DSA脑血管图像的分割和中心线提取算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 血管分割研究现状 | 第10-13页 |
| 1.2.1 血管分割的基本方法 | 第10-12页 |
| 1.2.2 血管分割算法的研究方向 | 第12-13页 |
| 1.3 血管中心线提取研究现状 | 第13-14页 |
| 1.4 本文研究内容及组织结构 | 第14-16页 |
| 2 基于改进的模糊C-均值聚类算法的脑血管分割 | 第16-33页 |
| 2.1 FCM聚类算法 | 第16-20页 |
| 2.1.1 FCM原理 | 第16-18页 |
| 2.1.2 FCM的实现过程 | 第18页 |
| 2.1.3 FCM聚类算法在图像分割中的应用 | 第18-20页 |
| 2.2 FCM聚类算法的改进 | 第20-24页 |
| 2.2.1 算法原理 | 第20-23页 |
| 2.2.2 算法实现过程 | 第23-24页 |
| 2.3 图像后处理 | 第24-25页 |
| 2.4 算法评判准则 | 第25-27页 |
| 2.4.1 聚类有效性 | 第25-26页 |
| 2.4.2 分割有效性 | 第26-27页 |
| 2.5 实验结果比较与分析 | 第27-31页 |
| 2.5.1 模拟图像实验结果 | 第27-30页 |
| 2.5.2 DSA脑血管实验结果 | 第30-31页 |
| 2.5.3 结论 | 第31页 |
| 2.6 本章小结 | 第31-33页 |
| 3 基于分割结果的血管中心线间接提取 | 第33-42页 |
| 3.1 中心线提取算法分类 | 第33-34页 |
| 3.1.1 间接法 | 第33-34页 |
| 3.1.2 直接法 | 第34页 |
| 3.2 快速行进算法 | 第34-37页 |
| 3.2.1 FMM算法原理 | 第34-35页 |
| 3.2.2 FMM算法实现 | 第35-36页 |
| 3.2.3 中心线提取 | 第36-37页 |
| 3.3 细化算法 | 第37-38页 |
| 3.4 实验结果比较与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于最小代价路径的血管中心线直接提取 | 第42-53页 |
| 4.1 MCP算法 | 第42-44页 |
| 4.1.1 算法原理 | 第42-43页 |
| 4.1.2 MCP算法在中心线提取的应用现状 | 第43-44页 |
| 4.2 MCP提取血管中心线 | 第44-46页 |
| 4.2.1 血管增强 | 第44-46页 |
| 4.2.2 血管中心线提取 | 第46页 |
| 4.3 MCP算法的改进 | 第46-48页 |
| 4.4 实验结果比较与分析 | 第48-52页 |
| 4.4.1 模拟图像实验结果 | 第48-50页 |
| 4.4.2 DSA脑血管实验结果 | 第50-51页 |
| 4.4.3 结论 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 攻读学位期间主要的研究成果目录 | 第61-62页 |
| 致谢 | 第62页 |
