| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 选题的背景及意义 | 第8-9页 |
| 1.2 磁共振成像技术 | 第9-11页 |
| 1.2.1 常规磁共振成像(MRI) | 第9页 |
| 1.2.2 弥散加权成像(DW-MRI) | 第9-10页 |
| 1.2.3 弥散张量成像(DT-MRI) | 第10-11页 |
| 1.3 医学图像分割算法研究现状 | 第11-13页 |
| 1.3.1 基于区域的分割方法 | 第11-12页 |
| 1.3.2 基于边缘的分割方法 | 第12页 |
| 1.3.3 基于聚类的分割方法 | 第12-13页 |
| 1.4 主要研究工作及章节安排 | 第13-15页 |
| 第2章 模糊聚类算法的理论基础 | 第15-22页 |
| 2.1 模糊理论 | 第15-16页 |
| 2.2 模糊C均值聚类算法 | 第16-18页 |
| 2.3 改进的模糊C均值算法 | 第18-21页 |
| 2.3.1 空间约束模糊C均值算法 | 第18-19页 |
| 2.3.2 基于局部信息改进的模糊聚类改进算法 | 第19-20页 |
| 2.3.3 结合核函数的模糊聚类改进算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 结合核函数改进的空间模糊聚类 | 第22-32页 |
| 3.1 结合核函数改进的空间模糊聚类 | 第22-24页 |
| 3.2 结果仿真与分析 | 第24-31页 |
| 3.2.1 实验背景描述 | 第24-25页 |
| 3.2.2 图像分割评价标准 | 第25页 |
| 3.2.3 实验结果 | 第25-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 DTI图像分割算法 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 DTI图像分割原理 | 第32-38页 |
| 4.2.1 DTI图像成像原理 | 第32-34页 |
| 4.2.2 扩散张量的计算 | 第34-36页 |
| 4.2.3 扩散各向异性量 | 第36-37页 |
| 4.2.4 数据处理流程 | 第37-38页 |
| 4.3 基于密度峰值的模糊聚类DTI图像分割算法 | 第38-44页 |
| 4.3.1 基于密度峰值的聚类中心算法选取 | 第39-40页 |
| 4.3.2 基于密度峰值的模糊聚类DTI图像分割算法 | 第40-41页 |
| 4.3.3 实验结果分析 | 第41-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 人脑纤维追踪及可视化 | 第46-56页 |
| 5.1 基于张量域的算法 | 第46-47页 |
| 5.2 流线跟踪法 | 第47-48页 |
| 5.3 纤维连续跟踪法 | 第48-49页 |
| 5.4 张量线跟踪法 | 第49-50页 |
| 5.5 实验结果及分析 | 第50-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间取得的研究成果 | 第64-65页 |