制作优美的硕士毕业论文答辩ppt.ppt

论文题目：  医学图像分割与三维重构研究 汇报提纲 研究背景 基于Chan-Vese模型的脑肿瘤图像分割 脑肿瘤的三维重构与定位 肝脏肿瘤体积计算 结束语 研究背景 研究对象 -脑肿瘤及肝脏肿瘤图片 研究目的 -肿瘤疾病的发病率较高，危害性大 -国内部分地区使用的肿瘤治疗手段弊端较多 研究背景 论文的体系结构 汇报提纲 研究背景 基于Chan-Vese模型的脑肿瘤图像分割 脑肿瘤的三维重构与定位 肝脏肿瘤体积计算 结束语 基于C-V模型的脑肿瘤图像分割 问题描述 -如何对边界不规则的脑肿瘤图像进行准确分割 采用的方法 -基于Chan-Vese模型的肿瘤图像分割方法 实验数据 -边界不规则的肿瘤图像 基于C-V模型的脑肿瘤图像分割 Chan-Vese模型简介 -由Tony Chan和Luminita Vese于2001年提出，是一种将水平集与主动轮廓模型相结合的曲线演化方法 Chan-Vese模型的主要优势 -分割速度较快 -初始轮廓选取灵活 基于C-V模型的脑肿瘤图像分割 基于C-V模型的脑肿瘤图像分割 该方法的主要创新点 -使用Chan-Vese模型对肿瘤图像进行分割时结合数学形态学操作，由于形态学操作针对像素逐个进行运算，能很好的提取分割目标的轮廓，所以能有效提高分割的准确度 基于C-V模型的脑肿瘤图像分割 基于C-V模型的脑肿瘤图像分割 汇报提纲 研究背景 基于Chan-Vese模型的脑肿瘤图像分割 脑肿瘤的三维重构与定位 肝脏肿瘤体积计算 结束语 脑肿瘤的三维重构与定位 需要解决的问题 -脑肿瘤图像的三维重构与定位 采用的方法 -面绘制方法及体绘制方法 实验数据 -包含脑肿瘤的图像切片 脑肿瘤的三维重构与定位 三维重构定义 -利用计算机对一定数量的二维图像序列切片进行处理，重构出病变体的三维立体形状 脑肿瘤的三维重构与定位 面绘制重构方法 -将图像中感兴趣的部分以等值面的形式抽取出来，然后借助三维可视化工具，通过进行光照效果变换和旋转来生成三维立体图像 脑肿瘤的三维重构与定位 脑肿瘤的三维重构与定位 汇报提纲 研究背景 基于Chan-Vese模型的脑肿瘤图像分割 脑肿瘤的三维重构与定位 肝脏肿瘤体积计算 结束语 肝脏肿瘤体积计算 需要解决的问题 -肝脏肿瘤体积计算 采用的方法 -累加法及可视化工具VTK 实验数据 -包含肝脏肿瘤的图像切片 肝脏肿瘤体积计算 传统表示方法 -依据WHO标准，病灶大小用最大直径和与其垂直的最大垂直径来表示 必威体育精装版表示方法 -用体积表示病灶大小 肝脏肿瘤体积计算 肝脏肿瘤体积计算 肝脏肿瘤体积计算 汇报提纲 研究背景 基于Chan-Vese模型的脑肿瘤图像分割 脑肿瘤的三维重构与定位 肝脏肿瘤体积计算 结束语 结束语 提出了基于Chan-Vese模型的肿瘤图像分割方法，提高了肿瘤图像分割的准确度 将三维重构技术应用于脑肿瘤临床处理，并对肝脏肿瘤体积进行了计算，为医生的术前诊断与术后分析提供了重要理论依据 已发表论文情况 许存禄，高佳，武国德. Chan-Vese模型下的脑肿瘤图像分割方法. 计算机工程与应用, 2010, 46(9):155-158 感谢 许存禄老师 电路与系统研究所的全体成员 各位答辩评委 我的父母 * * 专 业：电路与系统 答 辩 人：高 佳 导 师：许存禄 老师 兰州大学信息科学与工程学院 分割流程图 脑肿瘤CT图片分割对比图 实验结果 两种算法平均耗费时间的比较（单位：秒） 两种算法的有效分割面积对比（单位：像素） 实验结果 原始图像 肝脏等值面提取 面绘制重构 体绘制重构方法 -将数据场中的体元看成一种半透明物质，然后赋予其一定的颜色和不透明度，最后由光线穿过整个数据场，进行颜色合成，进而在屏幕上得到三维立体图像 体绘制原理图 实验结果 脑肿瘤三维重构与定位示意图 （样本来源：兰州大学第二附属医院放射科） 肝脏肿瘤大小表示方法 计算原理 ：单层切片面积 ：扫描层距 ：肝脏肿瘤体积 累加法介绍 免费且开源的三维图形图像处理工具箱 支持上百种图像处理与可视化算法 VTK介绍 实验结果 肿瘤体积计算流程图 “门脉右支” 体积（单位：像素） “广泛门脉右支” 体积（单位：像素） （样本来源：兰州军区兰州总医院影像科） 论文的现实意义 * *