| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| ·引言 | 第13页 |
| ·图像分割的临床应用价值 | 第13-14页 |
| ·肿瘤图像的分割 | 第14-16页 |
| ·作者的主要工作 | 第16-17页 |
| ·主要创新 | 第17页 |
| ·论文的组织 | 第17-18页 |
| 参考文献 | 第18-20页 |
| 第二章 医学图像分割方法概述 | 第20-28页 |
| ·引言 | 第20页 |
| ·单模态医学图像常用分割方法 | 第20-25页 |
| ·基于图像梯度的方法 | 第21页 |
| ·基于图谱的分割方法 | 第21-22页 |
| ·基于曲线(曲面)演化的方法 | 第22-24页 |
| ·基于图的分割方法 | 第24页 |
| ·基于学习的方法 | 第24-25页 |
| ·多模态医学图像联合分割方法概述 | 第25-26页 |
| 参考文献 | 第26-28页 |
| 第三章 多模态MR脑肿瘤图像联合分割 | 第28-52页 |
| ·概述 | 第28页 |
| ·多模态MR图像原理与特点 | 第28-29页 |
| ·多模态MR图像分割模型与方法 | 第29-39页 |
| ·方法概述 | 第29-30页 |
| ·特征提取 | 第30页 |
| ·距离测度优化学习 | 第30-31页 |
| ·图割方法 | 第31-36页 |
| ·AdaBoost分类器 | 第36-39页 |
| ·实验与分析 | 第39-49页 |
| ·图像数据来源 | 第39-40页 |
| ·方法整合 | 第40-44页 |
| ·分割结果评价参数 | 第44-45页 |
| ·实验结果分析 | 第45-49页 |
| ·结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 第四章 PET/CT多模态鼻咽癌分割 | 第52-96页 |
| ·引言 | 第52-53页 |
| ·PET/CT成像原理简述 | 第53-55页 |
| ·鼻咽癌分割研究现状 | 第55-57页 |
| ·鼻咽部肿瘤在PET/CT图像中的特点 | 第57-59页 |
| ·基于PET的鼻咽癌分割 | 第59-66页 |
| ·依据PET图像计算SUV | 第59-61页 |
| ·~(18)F-FDG PET与~(11)C-Choline PET | 第61-62页 |
| ·图像数据来源 | 第62-63页 |
| ·结果与分析 | 第63-66页 |
| ·基于FDG-PET/CT的鼻咽部肿瘤联合分割 | 第66-92页 |
| ·方法概述 | 第66-68页 |
| ·位置分布图(LDM)构建 | 第68-72页 |
| ·PET/CT双模态联合分割框架 | 第72-73页 |
| ·基于支持向量机的分类器 | 第73-80页 |
| ·基于局部线性表达的分类器 | 第80-86页 |
| ·实验数据来源 | 第86页 |
| ·实验结果与分析讨论 | 第86-92页 |
| 参考文献 | 第92-96页 |
| 第五章 总结与展望 | 第96-98页 |
| ·论文总结 | 第96-97页 |
| ·前景展望 | 第97-98页 |
| 附录1：重要英文词汇与缩写 | 第98-99页 |
| 附录2：依据DICOM图像计算PET SUV值的伪代码 | 第99-102页 |
| 攻读博士学位期间成果 | 第102-103页 |
| 致谢 | 第103-105页 |
| 附件 | 第105页 |