放射治疗计划系统中感兴趣区域的分割与可视化
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·放射治疗计划系统 | 第8页 |
| ·放疗感兴趣区域的分割与可视化 | 第8页 |
| ·图像分割和可视化的发展现状 | 第8-10页 |
| ·图像分割 | 第8-9页 |
| ·可视化 | 第9-10页 |
| ·论文内容及章 节安排 | 第10-11页 |
| 参考文献 | 第11-12页 |
| 第二章 放疗感兴趣区域的半自动分割 | 第12-36页 |
| ·引言 | 第12页 |
| ·分水岭分割基本原理 | 第12-14页 |
| ·分水岭分割预处理 | 第14-22页 |
| ·形态学滤波器滤波 | 第14-19页 |
| ·形态学滤波器 | 第14页 |
| ·多尺度形态学滤波器 | 第14-15页 |
| ·滤波结果及分析 | 第15-19页 |
| ·形态学多尺度梯度算法 | 第19-22页 |
| ·多尺度梯度算法 | 第19-20页 |
| ·梯度图生成及分析 | 第20-22页 |
| ·分水岭算法 | 第22-27页 |
| ·VS 分水岭算法及改进 | 第22-25页 |
| ·VS 分水岭算法 | 第22-23页 |
| ·算法改进 | 第23-24页 |
| ·改进结果及分析 | 第24-25页 |
| ·基于链码的BM 分水岭算法 | 第25-27页 |
| ·改进BM 算法与VS 算法的比较 | 第27页 |
| ·基于评价函数的区域合并 | 第27-31页 |
| ·区域合并评价函数的构建 | 第28-29页 |
| ·几种评价函数的效果比较 | 第29-31页 |
| ·手动提取感兴趣区域 | 第31-33页 |
| ·本章 小结 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 第三章 腹部放疗感兴趣区域的自动分割 | 第36-52页 |
| ·引言 | 第36页 |
| ·基于图像上下文相关神经网络的图像分割 | 第36-38页 |
| ·自组织映射（SOM）神经网络 | 第38-43页 |
| ·SOM 神经网络原理 | 第38-40页 |
| ·基于SOM 神经网络的图像模糊聚类 | 第40-43页 |
| ·基于判定准则的感兴趣区域自动识别 | 第43-46页 |
| ·判定准则定义 | 第43-44页 |
| ·相关组织的解剖结构特征 | 第44-45页 |
| ·感兴趣区域自动识别过程 | 第45-46页 |
| ·实验结果及讨论 | 第46-50页 |
| ·本章 小节 | 第50-51页 |
| 参考文献 | 第51-52页 |
| 第四章 放疗感兴趣区域可视化 | 第52-62页 |
| ·引言 | 第52页 |
| ·放疗感兴趣区域表面重建 | 第52-54页 |
| ·轮廓线表面重建的基本原理与难点问题 | 第52-53页 |
| ·实验结果 | 第53-54页 |
| ·三维感兴趣区域在CT 模拟中的应用 | 第54-60页 |
| ·数字重建射线图像（DRR）的构造 | 第54-58页 |
| ·构造原理 | 第54-55页 |
| ·算法改进 | 第55-57页 |
| ·实验结果 | 第57-58页 |
| ·射野方向观视（BEV）的构造 | 第58-60页 |
| ·本章 小结 | 第60-61页 |
| 参考文献 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 致谢 | 第64页 |
