面向髌骨脱位诊断的骨科CT图像自动测量
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 相关工作介绍 | 第12-14页 |
| 1.3 主要研究内容和创新点 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第二章 医学图像特征及分割方法概述 | 第17-28页 |
| 2.1 医学图像特征 | 第17-19页 |
| 2.2 医学图像分割定义 | 第19页 |
| 2.3 医学图像分割方法 | 第19-28页 |
| 2.3.1 基于阈值的分割算法 | 第20页 |
| 2.3.2 基于区域的分割方法 | 第20-24页 |
| 2.3.3 基于边缘的分割方法 | 第24-26页 |
| 2.3.4 活动轮廓算法 | 第26-28页 |
| 第三章 髌骨CT图像自动分割算法 | 第28-39页 |
| 3.1 髌骨脱位 | 第28-29页 |
| 3.2 CT髌骨图像 | 第29-30页 |
| 3.3 髌骨分割算法 | 第30-39页 |
| 3.3.1 对比度增强 | 第30-32页 |
| 3.3.2 骨骼区域的预测分割 | 第32-35页 |
| 3.3.3 骨缝关键点获取 | 第35-36页 |
| 3.3.4 基于区域的活动轮廓算法 | 第36-39页 |
| 第四章 髌骨脱位数据测量 | 第39-43页 |
| 4.1 骨骼中轴面和关键点的选取 | 第39-40页 |
| 4.2 骨骼中轴面的拟合 | 第40-42页 |
| 4.3 夹角和距离的测量 | 第42-43页 |
| 第五章 系统成果展示 | 第43-50页 |
| 5.1 实验数据 | 第43页 |
| 5.2 分割算法性能对比 | 第43-44页 |
| 5.3 分割结果正确性验证 | 第44-46页 |
| 5.4 实验结果 | 第46-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 攻读学位期间参加的工作和所获奖励 | 第59-60页 |
| 附件 | 第60页 |
