基于多图谱配准的海马体自动分割方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-27页 |
| ·海马体分割的背景意义 | 第15-18页 |
| ·脑部磁共振图像的海马体分割 | 第18-24页 |
| ·海马体的解剖结构 | 第18-20页 |
| ·脑部磁共振图像海马体分割的现状 | 第20-22页 |
| ·基于图谱配准的分割方法概述 | 第22-24页 |
| ·本文内容简介 | 第24-27页 |
| 第二章 图像配准的应用及其方法分类 | 第27-36页 |
| ·图像配准的过程与应用 | 第27-29页 |
| ·图像配准方法分类 | 第29-34页 |
| ·根据空间变换模型分类 | 第29-31页 |
| ·根据相似性测度分类 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 经典图像分割方法的分析 | 第36-46页 |
| ·传统的图像分割方法 | 第36-40页 |
| ·阈值法 | 第36-37页 |
| ·边缘检测法 | 第37页 |
| ·区域生长法 | 第37页 |
| ·聚类法 | 第37-38页 |
| ·基于遗传算法的图像分割 | 第38页 |
| ·基于人工神经网络的图像分割 | 第38-39页 |
| ·基于马尔可夫随机场模型的图像分割 | 第39页 |
| ·基于小波变换的图像分割 | 第39-40页 |
| ·基于图谱配准的图像分割 | 第40-43页 |
| ·图像分割算法的评价 | 第43-45页 |
| ·平均距离 | 第43-44页 |
| ·均方差 | 第44页 |
| ·Dice相似性测度 | 第44页 |
| ·绝对容积误差 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于多图谱配准的海马体分割方法 | 第46-55页 |
| ·基于多图谱配准的海马体分割方法概述 | 第46-47页 |
| ·改进的最小化残差复杂度的图像配准算法 | 第47-52页 |
| ·最小化残差复杂度的配准算法 | 第48-50页 |
| ·改进后的最小化残差复杂度的配准算法 | 第50-52页 |
| ·STAPLE融合算法 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 海马体分割实验与分析 | 第55-63页 |
| ·数据来源与实验流程 | 第55-56页 |
| ·图像预处理 | 第56-57页 |
| ·多图谱配准 | 第57-59页 |
| ·标记图像的形变 | 第59页 |
| ·基于STAPLE算法的标记图像融合 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间成果 | 第72-73页 |
| 致谢 | 第73-75页 |
