| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 先心病的影像学诊断现状 | 第12-14页 |
| 1.3 左心室功能评估方法现状 | 第14-15页 |
| 1.4 基于曲线相似度的聚类方法综述 | 第15-17页 |
| 1.5 先心病智能辅助诊断系统的技术平台概述 | 第17-18页 |
| 1.6 研究内容与组织结构 | 第18-20页 |
| 1.6.1 本文研究内容 | 第18-19页 |
| 1.6.2 论文组织结构 | 第19-20页 |
| 第二章 基于时间-容积曲线的左心室功能评估 | 第20-32页 |
| 引言 | 第20页 |
| 2.1 四维心脏 CT 图像的采集 | 第20页 |
| 2.2 基于时间-容积曲线的左心室功能评估方法 | 第20-24页 |
| 2.2.1 基于配准的心脏分割方法 | 第20-23页 |
| 2.2.2 左心室容积计算方法 | 第23-24页 |
| 2.2.3 左心室功能评估参数的计算方法 | 第24页 |
| 2.3 结果与讨论 | 第24-31页 |
| 2.3.1 左心室容积计算方法的准确性验证 | 第24-25页 |
| 2.3.2 正常组左心室时间-容积曲线的形态变化规律 | 第25-27页 |
| 2.3.3 法洛四联症组左心室时间-容积曲线的形态变化规律 | 第27-28页 |
| 2.3.4 左心室功能评估参数结果 | 第28-30页 |
| 2.3.5 分析与讨论 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第三章 先心病智能辅助诊断方法的研究 | 第32-46页 |
| 引言 | 第32页 |
| 3.1 基于曲线相似度聚类的先心病诊断原理概述 | 第32-37页 |
| 3.1.1 基于 Euclidean 距离的曲线相似度聚类原理 | 第32-33页 |
| 3.1.2 基于 Hausdorff 距离的曲线相似度聚类原理 | 第33-34页 |
| 3.1.3 基于 DTW 算法的曲线相似度聚类原理 | 第34-36页 |
| 3.1.4 基于 AR 模型的曲线相似度聚类原理 | 第36-37页 |
| 3.2 基于曲线相似度聚类的先心病智能辅助诊断方法 | 第37-38页 |
| 3.3 结果与讨论 | 第38-45页 |
| 3.3.1 四种算法诊断先心病的结果及其比较 | 第38-43页 |
| 3.3.2 分析与讨论 | 第43-45页 |
| 本章小结 | 第45-46页 |
| 第四章 先心病智能辅助诊断平台的构建 | 第46-62页 |
| 引言 | 第46页 |
| 4.1 VTK 与 MFC 联合编程的工程环境配置 | 第46-48页 |
| 4.1.1 MFC 简介 | 第46-47页 |
| 4.1.2 CMake 简介 | 第47页 |
| 4.1.3 VTK 与 MFC 联合编程的环境配置方法 | 第47-48页 |
| 4.2 VTK 的架构与运行原理 | 第48-49页 |
| 4.3 VTK 在 MFC 下的三维体绘制 | 第49-52页 |
| 4.3.1 VTK 光线投影算法原理 | 第49-50页 |
| 4.3.2 VTK 光线投影法在 MFC 下的实现 | 第50-52页 |
| 4.4 VTK 在 MFC 下的正交面显示 | 第52-54页 |
| 4.5 先心病智能辅助诊断平台的模块与功能 | 第54-55页 |
| 4.6 结果与讨论 | 第55-61页 |
| 4.6.1 光线投影法合成体绘制算法结果 | 第55-57页 |
| 4.6.2 光线投影法最大密度投影算法结果 | 第57-59页 |
| 4.6.3 心脏 CT 图像切片的三维正交面显示 | 第59页 |
| 4.6.4 先心病智能辅助诊断平台的界面与操作 | 第59-61页 |
| 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 工作总结 | 第62-63页 |
| 工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
