基于影像的脑卒中定量分析与评价系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题目的和意义 | 第11-12页 |
| 1.2 国内外基于影像的脑卒中评价现状 | 第12-13页 |
| 1.3 CT和MR基础及常见序列 | 第13-14页 |
| 1.3.1 CT简介与常见序列 | 第13页 |
| 1.3.2 MR简介与常见序列 | 第13-14页 |
| 1.4 脑卒中分类及影像学表现 | 第14-17页 |
| 1.4.1 脑卒中病灶在CT影像上表现 | 第14-17页 |
| 1.4.2 脑卒中病灶在MR影像上表现 | 第17页 |
| 1.5 论文的内容与结构安排 | 第17-19页 |
| 第2章 基于影像的脑卒中分析系统设计 | 第19-33页 |
| 2.1 国内外脑影像分析相关产品调研 | 第19-20页 |
| 2.1.1 开源脑影像分析产品 | 第19-20页 |
| 2.1.2 商用脑影像分析产品 | 第20页 |
| 2.2 本产品(系统)架构设计 | 第20-27页 |
| 2.2.1 战略层 | 第20-21页 |
| 2.2.2 范围层 | 第21页 |
| 2.2.3 框架层 | 第21-24页 |
| 2.2.4 结构层 | 第24-27页 |
| 2.2.5 表现层 | 第27页 |
| 2.3 本系统产品流程设计 | 第27-32页 |
| 2.3.1 多模/多序列影像配准流程设计 | 第27-29页 |
| 2.3.2 脑组织分割流程设计 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 图像配准及分割算法综述 | 第33-43页 |
| 3.1 图像配准经典算法 | 第33-35页 |
| 3.1.1 基于图像灰度的配准方法 | 第33-34页 |
| 3.1.2 基于图像特征信息的配准方法 | 第34页 |
| 3.1.3 基于互信息的医学图像配准 | 第34-35页 |
| 3.2 图像分割经典算法 | 第35-39页 |
| 3.2.1 基于阈值的图像分割方法 | 第36-37页 |
| 3.2.2 基于区域生长的图像分割方法 | 第37-38页 |
| 3.2.3 基于聚类的区域分割方法 | 第38页 |
| 3.2.4 基于神经网络的区域分割方法 | 第38-39页 |
| 3.2.5 基于边缘检测的图像分割方法 | 第39页 |
| 3.3 图像预处理 | 第39-42页 |
| 3.3.1 图像滤波 | 第39-40页 |
| 3.3.2 灰度调整 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 多模/多序列影像配准 | 第43-51页 |
| 4.1 多模/多序列配准实现 | 第43-47页 |
| 4.1.1 基于DICOM信息的三维配准 | 第43-45页 |
| 4.1.2 基于局部互信息的三维配准 | 第45-47页 |
| 4.2 多模多序列影像应用模式 | 第47-50页 |
| 4.2.1 多模多序列对比模式 | 第47-48页 |
| 4.2.2 多模多序列定位模式 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 脑组织分割 | 第51-63页 |
| 5.1 脑壳自动去除 | 第51-56页 |
| 5.1.1 脑壳去除算法与流程 | 第52-55页 |
| 5.1.2 脑壳去除结果 | 第55-56页 |
| 5.2 灰白质分割 | 第56-59页 |
| 5.2.1 灰白质分割算法 | 第57-58页 |
| 5.2.2 灰白质分割结果 | 第58-59页 |
| 5.3 脑卒中病灶分割与定量计算 | 第59-61页 |
| 5.3.1 脑卒中病灶分割算法 | 第59-60页 |
| 5.3.2 脑卒中病灶分割结果 | 第60-61页 |
| 5.3.3 脑血肿体积计算 | 第61页 |
| 5.4 手动分割工具设计 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 基于影像的脑卒中定量分析系统实现 | 第63-71页 |
| 6.1 患者管理模块 | 第63-64页 |
| 6.2 图像浏览模块 | 第64页 |
| 6.3 图像后处理模块 | 第64-68页 |
| 6.3.1 图像对比 | 第65页 |
| 6.3.2 灰白质分割 | 第65-66页 |
| 6.3.3 血管分割 | 第66-67页 |
| 6.3.4 SWI重建 | 第67-68页 |
| 6.4 脑卒中分析模块 | 第68-70页 |
| 6.4.1 单序列单次分析 | 第68-69页 |
| 6.4.2 多序列单次分析 | 第69-70页 |
| 6.4.3 单序列多次分析 | 第70页 |
| 6.5 本章小结 | 第70-71页 |
| 第7章 工作总结与展望 | 第71-73页 |
| 7.1 本文工作的总结 | 第71页 |
| 7.2 未来发展的展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
