基于邻域字典基模型的脑纤维流线微分方程跟踪算法
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 磁共振成像研究进展 | 第11-13页 |
| 1.2.2 纤维跟踪技术研究进展 | 第13-15页 |
| 1.3 论文的主要内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 扩散磁共振成像和纤维跟踪技术 | 第17-29页 |
| 2.1 扩散磁共振成像基础 | 第17-20页 |
| 2.1.1 扩散加权成像 | 第17-19页 |
| 2.1.2 扩散张量模型 | 第19-20页 |
| 2.2 高角度分辨率成像方法 | 第20-22页 |
| 2.2.1 球面反卷积模型 | 第21-22页 |
| 2.3 纤维跟踪技术 | 第22-28页 |
| 2.3.1 确定性跟踪 | 第23-24页 |
| 2.3.2 概率性跟踪 | 第24-26页 |
| 2.3.3 全局跟踪 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 邻域字典基纤维重建模型 | 第29-41页 |
| 3.1 字典基模型 | 第29-30页 |
| 3.2 邻域约束的稀疏字典基模型 | 第30-33页 |
| 3.2.1 自适应稀疏字典 | 第31页 |
| 3.2.2 邻域信息约束的稀疏字典基模型 | 第31-33页 |
| 3.3 实验 | 第33-39页 |
| 3.3.1 模拟数据实验 | 第34-38页 |
| 3.3.2 实际数据实验 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于流线微分方程的脑纤维跟踪算法 | 第41-52页 |
| 4.1 基于空间流体的纤维流线描述 | 第41-42页 |
| 4.2 纤维流线微分方程跟踪算法 | 第42-44页 |
| 4.2.1 纤维流场函数的构建 | 第42-43页 |
| 4.2.2 流线的求解 | 第43-44页 |
| 4.3 算法流程 | 第44-45页 |
| 4.4 实验 | 第45-50页 |
| 4.4.1 模拟数据实验 | 第45-48页 |
| 4.4.2 实际人脑数据实验 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间参加的科研项目和成果 | 第59页 |
