基于DSA图像的脑血管瘤辅助诊断研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-17页 |
| ·论文选题及研究意义 | 第10-11页 |
| ·医学图像辅助诊断的国内外研究现状 | 第11-12页 |
| ·DSA图像脑血管瘤辅助诊断的关键技术分析 | 第12-14页 |
| ·本文的主要研究内容与论文组织 | 第14-17页 |
| 第二章 脑血管瘤医学诊断基础知识 | 第17-21页 |
| ·脑血管瘤概述 | 第17-18页 |
| ·DSA造影技术 | 第18-21页 |
| 第三章 脑血管瘤疑似病灶区定位 | 第21-37页 |
| ·脑血管医学图像格式解析 | 第21-22页 |
| ·完整脑血管的提取 | 第22-28页 |
| ·DSA序列图像显影特征 | 第22-23页 |
| ·次优OTSU双阈值法 | 第23-26页 |
| ·实验结果及分析 | 第26-28页 |
| ·基于骨架特征的疑似病灶区定位 | 第28-36页 |
| ·脑血管瘤形态分析 | 第29-30页 |
| ·脑血管骨架提取算法 | 第30-33页 |
| ·疑似脑血管瘤定位 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 脑血管瘤特征提取 | 第37-49页 |
| ·脑血管的快速边界跟踪 | 第37-44页 |
| ·脑血管图像信号分布特征 | 第37-39页 |
| ·基于图像特征及方向记忆的边界跟踪 | 第39-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·脑血管瘤特征选取 | 第44-48页 |
| ·图像曲线的曲率计算 | 第44-45页 |
| ·形状特征分析及提取 | 第45-47页 |
| ·特征提取实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于统计的脑血管瘤辅助诊断研究 | 第49-63页 |
| ·RBF神经网络 | 第49-53页 |
| ·SVM支持向量机算法 | 第53-55页 |
| ·贝叶斯分类算法 | 第55-56页 |
| ·脑血管瘤分类研究和应用 | 第56-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·特色与创新点 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 攻读学位期间公开发表的论文与科研项目 | 第72-74页 |
| 致谢 | 第74-75页 |
| 详细摘要 | 第75-78页 |
