| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 研究现状 | 第15-20页 |
| 1.3 研究内容及安排 | 第20-22页 |
| 第二章 肿瘤PET影像自适应回归核的提取与分析 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 经典核回归方法 | 第22-24页 |
| 2.3 自适应核回归方法 | 第24-28页 |
| 2.3.1 Bilateral核 | 第24-25页 |
| 2.3.2 Steering核 | 第25-27页 |
| 2.3.3 二维图像自适应回归核的计算流程 | 第27-28页 |
| 2.4 三维图像自适应核回归方法 | 第28-29页 |
| 2.5 PET影 像自适应回归核的提取与分析 | 第29-35页 |
| 2.5.1 实验数据简介 | 第29-30页 |
| 2.5.2 PET影像自适应回归核提取 | 第30-31页 |
| 2.5.3 PET影像的自适应回归核分析 | 第31-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 集成自适应回归核的肿瘤PET靶区随机游走勾画方法 | 第36-47页 |
| 3.1 引言 | 第36-37页 |
| 3.2 随机游走算法 | 第37-40页 |
| 3.2.1 随机游走概述 | 第37-38页 |
| 3.2.2 边权值的定义 | 第38-39页 |
| 3.2.3 Dirichlet问题求解 | 第39-40页 |
| 3.3 随机游走算法的改进 | 第40-42页 |
| 3.3.1 权值函数的改进 | 第40-41页 |
| 3.3.2 参数的选择与种子点的确定 | 第41-42页 |
| 3.4 实验结果与分析 | 第42-46页 |
| 3.4.1 定量性能指标评价 | 第43页 |
| 3.4.2 实验结果与分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 联合PET的肿瘤MRI靶区水平集勾画方法 | 第47-63页 |
| 4.1 引言 | 第47-48页 |
| 4.2 水平集方法 | 第48-51页 |
| 4.2.1 基于水平集函数的曲线演化 | 第48-50页 |
| 4.2.2 水平集方程的数值解法 | 第50-51页 |
| 4.3 活动轮廓模型 | 第51-52页 |
| 4.3.1 GAC模型 | 第51页 |
| 4.3.2 Chan-Vese模型 | 第51-52页 |
| 4.4 联合边界和区域信息的水平集方法 | 第52-58页 |
| 4.4.1 基于边界和区域信息的水平集方法 | 第53-54页 |
| 4.4.2 基于肿瘤PET影 像的MRI水平集演化区域 | 第54-55页 |
| 4.4.3 参数设置和能量函数求解 | 第55-58页 |
| 4.5 实验结果与分析 | 第58-62页 |
| 4.6 本章小结 | 第62-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 致谢 | 第72-73页 |
| 附录A 硕士阶段本人发表的论文 | 第73-74页 |
| 附录B 硕士阶段本人参与的项目 | 第74页 |