| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 Talairach图谱配准方法研究现状 | 第12-13页 |
| 1.2.2 多模态配准研究现状 | 第13-14页 |
| 1.3 论文内容和论文结构 | 第14-17页 |
| 1.3.1 论文内容 | 第14页 |
| 1.3.2 论文结构 | 第14-17页 |
| 第2章 相关技术 | 第17-31页 |
| 2.1 图像配准方法 | 第17-25页 |
| 2.1.1 图像配准原理 | 第17-18页 |
| 2.1.2 图像配准方法分类 | 第18-19页 |
| 2.1.3 图像配准模型 | 第19-22页 |
| 2.1.4 相似度参数计算 | 第22-25页 |
| 2.2 数字化标准脑图谱 | 第25-30页 |
| 2.2.1 Talairach脑图谱与空间坐标系统 | 第25-29页 |
| 2.2.2 Whole Brain脑图谱 | 第29-30页 |
| 2.2.3 VOXEL-MAN脑图谱 | 第30页 |
| 2.2.4 Brain web脑图谱 | 第30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 PET-T图谱多模态脑影像配准算法设计与实现 | 第31-53页 |
| 3.1 PET-T图谱多模态脑影像配准算法设计 | 第31-35页 |
| 3.1.1 算法总体设计 | 第31-32页 |
| 3.1.2 PET-T图谱配准脑中矢面提取算法设计 | 第32-33页 |
| 3.1.3 PET影像标志点和包围盒提取算法设计 | 第33-34页 |
| 3.1.4 基于三线性插值的PET影像空间变换算法设计 | 第34-35页 |
| 3.1.5 基于仿射变换的PET影像像素点变换算法设计 | 第35页 |
| 3.2 PET-T图谱多模态脑影像配准算法实现 | 第35-48页 |
| 3.2.1 PET-T图谱配准脑中矢面提取算法实现 | 第36-37页 |
| 3.2.2 PET影像标志点和包围盒提取算法实现 | 第37-39页 |
| 3.2.3 基于三线性插值的PET影像空间变换算法实现 | 第39-44页 |
| 3.2.4 基于仿射变换的PET影像像素点变换算法实现 | 第44-48页 |
| 3.3 实验结果与分析 | 第48-52页 |
| 3.3.1 实验数据与实验环境 | 第48-49页 |
| 3.3.2 配准结果分析 | 第49-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 PET-CT-T图谱多模态脑影像配准算法设计与实现 | 第53-81页 |
| 4.1 PET-CT-T图谱多模态脑影像配准算法设计 | 第53-60页 |
| 4.1.1 算法总体设计 | 第53-54页 |
| 4.1.2 基于区域增长的CT影像脑组织自动提取算法设计 | 第54-55页 |
| 4.1.3 基于OBB的CT脑组织最小包围盒自动提取算法的设计 | 第55-57页 |
| 4.1.4 基于互信息熵的CT脑组织中矢面提取算法的设计 | 第57-58页 |
| 4.1.5 基于图像互信息的PET-CT脑影像空间变换算法设计 | 第58-59页 |
| 4.1.6 PET-CT-T图谱配准矩阵求解算法设计 | 第59-60页 |
| 4.2 PET-CT-T图谱多模态脑影像配准算法实现 | 第60-76页 |
| 4.2.1 基于区域增长的CT影像脑组织自动提取算法实现 | 第60-63页 |
| 4.2.2 基于OBB的CT脑组织最小包围盒自动提取算法的实现 | 第63-70页 |
| 4.2.3 基于信息熵的CT脑组织中矢面提取算法的实现 | 第70-74页 |
| 4.2.4 基于图像互信息的PET-CT脑影像空间变换算法实现 | 第74-75页 |
| 4.2.5 PET-CT-T图谱配准矩阵求解算法实现 | 第75-76页 |
| 4.3 实验结果与分析 | 第76-79页 |
| 4.3.1 PET-CT-Talairach图谱配准结果 | 第76-78页 |
| 4.3.2 配准结果分析 | 第78-79页 |
| 4.4 本章小结 | 第79-81页 |
| 第5章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
