首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于脑MR图像的三维组织自动分割

摘要第1-7页
ABSTRACT第7-15页
第一章 绪论第15-24页
   ·课题研究的目的和意义第15-18页
   ·脑部医学图像分割问题第18-21页
     ·磁共振成像第18-20页
     ·脑部医学图像分割的定义第20页
     ·脑部MR图像的特点第20-21页
   ·本文的主要创新第21-22页
   ·本文的组织结构第22-23页
 参考文献第23-24页
第二章 脑组织分割方法第24-45页
   ·概述第24-25页
   ·三大脑组织分割方法第25-33页
     ·基于象素的统计概率分类方法第25-27页
     ·基于区域的分割方法第27-28页
     ·聚类的方法第28-29页
     ·图论的方法第29页
     ·变形模型和水平集的方法第29-32页
     ·混合的方法第32页
     ·基于模糊连接度的方法第32-33页
   ·脑组织的子结构分割方法第33-34页
   ·病理脑组织结构的分割方法第34页
   ·分割结果的评估第34-35页
 参考文献第35-45页
第三章 偏场校正和邻域约束的FCM脑组织3D分割第45-62页
   ·引言第45-46页
   ·算法第46-50页
     ·新算法的目标函数第46-48页
     ·参数的估计第48-49页
     ·算法的初始化第49-50页
     ·递归优化算法第50页
   ·算法分割实验和验证第50-58页
     ·实验数据和量化比较测度第50-52页
     ·实验参数的选择第52页
     ·实验结果第52-58页
   ·讨论和结论第58-59页
 参考文献第59-62页
第四章 基于多约束和动态先验的MR脑图像自动分割第62-89页
   ·概述第62-64页
   ·MCDPMRF-EM算法第64-76页
     ·符号定义和观察模型第64-65页
     ·多约束模型及动态先验第65-69页
     ·MCDPMRF-EM分割算法第69-76页
   ·实验和验证第76-84页
     ·实验数据和量化比较测度第76-77页
     ·实验参数的选择第77-78页
     ·实验结果第78-84页
   ·讨论与结论第84-85页
 参考文献第85-89页
第五章 基于水平集和解剖学约束的黑质神经核团三维分割第89-97页
   ·引言第89-90页
   ·图像数据第90页
     ·临床数据第90页
     ·金标准第90页
   ·方法第90-94页
     ·方法概述第90-92页
     ·黑质的初步分割第92-93页
     ·黑质分割边界的细调第93-94页
   ·实验结果第94-95页
   ·结论与展望第95页
 参考文献第95-97页
第六章 基于图论的交互式脑部肿瘤MRI自动三维分割第97-105页
   ·引言第97-98页
   ·图论的基本理论第98页
   ·MRI数据第98页
   ·分割方法第98-101页
     ·分割的能量函数第99页
     ·图的构造第99-100页
     ·组织灰度分布的参数估计第100页
     ·算法流程第100-101页
   ·实验及结果第101页
   ·结论第101-102页
 参考文献第102-105页
第七章 基于统计分类和图论的脑室系统三维自动分割第105-122页
   ·引言第105-106页
   ·数据第106页
   ·方法第106-109页
   ·MCDPMRF-EM算法和初始分类第109-110页
   ·各脑室种子像素点提取第110页
   ·硬约束、图的构造和s/t最大流-最小切优化分割第110-112页
   ·实验和验证第112-116页
     ·实验数据和量化比较测度第112-113页
     ·实验结果第113-116页
   ·讨论和结论第116-120页
 参考文献第120-122页
第八章 总结和展望第122-125页
   ·总结第122-123页
   ·研究展望第123-125页
攻读博士学位期间成果第125-126页
致谢第126-127页

论文共127页,点击 下载论文
上一篇:肺结节图像的分析与识别
下一篇:优化CT图像金属伪影消除算法研究