基于水平集的肺部CT图像分割方法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 医学图像分割的研究背景与意义 | 第10页 |
| 1.2 医学图像分割的现状与发展趋势 | 第10-11页 |
| 1.3 肺部CT图像分割方法研究现状 | 第11-13页 |
| 1.4 本文主要研究内容与结构 | 第13-16页 |
| 第2章 CT图像及其分割方法 | 第16-28页 |
| 2.1 CT图像基础知识 | 第16-17页 |
| 2.1.1 CT成像原理 | 第16页 |
| 2.1.2 CT图像优点 | 第16-17页 |
| 2.1.3 CT值 | 第17页 |
| 2.1.4 CT切面 | 第17页 |
| 2.2 CT图像分割方法的研究特点 | 第17-18页 |
| 2.3 图像分割方法概述 | 第18-26页 |
| 2.3.1 基于阈值的图像分割方法 | 第18-20页 |
| 2.3.2 基于边缘检测的图像分割方法 | 第20-22页 |
| 2.3.3 基于区域的图像分割方法 | 第22-23页 |
| 2.3.4 基于数学形态学的图像分割方法 | 第23-24页 |
| 2.3.5 基于小波变换的图像分割方法 | 第24页 |
| 2.3.6 基于模糊理论的图像分割方法 | 第24-25页 |
| 2.3.7 基于马尔可夫模型的图像分割方法 | 第25页 |
| 2.3.8 基于活动轮廓模型的图像分割方法 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 水平集方法基本理论 | 第28-44页 |
| 3.1 活动轮廓模型概述 | 第28-31页 |
| 3.1.1 参数活动轮廓模型 | 第28-29页 |
| 3.1.2 几何活动轮廓模型 | 第29-31页 |
| 3.2 Chan-Vese模型 | 第31-42页 |
| 3.2.1 Chan-Vese模型的建立 | 第31-34页 |
| 3.2.2 Chan-Vese模型的演化方程 | 第34-36页 |
| 3.2.3 Chan-Vese模型的数值计算 | 第36-39页 |
| 3.2.4 Chan-Vese模型的实验结果 | 第39-42页 |
| 3.3 本章小结 | 第42-44页 |
| 第4章 CV模型的改进算法 | 第44-64页 |
| 4.1 能量泛函模型的改进 | 第44-54页 |
| 4.1.1 图像分割与偏移场估计 | 第44-45页 |
| 4.1.2 局部灰度聚类性质 | 第45页 |
| 4.1.3 能量泛函的建立 | 第45-47页 |
| 4.1.4 能量泛函的水平集化表达 | 第47-49页 |
| 4.1.5 距离正则化 | 第49-54页 |
| 4.2 水平集函数的演化方程求解 | 第54-56页 |
| 4.3 数值计算 | 第56-58页 |
| 4.4 实验结果 | 第58-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 肺部CT图像的3D重建 | 第64-68页 |
| 5.1 3D重建算法 | 第64-66页 |
| 5.2 3D重建实验结果 | 第66-68页 |
| 第6章 结束语 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士学位期间的研究成果 | 第78页 |
