| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 国内外血管分割现状 | 第11-14页 |
| 1.3.1 边缘检测方法 | 第11页 |
| 1.3.2 区域生长方法 | 第11-12页 |
| 1.3.3 自适应阈值方法 | 第12页 |
| 1.3.4 模糊聚类算法 | 第12页 |
| 1.3.5 数学形态学算法 | 第12-13页 |
| 1.3.6 人工神经网络方法 | 第13页 |
| 1.3.7 特定的颈动脉血管分割方法 | 第13-14页 |
| 1.4 论文主要研究内容和组织结构 | 第14-16页 |
| 第2章 血管图像的预处理过程 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 图像预处理流程 | 第16页 |
| 2.3 灰度变换原理 | 第16-20页 |
| 2.3.1 线性灰度变换 | 第17-18页 |
| 2.3.2 非线性灰度变换 | 第18-19页 |
| 2.3.3 直方图均衡化方法 | 第19-20页 |
| 2.4 高斯滤波 | 第20-23页 |
| 2.5 血管定位 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于椭圆拟合和改进FCM算法分割颈动脉血管 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 血管提取流程 | 第26-27页 |
| 3.3 颈动脉血管外壁图像分割 | 第27-35页 |
| 3.3.1 基于最小二乘法椭圆拟合 | 第27-30页 |
| 3.3.2 改进的椭圆拟合血管外壁分割 | 第30-32页 |
| 3.3.3 改进的动态规划优化血管外壁 | 第32-35页 |
| 3.4 颈动脉血管内壁图像分割 | 第35-40页 |
| 3.4.1 模糊C均值聚类算法 | 第36-38页 |
| 3.4.2 改进的模糊C均值聚类算法 | 第38-39页 |
| 3.4.3 血管斑块定位 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 算法实现和实验分析 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 实验环境与数据 | 第41页 |
| 4.3 颈动脉血管外壁分割的实验结果和分析 | 第41-45页 |
| 4.3.1 评估方法 | 第41-42页 |
| 4.3.2 血管外壁实验结果和分析 | 第42-45页 |
| 4.4 血管内腔和斑块分割的实验结果和分析 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术成果 | 第54-55页 |
| 致谢 | 第55页 |