声明
第一章绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容
1.4 论文结构安排
第二章相关理论与基础
2.1 核磁共振图像
2.1.1 核磁共振图像的相关知识
2.1.2 双心室的分割挑战
2.2 钆增强核磁共振图像
2.2.1 钆增强核磁共振图像相关知识
2.2.2 左心房的分割挑战
2.3 深度神经网络
2.3.1 卷积神经网络
2.3.2 空洞卷积网络
2.3.3 长短期记忆网络
2.4 本章小结
第三章基于改进编码器-解码器网络的心脏双心室自动分割算法
3.1 算法流程
3.2 网络模型设计
3.2.1 改进的编码器解码器网络
3.2.2 卷积长短期记忆网络
3.3 实验结果与分析
3.3.1 数据集和实验配置
3.3.2 评价指标
3.3.3 实验结果
3.3.4 分析和讨论
3.4 本章小结
第四章基于深度学习框架的左心房分割算法
4.1 算法流程
4.2 网络模块设计
4.2.1 双路径模块
4.2.2 多尺度上下文感知模块
4.2.3 门控双向消息传递模块
4.2.4 深度监督机制
4.3 实验结果与分析
4.3.1 数据描述及实验配置
4.3.2 评价指标
4.3.3 实验结果
4.3.4 分析和讨论
4.4 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢
安徽大学;