| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-12页 |
| ·DTI(DIFFUSION TENSOR IMAGING)背景 | 第10页 |
| ·DTI数据可视化及意义 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| ·实验数据 | 第11-12页 |
| 第2章 DTI基本原理 | 第12-17页 |
| ·分子扩散 | 第12-13页 |
| ·DTI实验 | 第13-14页 |
| ·张量及模型 | 第14-17页 |
| 第3章 扩散张量及相关测度的可视化 | 第17-26页 |
| ·张量矩阵计算及显示 | 第17-19页 |
| ·各向异性测度计算及显示 | 第19-22页 |
| ·扩散张量重心空间的测度 | 第22-23页 |
| ·基于主特征向量颜色编码的椭球显示及交互 | 第23-26页 |
| 第4章 神经纤维跟踪算法及显示 | 第26-39页 |
| ·相关工作 | 第26页 |
| ·多平面重建(MPR) | 第26-28页 |
| ·FACT跟踪算法及结果 | 第28-32页 |
| ·TENSORLINE算法及结果 | 第32-35页 |
| ·BRUTE FORCE跟踪算法及结果 | 第35-38页 |
| ·程序结构 | 第38-39页 |
| 第5章 CUDA与加速算法实现 | 第39-47页 |
| ·GPU和CUDA简介 | 第39-42页 |
| ·基于GPU的纤维跟踪 | 第42-44页 |
| ·数据结构 | 第44-46页 |
| ·与CPU计算结果比较 | 第46-47页 |
| 第6章 总结及展望 | 第47-49页 |
| ·工作总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |