第一章 绪论
1.1 课题研究背景及意义
1.2 医学图像常用分割方法
1.3 国内外研究现状
1.3.1 活动轮廓模型的国内外研究现状
1.3.2 活动轮廓模型在医学图像上的研究现状
1.4 论文主要研究工作和内容安排
第二章 相关理论
2.1 曲线演化理论
2.2 水平集理论基础
2.2.1 水平集方法
2.2.2 水平集函数初始化
2.2.3 欧拉-拉格朗日方程和梯度下降流
2.2.4 水平集方法的数值求解
2.3 活动轮廓模型
2.3.1 参数活动轮廓模型
2.3.2 几何活动轮廓模型
2.4 本章小结
第三章 引入信息熵和边缘信息的自适应活动轮廓模型
3.1 引言
3.2 背景模型
3.2.1 CV模型
3.2.2 GAC模型
3.2.3 LCV模型
3.3 引入信息熵和边缘信息的自适应活动轮廓模型
3.3.1 信息熵构造自适应权重函数
3.3.2 改进边界指示函数
3.3.3 新拟合项的构造
3.3.4 最终能量泛函表达式
3.3.5 数值实现及算法步骤
3.4 实验结果与分析
3.4.1 对不同初始轮廓下的分割效果和效率对比
3.4.2 对灰度不均匀图像的分割效果对比
3.4.3 对不同噪声图像的分割效果对比
3.4.4 对医学图像分割结果的定量评价
3.5 本章小结
第四章 基于全局与局部信息的自适应活动轮廓模型
4.1 引言
4.2.1 LBF模型
4.2.2 LGIF模型
4.3 改进的自适应LGIF模型
4.3.1 改进的自适应LGIF模型的原理概述
4.3.2 自适应函数的建立
4.3.3 最终能量泛函的建立
4.3.4 能量泛函数值求解与算法流程
4.4 实验结果与分析
4.4.1 对不同初始轮廓下的分割效果和效率对比
4.4.2 对灰度不均匀图片的分割效果和效率对比
4.4.3 对多目标图像的分割效果和效率对比
4.4.4 对不同噪声图像的分割效果和效率对比
4.4.5 对相似模型的分割效果和效率对比
4.5 本章小结
第五章 总结与展望
5.1 研究工作报告
5.2 工作展望
致谢
参考文献
附录
图版
声明