论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
第1章 绪论 | 第15-30页 |
1.1 课题背景 | 第15-16页 |
1.2 脑和心脏MR体数据分割难点 | 第16-17页 |
1.3 医学MR体数据分割方法研究现状及分析 | 第17-27页 |
1.3.1 基于活动轮廓模型的方法 | 第17-25页 |
1.3.2 基于图理论的方法 | 第25页 |
1.3.3 基于随机森林的方法 | 第25-26页 |
1.3.4 基于深度学习的方法 | 第26页 |
1.3.5 三维分割方法 | 第26-27页 |
1.4 本文的主要研究工作 | 第27-30页 |
第2章 基于局部鲁棒统计量驱动尺度可调活动轮廓的MR体数据分割 | 第30-56页 |
2.1 引言 | 第30-33页 |
2.2 背景介绍 | 第33-35页 |
2.2.1 区域尺度可调拟合模型 | 第33页 |
2.2.2 局部鲁棒统计量驱动的活动轮廓模型 | 第33-35页 |
2.3 局部鲁棒统计量驱动的尺度可调活动轮廓模型 | 第35-39页 |
2.3.1 尺度可调鲁棒统计特征向量学习 | 第35-37页 |
2.3.2 基于特征向量概率分布函数的体素特征描述 | 第37-38页 |
2.3.3 基于局部鲁棒统计量的尺度可调拟合能量 | 第38-39页 |
2.3.4 面向完整体数据的能量泛函定义 | 第39页 |
2.3.5 能量泛函的水平集实现 | 第39页 |
2.4 模型求解算法 | 第39-41页 |
2.5 实验结果与分析 | 第41-54页 |
2.5.1 人工数据集分割结果 | 第41-43页 |
2.5.2 真实数据集分割结果 | 第43-46页 |
2.5.3 模型对初始轮廓的鲁棒性 | 第46-47页 |
2.5.4 模型对比分析 | 第47-53页 |
2.5.5 参数的影响 | 第53-54页 |
2.5.6 计算效率分析 | 第54页 |
2.5.7 模型的扩展讨论 | 第54页 |
2.6 本章小结 | 第54-56页 |
第3章 基于级联随机森林与活动轮廓的左心房MR体数据分割 | 第56-77页 |
3.1 引言 | 第56-58页 |
3.2 基于级联随机森林与活动轮廓的图像分割模型 | 第58-67页 |
3.2.1 特征学习 | 第59-61页 |
3.2.2 级联架构下的体素分类 | 第61-62页 |
3.2.3 随机森林训练与标识 | 第62-63页 |
3.2.4 分割结果精炼——体素分类与轮廓演化的整合 | 第63-65页 |
3.2.5 能量最小化 | 第65-67页 |
3.3 参数设置与算法步骤 | 第67-68页 |
3.4 实验结果与分析 | 第68-75页 |
3.4.1 实验设置 | 第68页 |
3.4.2 随机森林级联架构对分割结果的影响 | 第68-69页 |
3.4.3 模型不同组成部分对分割结果的影响 | 第69-70页 |
3.4.4 分割准确性与鲁棒性 | 第70-71页 |
3.4.5 参数设置对分割结果的影响 | 第71-73页 |
3.4.6 分割结果对比 | 第73-74页 |
3.4.7 算法时间复杂度分析 | 第74-75页 |
3.5 本章小结 | 第75-77页 |
第4章 基于多重级联随机森林的脑肿瘤MR体数据分割 | 第77-98页 |
4.1 引言 | 第77-80页 |
4.2 基于多重级联随机森林的图像分割模型 | 第80-87页 |
4.2.1 特征表示学习 | 第80-82页 |
4.2.2 基于多重级联随机森林的体素分类 | 第82-85页 |
4.2.3 训练与标识 | 第85-87页 |
4.3 模型参数设置 | 第87页 |
4.4 实验结果与分析 | 第87-97页 |
4.4.1 特征表示学习方案的影响 | 第88-91页 |
4.4.2 多重级联架构与两阶段训练策略性能分析 | 第91-93页 |
4.4.3 分割精度与鲁棒性 | 第93-96页 |
4.4.4 方法对比 | 第96-97页 |
4.5 本章小结 | 第97-98页 |
第5章 基于多重级联随机森林与多尺度块驱动活动轮廓的MR体数据多相精确分割 | 第98-115页 |
5.1 引言 | 第98-99页 |
5.2 基于多重级联随机森林及多尺度块驱动活动轮廓的图像分割模型 | 第99-103页 |
5.2.1 整合形状先验信息的能量泛函 | 第100页 |
5.2.2 具有空间一致性约束的能量泛函 | 第100-101页 |
5.2.3 能量泛函的水平集形式 | 第101-102页 |
5.2.4 能量最小化 | 第102-103页 |
5.3 算法流程 | 第103-104页 |
5.4 实验结果与分析 | 第104-113页 |
5.4.1 多尺度块驱动活动轮廓模型参数优化 | 第104页 |
5.4.2 模型不同阶段的分割结果分析 | 第104-106页 |
5.4.3 多模式能量泛函的影响 | 第106-108页 |
5.4.4 分割精度与鲁棒性分析 | 第108-111页 |
5.4.5 模型对比分析 | 第111-113页 |
5.5 扩展讨论 | 第113页 |
5.6 本章小结 | 第113-115页 |
结论 | 第115-117页 |
参考文献 | 第117-143页 |
攻读博士学位期间发表的论文及其它成果 | 第143-145页 |
致谢 | 第145-146页 |
个人简历 | 第146页 |