声明
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 脑肿瘤图像分割研究现状
1.2.2 脑图像三维重建研究现状
1.3 研究内容及结构安排
第2章 多模态MRI脑肿瘤图像分割
2.1 多模态MRI脑肿瘤图像概述
2.2 稀疏子空间聚类理论基础
2.2.1 SLIC超像素分割
2.2.2 稀疏子空间聚类基本模型
2.2.3 基于稀疏子空间聚类的图像分割
2.3 基于单一模态分割的多模态图像分割
2.3.1 基于单模态图像的多模态图像分割
2.3.2 基于差分操作的多模态图像分割
2.4 基于多模态融合的多模态图像分割
2.4.1 基于线性融合的多模态图像分割
2.4.2 基于向量融合的多模态图像分割
2.5 实验结果及分析
2.5.1 图像分割质量客观评价标准
2.5.2 实验图像选取及实验参数设置
2.5.3 实验结果及对比分析
2.6 本章小结
第3章 基于特征区分的多模态图像分割
3.1 视觉差分图像
(1)图像预处理
(2)视觉差分图像
3.2 特征区分
3.2.1 特征提取
3.2.2 区分能力及特征加权
3.3 算法的实现
3.4实验结果及分析
3.4.1 重要实验参数设置
3.4.2 实验结果及对比分析
3.5 本章小结
第4章 脑图像三维重建
4.1 医学图像三维重建的基本方法
4.1.1 面绘制方法
4.1.2 体绘制方法
4.1.3 面绘制和体绘制比较
4.2 面绘制方法
4.2.1 平行轮廓线算法
4.2.2 移动立方体算法
4.3 三维重建结果
4.3.1 脑图像的三维重建
4.3.2 肿瘤分割结果的三维重建
4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文及获得成果
致谢