摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-15页 |
1.1 课题研究背景及意义 | 第7-9页 |
1.1.1 课题研究背景 | 第7-8页 |
1.1.2 医学图像分割的意义 | 第8-9页 |
1.2 医学图像分割的国内外研究现状 | 第9-10页 |
1.3 DICOM 3.0 标准 | 第10-12页 |
1.3.1 DICOM 3.0 文件结构 | 第10-12页 |
1.3.2 DICOM 3.0 文件数据的读取与转换 | 第12页 |
1.4 论文主要内容 | 第12-15页 |
第二章 医学图像分割概述及去噪处理 | 第15-25页 |
2.1 引言 | 第15-17页 |
2.1.1 医学图像的特点 | 第15页 |
2.1.2 医学图像分割定义 | 第15-17页 |
2.2 医学图像分割技术及分类 | 第17-20页 |
2.2.1 基于形变模型的图像分割方法 | 第17-18页 |
2.2.2 基于区域的图像分割方法 | 第18-20页 |
2.2.3 基于统计学的图像分割方法 | 第20页 |
2.3 医学体数据分割技术 | 第20-21页 |
2.4 医学图像去噪方法 | 第21-24页 |
2.5 本章小结 | 第24-25页 |
第三章 医学CT图像骨分割算法研究 | 第25-39页 |
3.1 引言 | 第25页 |
3.2 基于分水岭变换的骨分割算法 | 第25-38页 |
3.2.1 分水岭变换算法 | 第25-29页 |
3.2.2 分水岭算法的改进 | 第29-35页 |
3.2.3 改进分水岭算法在头骨分割中的应用 | 第35-38页 |
3.4 小结 | 第38-39页 |
第四章 CT体数据去骨算法研究 | 第39-49页 |
4.1 引言 | 第39页 |
4.2 医学体数据的构造 | 第39-40页 |
4.3 体数据分类方法 | 第40-41页 |
4.4 基于直方图熵的CT 体数据分类算法 | 第41-46页 |
4.4.1 阻光度传递函数模型 | 第42-43页 |
4.4.2 体数据分类算法描述 | 第43-44页 |
4.4.3 阻光度传递函数分段点的计算 | 第44-46页 |
4.4.4 直方图熵阈值法在CTA 图像去骨中的应用 | 第46页 |
4.5 小结 | 第46-49页 |
第五章 总结与展望 | 第49-51页 |
致谢 | 第51-53页 |
参考文献 | 第53-57页 |
作者在读期间的研究成果 | 第57-58页 |