| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 脑配准算法的国内外研究现状 | 第13-14页 |
| 1.2.2 脑分割算法的国内外研究现状 | 第14-15页 |
| 1.2.3 婴幼儿脑图像自动、半自动分析技术研究现状 | 第15页 |
| 1.2.4 婴幼儿脑图像分析的难点 | 第15-16页 |
| 1.3 本文研究内容和组织结构 | 第16-19页 |
| 第2章 婴幼儿脑MR图像配准与分割算法概述 | 第19-29页 |
| 2.1 婴幼儿脑MR图像预处理 | 第19-20页 |
| 2.2 婴幼儿脑MR图像配准算法的概述 | 第20-25页 |
| 2.2.1 图像配准的基本概念 | 第20-21页 |
| 2.2.2 图像配准空间变换模型 | 第21-22页 |
| 2.2.3 图像插值与图像配准优化算法 | 第22-24页 |
| 2.2.4 图像配准算法的分类 | 第24-25页 |
| 2.3 脑MR图像分割算法的概述 | 第25-27页 |
| 2.3.1 基于灰度的图像分割算法 | 第25页 |
| 2.3.2 基于边缘的图像分割算法 | 第25-26页 |
| 2.3.3 基于区域的图像分割算法 | 第26页 |
| 2.3.4 基于特定理论的图像分割算法 | 第26-27页 |
| 2.4 基于配准算法的分割框架的难点分析 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于改进的Demons配准算法与配准分割框架的研究 | 第29-47页 |
| 3.1 Demons配准算法原理 | 第29-33页 |
| 3.1.1 经典Demons算法 | 第29-30页 |
| 3.1.2 主动Demons算法 | 第30-32页 |
| 3.1.3 多分辨率配准策略 | 第32-33页 |
| 3.2 Demons算法的改进 | 第33-37页 |
| 3.2.1 基于改进驱动力的Demons算法 | 第33-35页 |
| 3.2.2 改进后的Demons算法流程 | 第35-37页 |
| 3.3 基于配准算法的婴幼儿脑图像分割框架的建立 | 第37-39页 |
| 3.3.1 手动分割框架的研究 | 第37页 |
| 3.3.2 基于配准算法分割框架的建立 | 第37-38页 |
| 3.3.3 基于配准算法分割框架的流程 | 第38-39页 |
| 3.4 实验结果与分析 | 第39-45页 |
| 3.4.1 主动Demons算法配准实验与分析 | 第40-42页 |
| 3.4.2 改进Demons算法配准实验与分析 | 第42-44页 |
| 3.4.3 基于Demons配准算法分割框架的实验与分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于特征向量的二维婴幼儿脑图像配准算法研究 | 第47-63页 |
| 4.1 多尺度空间构造与特征点的提取 | 第47-52页 |
| 4.1.1 高斯多尺度空间 | 第47-48页 |
| 4.1.2 箱式滤波器多尺度空间 | 第48-50页 |
| 4.1.3 特征点的提取 | 第50-52页 |
| 4.2 二维图像特征向量的构造与匹配 | 第52-55页 |
| 4.2.1 Sift算法特征向量的构造 | 第52-53页 |
| 4.2.2 Surf算法特征向量的构造 | 第53-54页 |
| 4.2.3 特征点的匹配 | 第54-55页 |
| 4.3 二维图像Surf配准算法的研究与改进 | 第55-58页 |
| 4.3.1 基于改进特征向量的二维婴幼儿脑图像Surf配准算法 | 第55-57页 |
| 4.3.2 基于改进特征向量的Surf算法流程 | 第57-58页 |
| 4.4 实验结果与分析 | 第58-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 基于属性向量的三维婴幼儿脑图像配准算法研究■ | 第63-79页 |
| 5.1 基于属性向量的Hammer配准算法原理 | 第63-69页 |
| 5.1.1 Hammer属性向量 | 第63-65页 |
| 5.1.2 Hammer能量函数 | 第65-66页 |
| 5.1.3 图像形变准则 | 第66-68页 |
| 5.1.4 平滑位移场及多分辨率框架 | 第68-69页 |
| 5.2 Hammer算法流程 | 第69-71页 |
| 5.2.1 Hammer算法具体流程 | 第69页 |
| 5.2.2 Hammer算法流程示意图 | 第69-71页 |
| 5.3 Hammer算法的改进 | 第71-74页 |
| 5.3.1 改进的驱动像素选择函数 | 第71-72页 |
| 5.3.2 基于改进薄板样条的插值方法 | 第72-74页 |
| 5.4 实验结果与分析 | 第74-77页 |
| 5.4.1 基于改进Hammer算法的三维婴幼儿脑图像配准实验与分析 | 第74-75页 |
| 5.4.2 基于Hammer配准算法分割框架的实验与分析 | 第75-77页 |
| 5.5 本章小结 | 第77-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87页 |
