首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

数字化人体模型开发及其在CT图像自动分割中的应用

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

论文共166页,点击 下载论文
上一篇:基于数据挖掘的驾驶行为与道路拥堵分析
下一篇:基于视频的人类行为识别方法研究