OCT影像下血管内膜提取及纤维斑块识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 血管提取研究现状 | 第12-13页 |
| 1.2.2 血管斑块识别研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第2章 OCT图像介绍 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 OCT系统成像原理 | 第16-17页 |
| 2.3 OCT成像在医学领域的应用 | 第17-20页 |
| 2.3.1 在眼科上的应用 | 第17-18页 |
| 2.3.2 在皮肤科上的应用 | 第18页 |
| 2.3.3 在消化系统上的应用 | 第18页 |
| 2.3.4 在口腔和牙齿组织上的应用 | 第18-19页 |
| 2.3.5 在亚细胞级的检测上的应用 | 第19页 |
| 2.3.6 在心血管系统上的应用 | 第19-20页 |
| 2.3.7 在癌症诊断和治疗上的应用 | 第20页 |
| 2.4 OCT图像特点 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于CV模型优化的血管内膜提取 | 第22-42页 |
| 3.1 引言 | 第22页 |
| 3.2 活动轮廓模型 | 第22-26页 |
| 3.2.1 几何活动轮廓模型 | 第22-23页 |
| 3.2.2 水平集方法 | 第23-26页 |
| 3.3 传统CV模型 | 第26-30页 |
| 3.4 改进CV模型 | 第30-33页 |
| 3.5 形态学滤波 | 第33-35页 |
| 3.6 参数 β 的选择 | 第35-36页 |
| 3.7 实验结果评价 | 第36-41页 |
| 3.8 本章小结 | 第41-42页 |
| 第4章 基于局部特征的血管斑块分类 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 卷积神经网络(CNN)设计 | 第42-47页 |
| 4.2.1 卷积神经网络原理 | 第42-44页 |
| 4.2.2 卷积神经网络结构 | 第44-45页 |
| 4.2.3 卷积神经网络的训练 | 第45-47页 |
| 4.3 血管斑块分类的实现 | 第47-53页 |
| 4.3.1 局部特征提取 | 第48-52页 |
| 4.3.2 CNN训练 | 第52-53页 |
| 4.4 斑块的识别结果及分析 | 第53-55页 |
| 4.4.1 实验设置 | 第53页 |
| 4.4.2 斑块的识别与结果 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结和展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表论文情况 | 第63页 |
