基于CT图像的全心脏分割算法研究
| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 论文研究目的与意义 | 第12-13页 |
| 1.2 常用医学图像分割算法 | 第13-19页 |
| 1.2.1 医学图像的特点 | 第13-14页 |
| 1.2.2 医学图像分割方法 | 第14-17页 |
| 1.2.3 医学图像分割算法的发展趋势 | 第17-19页 |
| 1.3 心脏分割算法研究 | 第19-22页 |
| 1.3.1 心脏分割算法研究现状 | 第19-22页 |
| 1.3.2 心脏分割算法特点 | 第22页 |
| 1.4 本论文的研究内容 | 第22-24页 |
| 第2章 心脏目标检测 | 第24-42页 |
| 2.1 目标检测算法介绍 | 第24-25页 |
| 2.2 Haar-like特征 | 第25-27页 |
| 2.2.1 Haar-like特征介绍 | 第25-26页 |
| 2.2.2 积分图 | 第26-27页 |
| 2.3 AdaBoost算法 | 第27-35页 |
| 2.3.1 AdaBoost算法的产生 | 第28-29页 |
| 2.3.2 AdaBoost算法介绍 | 第29-35页 |
| 2.4 分类器检测效果 | 第35-41页 |
| 2.4.1 训练集 | 第37页 |
| 2.4.2 训练结果 | 第37-38页 |
| 2.4.3 测试集与检测结果 | 第38-41页 |
| 2.5 总结 | 第41-42页 |
| 第3章 基于主动形状模型的全心脏算法 | 第42-56页 |
| 3.1 ASM的训练 | 第42-46页 |
| 3.1.1 建立形状模型 | 第42-45页 |
| 3.1.2 为每个特征点构造局部特征 | 第45-46页 |
| 3.2 ASM的搜索 | 第46-48页 |
| 3.2.1 初始化平均模型 | 第46-47页 |
| 3.2.2 特征点局部特征提取 | 第47-48页 |
| 3.2.3 参数更新 | 第48页 |
| 3.2.4 匹配结束 | 第48页 |
| 3.3 算法优化 | 第48-49页 |
| 3.3.1 多层图像分割算法流程 | 第48页 |
| 3.3.2 点集拟合曲线 | 第48-49页 |
| 3.4 算法结果 | 第49-55页 |
| 3.4.1 训练集 | 第49页 |
| 3.4.2 预处理 | 第49-51页 |
| 3.4.3 搜索结果 | 第51-53页 |
| 3.4.4 分割结果评估 | 第53-55页 |
| 3.5 总结 | 第55-56页 |
| 第4章 三维重建 | 第56-63页 |
| 4.1 面绘制 | 第56-57页 |
| 4.2 体绘制 | 第57-61页 |
| 4.3 总结 | 第61-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63页 |
| 5.2 前景与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69页 |
