI图像特征 | 第29-30页 |
| 3.2.3 本文实验材料的获取 | 第30页 |
| 3.3 基于GVF Snake模型的海马区MRI图像的分割 | 第30-38页 |
| 3.3.1 主动轮廓模型算法分析 | 第30-33页 |
| 3.3.2 基于梯度矢量流的主动轮廓模型 | 第33-34页 |
| 3.3.3 基于GVF Snake模型的海马分割算法实现 | 第34-37页 |
| 3.3.4 实验结果 | 第37-38页 |
| 3.4 基于区域和边缘信息的水平集海马区MRI图像的分割 | 第38-50页 |
| 3.4.1 水平集方法基本理论 | 第38-42页 |
| 3.4.2 基于C-V模型的水平集海马图像分割算法分析 | 第42-45页 |
| 3.4.3 基于区域和边缘信息的水平集海马图像分割算法实现 | 第45-50页 |
| 3.5 小结 | 第50-51页 |
| 第4章 面向海马区MRI图像的分割算法分析与评价 | 第51-59页 |
| 4.1 引言 | 第51页 |
| 4.2 医学图像分割算法评价常用方法 | 第51-54页 |
| 4.2.1 医学图像分割算法评价问题描述 | 第51-52页 |
| 4.2.2 医学图像分割算法常用评价方法 | 第52页 |
| 4.2.3 评价测度 | 第52-54页 |
| 4.3 面向海马区MRI图像的分割算法分析与评价 | 第54-58页 |
| 4.3.1 实验结果 | 第54-57页 |
| 4.3.2 面向海马区分割算法的综合评价模型 | 第57-58页 |
| 4.4 小结 | 第58-59页 |
| 第5章 海马区分割算法实验平台的设计与实现 | 第59-69页 |
| 5.1 引言 | 第59页 |
| 5.2 基于MATLAB的海马分割算法平台的关键技术 | 第59-61页 |
| 5.2.1 图像工具箱 | 第59-60页 |
| 5.2.2 图形用户界面(GUI) | 第60-61页 |
| 5.3 基于MATLAB海马区分割算法实验平台的设计与实现 | 第61-68页 |
| 5.3.1 平台总体框架设计 | 第61-62页 |
| 5.3.2 平台设计软件流程图 | 第62-63页 |
| 5.3.3 平台主界面及各个模块介绍 | 第63-68页 |
| 5.4 小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 硕士期间完成论文情况 | 第79页 |
