文摘
英文文摘
第一章绪论
1.1医学图像分割问题
1.2医学图像分割面临的困难
1.3本文的组织结构
1.4本文的主要贡献
第二章医学图像分割
2.1概述
2.2医学图像分割方法分类
2.2.1按使用知识的特点和层次分类
2.2.2按分割区域的重叠状况分类
2.2.3按分割过程中人工参与程度分类
2.2.4按基于类型特点分类
2.2.5按模型在分割中所起的作用分类
2.3优化算法
2.3.1能量函数的作用及其规划
2.3.2优化准则
2.3.3常用的优化算法
2.3.4估计方法
2.3.5对优化问题的思考
2.4医学图像分割的评估准则
2.5讨论
第三章吉伯斯随机场理论及应用
3.1概述
3.2 Gibbs随机场
3.2.1邻域系统与势团(Cliues)形式
3.2.2多极逻辑(Muti-Level Logistic,MLL)模型
3.2.3 GRF参数估计
3.2.4 GRF在图像分割中的应用
3.3基于ML-MAP分割算法
第四章基于边界的医学图像分割
4.1概述
4.2参数型变形模型
4.3几何型变形模型
4.3.1水平集图像分割
4.3.2快速匹配法(Fast Marching Method,FMM)
4.3.3窄带法(Narrow Band Method, NBM)
4.3.4速度场的设计
4.4变形模型在分割应用中的主要问题及其成因分析与克服
4.4.1分割中存在的问题
4.4.2分割存在问题的成因与克服
4.5一种新颖的自适应速度场设计[29]
4.5.1基于梯度图的边界泄漏(Leaking)问题
4.5.2 GFO边界图
4.5.3实验与结论
4.6讨论
第五章基于区域的医学图像分割
5.1概述
5.2聚类法(Clustering)
5.3基于图谱的图像分割(Atlas-Based)
5.4基于概率的图像分割(Probability-Based)
5.5基于数学形态学分割(Mathematical Morphology-Based)
5.6基于混合金字塔吉伯斯随机场模型的图像分割[14](HPGRF)
5.6.1传统GRF模型在MAP分割中的尴尬
5.6.2 HPGRF模型
5.6.3 HPGRF分割算法的实现
5.6.4实验与结论
5.7讨论
第六章基于广义模糊吉伯斯随机场的医学图像分割[1,2]
6.1概述
6.2传统确定类(Determinated)随机场分割算法缺陷
6.3二值模糊随机场分割及其在应用中存在的不足
6.4多值模糊随机场分割
6.4.1分段模糊随机场分割模型(PFGRF)
6.4.2广义模糊随机场分割模型(GFGRF)
6.5实验与结论
6.5.1脑部MR分割
6.5.2仿真图像分割(Simulated Image,SI)
第七章结论
7.1论文工作总结
7.2今后的工作展望
7.3对分割工作的思考与反思
参考文献
第一章参考文献
第二章参考文献
第三章参考文献
第四章参考文献
第五章参考文献
第六章参考文献
攻读博士学位期间发表论文、参与项目与发明专利情况
已发表论文
已送审论文
承担科研项目
发明专利
致谢