| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 选题依据、研究背景及意义 | 第12-14页 |
| 1.1.1 选题依据 | 第12页 |
| 1.1.2 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 MIR算法分类 | 第14-15页 |
| 1.2.2 非刚性多模态MIR算法研究现状 | 第15-18页 |
| 1.3 非刚性多模态MIR研究存在的问题 | 第18-19页 |
| 1.4 本文主要研究内容及组织结构 | 第19-21页 |
| 1.4.1 本文主要研究内容 | 第19-20页 |
| 1.4.2 本文组织结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 医学图像配准基础理论 | 第22-30页 |
| 2.1 脑部MIR基本概念 | 第22-23页 |
| 2.2 基于结构表示方法的基础理论 | 第23-25页 |
| 2.2.1 自相似性 | 第23-24页 |
| 2.2.2 Zernike距原理 | 第24-25页 |
| 2.2.3 能量最小化 | 第25页 |
| 2.3 基于图像合成方法的基础理论 | 第25-26页 |
| 2.3.1 随机森林回归 | 第25-26页 |
| 2.4 图像配准评价方法 | 第26-27页 |
| 2.4.1 主观评价 | 第26-27页 |
| 2.4.2 客观评价 | 第27页 |
| 2.5 本章小结 | 第27-30页 |
| 第三章 基于改进的ZERNIKE矩的局部描述符与图割离散优化的非刚性多模态脑部图像配准 | 第30-44页 |
| 3.1 IZMLD和 GC优化的非刚性多模态脑部图像配准 | 第30-36页 |
| 3.1.1 基于IZMLD计算的相似性测度 | 第30-32页 |
| 3.1.2 基于IZMLD与 GC离散优化 | 第32-34页 |
| 3.1.3 算法流程 | 第34-36页 |
| 3.2 实验结果与分析 | 第36-41页 |
| 3.2.1 基于结构表示的相似性测度对配准图像的影响 | 第37-39页 |
| 3.2.2 优化方法对配准图像的影响 | 第39-41页 |
| 3.3 本章小结 | 第41-44页 |
| 第四章 基于CT/MR双向图像合成的非刚性医学图像配准 | 第44-58页 |
| 4.1 源MR/CT图像预配准 | 第44页 |
| 4.2 MR合成CT图像 | 第44-47页 |
| 4.2.1 采样 | 第45页 |
| 4.2.2 特征提取 | 第45-46页 |
| 4.2.3 训练 | 第46页 |
| 4.2.4 测试 | 第46-47页 |
| 4.3 CT合成MR图像 | 第47-48页 |
| 4.4 自动上下文优化模型 | 第48-49页 |
| 4.5 双路径融合框架 | 第49-51页 |
| 4.6 实验结果与分析 | 第51-56页 |
| 4.6.1 数据处理 | 第51-52页 |
| 4.6.2 图像合成 | 第52-54页 |
| 4.6.3 图像配准 | 第54-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第五章 非刚性多模态医学图像配准系统 | 第58-66页 |
| 5.1 系统设计的目的及意义 | 第58页 |
| 5.2 系统总体设计 | 第58-59页 |
| 5.3 系统模块功能实现 | 第59-65页 |
| 5.3.1 系统运行主界面 | 第59-60页 |
| 5.3.2 基于结构表示方法配准模块运行界面 | 第60-62页 |
| 5.3.3 基于图像合成方法配准模块运行界面 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-70页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第76-77页 |
| 致谢 | 第77-79页 |
