| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题的研究背景与意义 | 第10-12页 |
| 1.2 血管图像增强与分割的研究现状 | 第12-14页 |
| 1.3 课题的研究难点 | 第14-15页 |
| 1.4 本文的结构安排与创新点 | 第15-17页 |
| 2 医学图像增强与分割的研究 | 第17-23页 |
| 2.1 医学图像处理基础概述 | 第17-18页 |
| 2.2 医学图像增强和分割的方法 | 第18-21页 |
| 2.2.1 医学图像增强的方法 | 第18-20页 |
| 2.2.2 医学图像分割的方法 | 第20-21页 |
| 2.3 量化评价标准 | 第21-23页 |
| 2.3.1 增强方法评价标准 | 第21-22页 |
| 2.3.2 分割方法评价标准 | 第22-23页 |
| 3 改进的Hessian矩阵多尺度血管增强方法 | 第23-31页 |
| 3.1 引言 | 第23-24页 |
| 3.2 基于Hessian矩阵的多尺度血管增强方法 | 第24-28页 |
| 3.2.1 Hessian矩阵分析 | 第24-25页 |
| 3.2.2 Frangi方法 | 第25-26页 |
| 3.2.3 Krissian方法 | 第26-28页 |
| 3.3 改进的Hessian矩阵多尺度血管增强方法 | 第28-29页 |
| 3.4 实验结果及分析 | 第29-31页 |
| 3.4.1 合成图像增强结果 | 第29页 |
| 3.4.2 临床图像增强结果 | 第29-31页 |
| 4 基于血管形状先验和活动窄带的变分分割方法 | 第31-49页 |
| 4.1 引言 | 第31页 |
| 4.2 基于变分水平集的分割模型 | 第31-35页 |
| 4.2.1 GAC模型 | 第32页 |
| 4.2.2 C-V模型 | 第32-33页 |
| 4.2.3 SPF模型 | 第33-35页 |
| 4.2.4 局部分割模型 | 第35页 |
| 4.3 基于血管形状先验和活动窄带的变分模型 | 第35-38页 |
| 4.3.1 窄带水平集局部区域能量项的构造 | 第35-36页 |
| 4.3.2 血管先验形状能量项的构造 | 第36-37页 |
| 4.3.3 分割模型 | 第37-38页 |
| 4.4 分割算法流程 | 第38-39页 |
| 4.5 缺失层面冠状动脉的层间插值 | 第39-41页 |
| 4.6 实验结果及分析 | 第41-49页 |
| 4.6.1 分割前的初始化 | 第41-42页 |
| 4.6.2 合成图像分割结果 | 第42-43页 |
| 4.6.3 临床CTA图像分割结果 | 第43-49页 |
| 5 血管CTA图像的三维重建 | 第49-58页 |
| 5.1 引言 | 第49页 |
| 5.2 CT图像三维重建方法 | 第49-51页 |
| 5.3 医学图像三维重建可视化软件 | 第51-54页 |
| 5.4 血管三维重建实验结果 | 第54-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |