论文目录 | |
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| · 引言 | 第9-10页 |
| · 国内外研究现状综述 | 第10-14页 |
| · 基于神经网络的分割方法 | 第10-11页 |
| · 基于活动轮廓的分割方法 | 第11-12页 |
| · 基于区域的分割方法 | 第12-13页 |
| · 基于模糊集理论的分割方法 | 第13-14页 |
| · 本文的主要工作及章节安排 | 第14-16页 |
| 2 基于局部相关性核加权聚类的脑MR图像分割与偏移场矫正模型及其优化算法 | 第16-32页 |
| · 引言 | 第16-17页 |
| · 经典的FCM图像分割方法 | 第17-20页 |
| · 硬C均值聚类 | 第17-18页 |
| · 模糊C均值算法 | 第18-20页 |
| · 基于连续局部强度聚类的核磁共振组织分割和偏移场估计的模型 | 第20-22页 |
| · 基于核空间信息的局部灰度聚类方法 | 第22-24页 |
| · 目标函数的构造 | 第22-23页 |
| · 目标函数求解 | 第23-24页 |
| · 算法步骤 | 第24页 |
| · 实验结果与分析 | 第24-31页 |
| · 本章方法对临床脑图像的分割结果 | 第24-25页 |
| · FCM,CLIC,本章方法的分割结果比较 | 第25-28页 |
| · 分割精度分析 | 第28-30页 |
| · 本章方法应用于3D脑图像分割 | 第30-31页 |
| · 本章小结 | 第31-32页 |
| 3 融合BrainWeb脑图谱先验信息的改进FCM分割模型及算法 | 第32-44页 |
| · 引言 | 第32-33页 |
| · 脑图谱 | 第33-34页 |
| · Whole Brain脑图谱 | 第33页 |
| · Talairach-Tournoux脑图谱 | 第33页 |
| · VOXEL-MAN脑图谱 | 第33页 |
| · Virtual Brain Bench脑图谱 | 第33页 |
| · Brainweb脑图谱 | 第33-34页 |
| · 融合BrainWeb脑图谱先验信息的改进FCM脑MR图像分割方法 | 第34-37页 |
| · 融合BrainWeb脑图谱先验信息的脑MR图像分割框架 | 第34-35页 |
| · 基于BrainWeb脑图谱先验信息的脑MR图像分割模型 | 第35页 |
| · 目标函数的求解 | 第35-37页 |
| · 算法步骤 | 第37页 |
| · 实验结果与分析 | 第37-43页 |
| · 不同噪声对分割结果的影响 | 第37-38页 |
| · 不同参数值对分割结果的影响及分割精度分析 | 第38-40页 |
| · 脑MR图像分割的3D显示 | 第40-43页 |
| · 本章小结 | 第43-44页 |
| 4 基于D-S证据理论的多发性硬化症脑MR图像分割算法 | 第44-53页 |
| · 引言 | 第44-45页 |
| · 多发性硬化症 | 第45页 |
| · D-S证据理论 | 第45-48页 |
| · 基本概念 | 第45-46页 |
| · 概率分配函数 | 第46页 |
| · 信任函数 | 第46-47页 |
| · 似然函数 | 第47页 |
| · Dempster合成规则 | 第47-48页 |
| · 基于D-S证据理论的改进的FCM聚类算法 | 第48-49页 |
| · 改进的FCM聚类算法 | 第48页 |
| · 信息融合 | 第48-49页 |
| · 实验结果与分析 | 第49-52页 |
| · 本章小节 | 第52-53页 |
| 5 脑MR图像组织分割与多发性硬化症检测系统设计与软件实现 | 第53-60页 |
| · 引言 | 第53页 |
| · 脑MR图像组织分割与多发性硬化症检测系统设计 | 第53-54页 |
| · 脑MR图像组织分割与多发性硬化症检测系统实现 | 第54-56页 |
| · 脑MR图像组织分割与多发性硬化症检测系统的部分典型性实验结果 | 第56-59页 |
| · 2D分割结果 | 第56-57页 |
| · 3D可视化 | 第57-59页 |
| · 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
