数字脑—计算解剖学方法及GPU技术应用的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·计算神经解剖学的几大任务 | 第11-13页 |
| ·任务一：人脑图谱 | 第11页 |
| ·任务二：扭曲形变算法 | 第11-12页 |
| ·任务三：脑皮层的研究 | 第12-13页 |
| ·脑数据集的研究现状 | 第13-16页 |
| ·Talairach 脑图谱 | 第14页 |
| ·Whole Brain 图谱 | 第14-15页 |
| ·VOXEL-MAN 脑图谱 | 第15页 |
| ·Brainweb 脑图谱 | 第15-16页 |
| ·虚拟人计划 | 第16页 |
| ·人脑数据的可视化和图像快速处理技术 | 第16-17页 |
| ·本文工作和内容组织 | 第17-19页 |
| 参考文献 | 第19-22页 |
| 第二章 人脑图像中的结构和特征的提取 | 第22-48页 |
| ·医学图像分割 | 第22页 |
| ·非脑组织的去除 | 第22-29页 |
| ·基于边界的分割方法 | 第23页 |
| ·各向异性扩散滤波 | 第23页 |
| ·边界提取算子 | 第23-25页 |
| ·形态修正与提取 | 第25-26页 |
| ·基于分水岭分割方法 | 第26-27页 |
| ·分水岭算法 | 第27页 |
| ·分水岭算法的合并处理 | 第27-29页 |
| ·讨论 | 第29页 |
| ·脑组织的分割 | 第29-37页 |
| ·基于灰度的模糊聚类方法 | 第29-31页 |
| ·隶属度的估计 | 第31-33页 |
| ·图像灰度非均匀性问题 | 第33-34页 |
| ·实验方法和结果 | 第34-36页 |
| ·本节讨论 | 第36-37页 |
| ·脑结构的三维建模 | 第37-38页 |
| ·人脑结构特征：解剖标记点的提取 | 第38-44页 |
| ·解剖标记点的定义和特征 | 第39-40页 |
| ·标记点提取的数学方法 | 第40-41页 |
| ·基于等值面曲率的标记点 | 第41-43页 |
| ·实验 | 第43-44页 |
| ·本章小结 | 第44页 |
| 参考文献 | 第44-48页 |
| 第三章 人脑图像的有限元弹性形变配准研究 | 第48-62页 |
| ·有限单元法 | 第48-49页 |
| ·配准的公式推导 | 第49-54页 |
| ·单元形式及插值函数的选取 | 第50-52页 |
| ·以节点位移重写能量差函数 | 第52-54页 |
| ·单元集成 | 第54页 |
| ·与图像特征相关的自适应网格划分 | 第54-57页 |
| ·网格生成 | 第54-56页 |
| ·网格校正 | 第56-57页 |
| ·引入位移边界条件 | 第57页 |
| ·预处理和刚性预配准 | 第57-58页 |
| ·实验结果及讨论 | 第58-60页 |
| ·本章小结 | 第60页 |
| 参考文献 | 第60-62页 |
| 第四章 人脑皮层图像的分块方法研究 | 第62-75页 |
| ·人脑皮层分割的目的 | 第62-64页 |
| ·算法描述 | 第64-65页 |
| ·K-均值聚类 | 第64页 |
| ·在非凸域的空间聚类 | 第64-65页 |
| ·测地距离求取 | 第65-66页 |
| ·基于测地距离的Voronoi 分割 | 第66-67页 |
| ·聚类中心的估计 | 第67-68页 |
| ·实验结果 | 第68-72页 |
| ·讨论 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 参考文献 | 第74-75页 |
| 第五章 基于GPU 的数字脑体绘制技术 | 第75-98页 |
| ·引言 | 第75-76页 |
| ·GPU 的介绍 | 第76-79页 |
| ·可编程的图形处理器 | 第76-78页 |
| ·高精度浮点计算 | 第78页 |
| ·渲染器语言 | 第78-79页 |
| ·基于GPU 的体绘制技术 | 第79-88页 |
| ·光线投射法 | 第79-80页 |
| ·体数据的纹理映射 | 第80-81页 |
| ·图像合成 | 第81页 |
| ·转换函数与插值之前和插值之后的分类变换 | 第81-83页 |
| ·二维转换函数 | 第83-84页 |
| ·光照渲染 | 第84-85页 |
| ·非多边形等值面绘制 | 第85-86页 |
| ·高质量的体绘制 | 第86-88页 |
| ·基于矢量量化压缩的绘制 | 第88-95页 |
| ·矢量量化编码压缩方法 | 第89-90页 |
| ·码书的创建 | 第90-91页 |
| ·压缩体数据的解码和绘制 | 第91-93页 |
| ·局部体数据绘制方法 | 第93-94页 |
| ·实验结果 | 第94-95页 |
| ·讨论 | 第95页 |
| ·本章小结 | 第95-96页 |
| 参考文献 | 第96-98页 |
| 第六章 基于GPU 的图像加速处理方法 | 第98-112页 |
| ·引言 | 第98页 |
| ·基于GPU 的快速Level Set 分割方法 | 第98-104页 |
| ·Level Set 模型 | 第98-99页 |
| ·Level Set 离散化 | 第99-100页 |
| ·GPU 计算实现方法 | 第100-103页 |
| ·实验结果和比较 | 第103-104页 |
| ·讨论 | 第104页 |
| ·基于GPU 的快速骨架提取 | 第104-110页 |
| ·距离变换和骨架的并行生成方法 | 第105-106页 |
| ·骨架提取 | 第106页 |
| ·GPU 计算的实现 | 第106-108页 |
| ·实验结果 | 第108-109页 |
| ·讨论 | 第109-110页 |
| ·本章小结 | 第110页 |
| 参考文献 | 第110-112页 |
| 第七章 总结和展望 | 第112-115页 |
| ·总结 | 第112-113页 |
| ·展望 | 第113-115页 |
| 致谢 | 第115-116页 |
| 作者在博士研究生期间发表的论文 | 第116页 |
| 期刊论文 | 第116页 |
| 会议论文 | 第116页 |
