左心室MRI序列的运动跟踪新方法
发布时间：2023-10-28 18:31
在心脏疾病诊断和心功能评估等领域中，基于核磁共振成像(Magnetic resonance imaging，MRI)序列的心脏运动和形变估计是一个不可忽视的研究方向，尤其是左心室(Left Ventrical，LV)MRI序列所反映的运动信息对于心脏的功能评估具有重要的价值。 针对实际应用的不同侧重点，本文核心内容包括三方面：LV的运动矢量场估计、LV参数化运动跟踪模型和LV的概率跟踪模型。前者可以用来构造跟踪的时空约束条件，并可独立进行研究；后两者为本文中以复合跟踪模型(Mutiple Active Contour Model，MACM)和广义模糊粒子滤波(Generalized Fuzzy Partical Filter,GFPF)为代表的两类跟踪技术。传统方法中的参数化ACM和PF概率算法分别用来解决闭合轮廓的跟踪和逐点的状态估计、轨迹描述。而今GFPF具备更高的灵活性和可控性，GFPF不仅被用来跟踪点的运动还可描述轮廓和曲线的运动，其鲁棒性可以在精度与速度间折中考虑。 LV的收缩和舒张属于非刚体运动，且LV边缘轮廓比较模糊，通常含有噪声，当前的各种估计和跟踪算法...
【文章页数】：110 页
【文章目录】：
摘要
ABSTRACT
目录
第一章 绪论
1.1 综述
1.2 研究的意义和主要贡献
1.3 主要内容和结构安排
参考文献
第二章 运动矢量场的估计
2.1 序列图像的二维矢量场估算
2.2 光流方程
2.3 块匹配方法
2.4 运动估计的相位相关算法
2.5 贝叶斯运动估计算法
2.5.1 概率模型的建立
2.5.2 似然模型的构造
2.5.3 先验模型的构造
2.6 估计的评价标准与实验分析
参考文献
第三章 GIBBS-MARKOV运动估计
3.1 MARKOV随机场与GIBBS模型
3.2 GIBBS线处理模型
3.2.1 估计的准则
3.2.2 模型的建立
3.2.3 Gibbs后验估计
3.2.4 计算与实现
3.3 GIBBS模糊融合模型(GFFM)
3.3.1 不连续自适应融合模型
3.3.2 模糊逻辑方法
3.3.3 模糊融合模型
3.4 实验分析与效果比较
参考文献
第四章 LV边缘的提取与边缘梯度场
4.1 LV边缘的提取
4.1.1 经典边缘检测算子
4.1.2 标准与评价
4.2 广义模糊理论(GF)及广义模糊边缘(GFB)提取
4.3 *广义模糊梯度矢量流场(GFGVF)
4.4 *基于GFGVF的SNAKE边缘提取
参考文献
第五章 *LV参数化轮廓跟踪模型
5.1 外力场
5.2 鲁棒的轮廓跟踪模型
5.3 实验与分析
参考文献
第六章 基于MAP的点跟踪方法
6.1 算法的构造与实现
6.2 实验与分析
参考文献
第七章 非线性非高斯状态估计
7.1 非线性非高斯状态估计与跟踪
7.1.1 概念与方法
7.1.2 分类与发展
7.2 蒙特卡罗技术
7.2.1 介绍
7.2.2 重要性采样
7.2.3 拒绝采样
7.3 马尔可夫链蒙特卡罗方法(MCMC)
7.3.1 Metropolis-Hasting算法
7.3.2 Gibbs采样
7.4 粒子退化的传统解决方案
参考文献
第八章 *LV运动跟踪的广义模糊粒子滤波算法
8.1 概念与方案
8.2 广义模糊重要比率
8.2.1 理想状态与试探分布
8.2.2 试探分布的广义模糊隶属度集合
8.2.3 粒子退化的广义模糊权解决方案
8.3 观测点的似然估计
8.3.1 生成数据约束条件
8.3.2 基于粒子采样空间的似然估计模型
8.4 基于GFPF的动态轮廓跟踪
8.4.1 似然密度、先验密度的计算
8.4.2 GFPF实现
8.5 分析与实验
参考文献
第九章 MRI心功能评估
9.1 心功能评价相关技术与近期发展
9.1.1 心电门控MRI与MRI电影
9.1.2 心功能评估手段与近期的发展
9.2 运动估计与跟踪算法对心功能评估的贡献
9.2.1 *LV容积的计算
9.2.2 *LV参数的测量
参考文献
第十章 结论与展望
10.1 结论
10.2 展望
参考文献
攻读博士期间发表的论文
攻读博士期间承担课题与申请专利的情况
致谢
本文编号：3857545
【文章页数】：110 页
【文章目录】：
摘要
ABSTRACT
目录
第一章 绪论
1.1 综述
1.2 研究的意义和主要贡献
1.3 主要内容和结构安排
参考文献
第二章 运动矢量场的估计
2.1 序列图像的二维矢量场估算
2.2 光流方程
2.3 块匹配方法
2.4 运动估计的相位相关算法
2.5 贝叶斯运动估计算法
2.5.1 概率模型的建立
2.5.2 似然模型的构造
2.5.3 先验模型的构造
2.6 估计的评价标准与实验分析
参考文献
第三章 GIBBS-MARKOV运动估计
3.1 MARKOV随机场与GIBBS模型
3.2 GIBBS线处理模型
3.2.1 估计的准则
3.2.2 模型的建立
3.2.3 Gibbs后验估计
3.2.4 计算与实现
3.3 GIBBS模糊融合模型(GFFM)
3.3.1 不连续自适应融合模型
3.3.2 模糊逻辑方法
3.3.3 模糊融合模型
3.4 实验分析与效果比较
参考文献
第四章 LV边缘的提取与边缘梯度场
4.1 LV边缘的提取
4.1.1 经典边缘检测算子
4.1.2 标准与评价
4.2 广义模糊理论(GF)及广义模糊边缘(GFB)提取
4.3 *广义模糊梯度矢量流场(GFGVF)
4.4 *基于GFGVF的SNAKE边缘提取
参考文献
第五章 *LV参数化轮廓跟踪模型
5.1 外力场
5.2 鲁棒的轮廓跟踪模型
5.3 实验与分析
参考文献
第六章 基于MAP的点跟踪方法
6.1 算法的构造与实现
6.2 实验与分析
参考文献
第七章 非线性非高斯状态估计
7.1 非线性非高斯状态估计与跟踪
7.1.1 概念与方法
7.1.2 分类与发展
7.2 蒙特卡罗技术
7.2.1 介绍
7.2.2 重要性采样
7.2.3 拒绝采样
7.3 马尔可夫链蒙特卡罗方法(MCMC)
7.3.1 Metropolis-Hasting算法
7.3.2 Gibbs采样
7.4 粒子退化的传统解决方案
参考文献
第八章 *LV运动跟踪的广义模糊粒子滤波算法
8.1 概念与方案
8.2 广义模糊重要比率
8.2.1 理想状态与试探分布
8.2.2 试探分布的广义模糊隶属度集合
8.2.3 粒子退化的广义模糊权解决方案
8.3 观测点的似然估计
8.3.1 生成数据约束条件
8.3.2 基于粒子采样空间的似然估计模型
8.4 基于GFPF的动态轮廓跟踪
8.4.1 似然密度、先验密度的计算
8.4.2 GFPF实现
8.5 分析与实验
参考文献
第九章 MRI心功能评估
9.1 心功能评价相关技术与近期发展
9.1.1 心电门控MRI与MRI电影
9.1.2 心功能评估手段与近期的发展
9.2 运动估计与跟踪算法对心功能评估的贡献
9.2.1 *LV容积的计算
9.2.2 *LV参数的测量
参考文献
第十章 结论与展望
10.1 结论
10.2 展望
参考文献
攻读博士期间发表的论文
攻读博士期间承担课题与申请专利的情况
致谢
本文编号：3857545
本文链接：https://www.wllwen.com/yixuelunwen/fangshe/3857545.html