| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景 | 第9-13页 |
| 1.1.1 冠状动脉的解剖结构 | 第9-10页 |
| 1.1.2 冠心病的病理与治疗方法 | 第10-11页 |
| 1.1.3 冠心病检查手段 | 第11-13页 |
| 1.2 课题研究目的与意义 | 第13-14页 |
| 1.3 国内外主要研究现状 | 第14-16页 |
| 1.4 本文主要内容 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 CT成像系统与课题研究方案设计 | 第18-30页 |
| 2.1 多螺旋CT成像系统 | 第18-20页 |
| 2.1.1 CT成像的基本原理 | 第18-19页 |
| 2.1.2 CT值和窗口技术 | 第19-20页 |
| 2.2 CT图像常用预处理算法 | 第20-27页 |
| 2.2.1 CT图像常用滤波算法 | 第20-24页 |
| 2.2.2 CT图像常用插值算法 | 第24-27页 |
| 2.3 研究方案设计 | 第27-29页 |
| 2.3.1 冠脉钙化分割与量化方案 | 第27-28页 |
| 2.3.2 冠脉病变截面检测方案 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 冠脉钙化斑块的分割与量化 | 第30-49页 |
| 3.1 冠状动脉血管树提取 | 第30-37页 |
| 3.1.1 基于Hough圆检测的升主动脉入口识别 | 第31-33页 |
| 3.1.2 “层进式”升主动脉分割 | 第33-34页 |
| 3.1.3 基于Snake动态轮廓模型的冠脉开口识别 | 第34-36页 |
| 3.1.4 基于区域生长的冠脉血管提取 | 第36-37页 |
| 3.2 冠状动脉钙化斑块分割 | 第37-40页 |
| 3.2.1 FCM聚类算法 | 第37-38页 |
| 3.2.2 基于FCM聚类算法的血管区域划分 | 第38-39页 |
| 3.2.3 基于自适应阈值的钙化斑块分割 | 第39-40页 |
| 3.3 钙化分计算方法 | 第40-43页 |
| 3.3.1 Agaston积分法 | 第41-42页 |
| 3.3.2 容积积分法 | 第42页 |
| 3.3.3 质量积分法 | 第42-43页 |
| 3.4 实验结果 | 第43-48页 |
| 3.4.1 实验数据及评价方法 | 第43-44页 |
| 3.4.2 算法精确度及抗噪性能分析 | 第44-45页 |
| 3.4.3 钙化分计算精确度 | 第45-47页 |
| 3.4.4 阈值选择鲁棒性 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 冠脉病变截面检测方法 | 第49-66页 |
| 4.1 基于VTK的冠脉截面重建 | 第49-50页 |
| 4.2 冠脉截面图像特征构造 | 第50-54页 |
| 4.2.1 基于梯度通量的冠脉截面重采样 | 第50-52页 |
| 4.2.2 冠脉截面图像特征构造 | 第52-54页 |
| 4.3 冠脉截面图像特征选择 | 第54-55页 |
| 4.3.1 基于F-score的特征选择 | 第54页 |
| 4.3.2 基于互信息的特征选择 | 第54-55页 |
| 4.3.3 基于最大互信息的特征选择 | 第55页 |
| 4.4 基于一类支持向量机的病变截面检测 | 第55-59页 |
| 4.4.1 支持向量机算法 | 第56-58页 |
| 4.4.2 基于一类支持向量机算法的冠脉病变检测 | 第58-59页 |
| 4.5 实验结果 | 第59-65页 |
| 4.5.1 实验平台搭建 | 第59-60页 |
| 4.5.2 冠脉病变检测算法性能比较 | 第60-62页 |
| 4.5.3 冠脉截面重采样对算法识别正确率的影响 | 第62-63页 |
| 4.5.4 特征选择方法对算法识别正确率的影响 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-77页 |
| 发表论文和参加科研情况 | 第77-78页 |
| 致谢 | 第78页 |