| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 OCT技术介绍 | 第11-13页 |
| 1.2.1 OCT技术发展过程与研究现状 | 第11-12页 |
| 1.2.2 OCT成像的原理及其特点 | 第12-13页 |
| 1.3 论文研究的主要内容 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 医学图像处理方法概述 | 第15-26页 |
| 2.1 OCT图像噪声 | 第15-16页 |
| 2.2 OCT图像降噪 | 第16-18页 |
| 2.3 医学图像分割方法简介 | 第18-25页 |
| 2.3.1 基于阈值的图像分割方法 | 第19-21页 |
| 2.3.2 基于边缘的分割方法 | 第21-22页 |
| 2.3.3 基于区域的分割方法 | 第22-23页 |
| 2.3.4 基于模糊理论的图像分割方法 | 第23-25页 |
| 2.3.5 基于其他特定理论工具的图像分割方法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 OCT图像采集与显示处理 | 第26-36页 |
| 3.1 OCT采集系统设计 | 第26-29页 |
| 3.2 OCT图像显示预处理 | 第29-33页 |
| 3.2.1 原始数据文件解析 | 第29-32页 |
| 3.2.2 坐标转换 | 第32-33页 |
| 3.3 OCT图像显示 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 OCT图像轮廓提取与测量 | 第36-48页 |
| 4.1 形态学运算 | 第36-38页 |
| 4.2 管腔区域轮廓提取 | 第38-44页 |
| 4.2.1 图像预处理阶段 | 第38-39页 |
| 4.2.2 自动轮廓提取阶段 | 第39-41页 |
| 4.2.3 方法实现 | 第41-42页 |
| 4.2.4 实验结果与对比分析 | 第42-44页 |
| 4.3 测量软件设计与实现 | 第44-47页 |
| 4.3.1 参数管理 | 第44页 |
| 4.3.2 功能实现与演示 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于水平集方法的OCT图像分割方法研究 | 第48-60页 |
| 5.1 曲线演化理论 | 第48-50页 |
| 5.2 水平集方法 | 第50-52页 |
| 5.3 C-V模型和李纯明模型 | 第52-56页 |
| 5.3.1 C-V模型 | 第52-54页 |
| 5.3.2 李纯明模型 | 第54-55页 |
| 5.3.3 结合C-V模型和李纯明模型的图像分割方法 | 第55-56页 |
| 5.4 实验结果及分析 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |