摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第18-35页 |
1.1 数字化人体模型 | 第19-23页 |
1.2 临床医学成像 | 第23-25页 |
1.3 图像处理基本知识、操作与常用算法库 | 第25-27页 |
1.4 医学图像配准与分割 | 第27-30页 |
1.5 数字化人体模型在医学图像分割中的应用 | 第30-31页 |
1.6 治疗计划系统TPS | 第31-34页 |
1.7 论文主要工作 | 第34页 |
1.8 论文内容安排 | 第34页 |
1.9 研究意义 | 第34-35页 |
第2章 材料与方法 | 第35-85页 |
2.1 研制数字化人体模型的方法 | 第35-57页 |
2.1.1 表面网格表示方法 | 第35-38页 |
2.1.2 初始模型(RPI-AM/RPI-AF)数据 | 第38-39页 |
2.1.3 引用参数评估与缺失数据增添方法 | 第39-48页 |
2.1.4 体模变形调整方法 | 第48-57页 |
2.2 数字化人体模型新特性的扩展方法 | 第57-68页 |
2.2.1 添加学习勾画数据能力的方法 | 第57-58页 |
2.2.2 添加体素特性的方法 | 第58-60页 |
2.2.3 添加特定患者CT图像特征的方法 | 第60-68页 |
2.3 基于数字化人体模型的CT图像自动分割方法 | 第68-76页 |
2.3.1 待勾画CT图像与数字化人体模型CT特性的匹配方法 | 第68页 |
2.3.2 基于活动轮廓模型优化匹配结果方法 | 第68-74页 |
2.3.3 勾画效果评价指标 | 第74-76页 |
2.4 相关软件开发与其在治疗计划系统的适用性探究方法 | 第76-85页 |
2.4.1 实现体模功能扩展的相关软件开发方法 | 第76-80页 |
2.4.2 图像配准与分割软件开发方法 | 第80-82页 |
2.4.3 图像配准软件与DeepPlan集成方法 | 第82-85页 |
第3章 结果与讨论 | 第85-123页 |
3.1 数字化人体模型开发结果 | 第85-92页 |
3.1.1 数据评估结果 | 第85-86页 |
3.1.2 不同年龄段不同性别的系列中国数字化人体模型开发结果 | 第86-90页 |
3.1.3 系列人体模型体格与器官参数 | 第90-92页 |
3.2 数字化人体模型新功能的扩展结果 | 第92-101页 |
3.2.1 体模勾画数据学习能力的添加结果 | 第92页 |
3.2.2 体素特性的添加结果 | 第92-95页 |
3.2.3 CT特性的添加结果 | 第95-101页 |
3.3 基于数字化人体模型的CT图像自动分割结果 | 第101-112页 |
3.3.1 待勾画CT图像与数字化人体模型CT特征匹配结果 | 第105-107页 |
3.3.2 基于活动轮廓模型优化匹配结果 | 第107-112页 |
3.4 相关软件开发与其在治疗计划系统的适用性结果 | 第112-120页 |
3.4.1 实现体模功能扩展的相关软件开发结果 | 第112-114页 |
3.4.2 图像配准与分割软件开发结果 | 第114-118页 |
3.4.3 图像配准程序与DeepPlan集成结果 | 第118-120页 |
3.5 讨论 | 第120-123页 |
3.5.1 数字化人体模型 | 第120-121页 |
3.5.2 图像分割 | 第121-123页 |
第4章 总结与展望 | 第123-125页 |
4.1 总结 | 第123-124页 |
4.2 展望 | 第124-125页 |
参考文献 | 第125-137页 |
附录A 各年龄段中国人人群骨骼成分体积数值附表 | 第137-145页 |
附录B USTC系列体模质量与参考质量对比 | 第145-162页 |
附录C 调用自动分割程序需要使用的json控制文件示例 | 第162-164页 |
致谢 | 第164-165页 |
在读期间发表的学术论文与取得的研究成果 | 第165-166页 |