| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究目的及意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 研究方案 | 第14页 |
| 1.5 本文研究框架 | 第14-16页 |
| 第2章 磁共振扩散张量成像 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 磁共振成像简介 | 第16-17页 |
| 2.3 扩散加权成像的基本原理 | 第17-20页 |
| 2.4 扩散张量成像的基本原理 | 第20-25页 |
| 2.4.1 扩散张量的基本概念 | 第20-21页 |
| 2.4.2 扩散张量的主要参数 | 第21-24页 |
| 2.4.3 DTI 神经纤维追踪简述 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 粒子滤波简介 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 粒子滤波概述 | 第26页 |
| 3.3 基本粒子滤波 | 第26-31页 |
| 3.3.1 最优贝叶斯估计 | 第26-27页 |
| 3.3.2 序贯重要性采样 | 第27-28页 |
| 3.3.3 重要性函数 | 第28-29页 |
| 3.3.4 退化现象 | 第29-31页 |
| 3.4 基本粒子滤波实现 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于双张量模型和粒子滤波的 DTI 神经纤维追踪算法设计 | 第34-48页 |
| 4.1 引言 | 第34页 |
| 4.2 算法主体框架设计 | 第34页 |
| 4.3 双张量模型拟合算法设计 | 第34-39页 |
| 4.3.1 双张量模型算法流程 | 第35页 |
| 4.3.2 双张量几何约束模型 | 第35-37页 |
| 4.3.3 松弛标记法调整估计参数 | 第37-39页 |
| 4.3.4 交叉区域的判定 | 第39页 |
| 4.4 基于粒子滤波神经纤维追踪过程设计 | 第39-47页 |
| 4.4.1 基于粒子滤波的神经纤维追踪模型 | 第39-42页 |
| 4.4.2 先验概率密度函数设计 | 第42-43页 |
| 4.4.3 重要性函数选取 | 第43-44页 |
| 4.4.4 观测概率密度函数设计 | 第44页 |
| 4.4.5 vMF 分布的采样 | 第44-45页 |
| 4.4.6 算法实现流程 | 第45-47页 |
| 4.4.7 纤维追踪终止条件判定 | 第47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于双张量模型和粒子滤波神经纤维追踪算法测试及结果分析 | 第48-61页 |
| 5.1 前言 | 第48页 |
| 5.2 仿真数据测试及结果分析 | 第48-55页 |
| 5.3 临床数据测试及结果分析 | 第55-58页 |
| 5.4 神经纤维追踪系统实现 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第66-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |