声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究概述
1.2.1 区域分割算法
1.2.2 模板法和模型法
1.2.3 特征检测和能量函数
1.2.4 其他分割算法
1.3 主要内容及组成结构
2 算法总体设计
2.1 课题任务
2.1.1 问题描述
2.1.2 先验信息介绍
2.2 算法的总体设计
2.2.1 脊椎MR图像的预处理
2.2.2 基于深度学习的椎块分割
2.2.3 深度学习分割结果的优化
2.2.5 数据流图
2.3 结果的评估方法
2.3.1 IOU评价指标
2.3.2 人工评价指标
2.4 本章小结
3 脊椎MR图像的预处理
3.1 最佳图层的挑选
3.2 图像增强
3.3 椎段判定
3.4 本章小结
4 基于深度学习的椎块分割
4.1 网络结构和训练过程
4.1.1 数据扩充
4.1.2 网络结构
4.1.3 压缩路径
4.1.4 解压缩路径
4.1.5 损失函数
4.2 训练结果评估
4.3 本章小结
5 深度学习分割结果的优化
5.1 椎块分割结果中的缺陷
5.2 检测和修复的参考信息提取
5.2.1 脊椎中心线提取
5.2.2椎块的参考信息
5.3 黏连椎块的检测和隔断
5.3.1 黏连椎块的检测
5.3.2 黏连椎块的隔断
5.3.3 中部镂空类型的隔断方法
5.3.4 单边黏连类型的隔断方法
5.4 缺失椎块的检测和修复
5.4.1 残缺椎块的检测方法
5.4.2 缺失椎块的修复
5.4.3 椎间盘图像的甄别
5.4.4 椎间盘检测法
5.4.5 区域生长法
5.4.6 椎块拟合
5.5 实验结果及分析
5.5.1 椎块隔断的人工评价
5.5.2 区域生长方法的人工评价
5.6 本章小结
6 总结与展望
6.1 全文总结
6.2 展望
致谢
参考文献
华中科技大学;