首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

PET与MRI医学图像融合研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-14页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 医学图像配准现状第10-11页
        1.2.2 图像融合发展状况第11-12页
    1.3 主要研究工作及论文安排第12-14页
2 DICOM格式图像的读取研究及实现第14-27页
    2.1 DICOM简介第14页
    2.2 DICOM总体结构和主要内容第14-19页
        2.2.1 DICOM总体结构第15页
        2.2.2 文件头第15-16页
        2.2.3 数据元素第16-19页
    2.3 DICOM文件显示第19-22页
        2.3.1 图像像素格式第19页
        2.3.2 DICOM显示及DIB格式转换打印第19-20页
        2.3.3 从DICOM格式文件中构造位图信息第20-21页
        2.3.4 为DICOM文件构造BITMAPINFOHEADER第21-22页
    2.4 从DICOM格式文件中构造DIB像素序列第22-26页
        2.4.1 数值范围及参数的获取第22-23页
        2.4.2 DIB像素值公式计算第23-24页
        2.4.3 DIB像素值序列分配第24-26页
    2.5 本章小结第26-27页
3 PET与MRI医学图像配准研究第27-40页
    3.1 医学图像预处理第27-32页
        3.1.1 灰度线性变换第27页
        3.1.2 灰度直方图均衡变换第27-28页
        3.1.3 PET与MRI医学影像增强及几何变换第28-31页
        3.1.4 窗宽、窗位调节法第31-32页
    3.2 医学图像配准关键技术第32-35页
        3.2.1 特征空间第32页
        3.2.2 几何变换第32-33页
        3.2.3 优化搜索策略第33页
        3.2.4 图像配准数学表示第33-34页
        3.2.5 相似性测度第34-35页
    3.3 图像配准步骤第35页
    3.4 基于互信息的图像配准第35-38页
        3.4.1 互信息计算第35-37页
        3.4.2 一维搜索算法第37-38页
    3.5 图像配准评价第38-39页
    3.6 本章小结第39-40页
4 PET与MRI图像融合研究第40-54页
    4.1 图像融合方法第40-41页
        4.1.1 图像像素灰度值加权融合法第40-41页
        4.1.2 TOET融合方法第41页
    4.2 基于视网膜模型第41-45页
        4.2.1 视网膜模型第41-45页
    4.3 基于HIS空间图像融合法第45-47页
        4.3.1 传统的基于HIS空间的融合方法第46-47页
    4.4 基于视网膜模型HIS图像融合法第47-48页
    4.5 融合算法实验与讨论第48-51页
    4.6 各融合算法效果评价第51-53页
        4.6.1 平均梯度法及综合评价法第51-52页
        4.6.2 互信息第52-53页
    4.7 本章小结第53-54页
5 总结与展望第54-56页
    5.1 总结第54-55页
    5.2 展望第55-56页
参考文献第56-60页
攻读学位期间主要的研究成果目录第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于集成的SVM车标识别算法研究
下一篇:基于.NET的装饰家居分类销售管理系统的设计与实现