基于改进的二维经验模态分解的医学图像融合

摘要	第1-6页
Abstract	第6-11页
第1章 绪论	第11-17页
·研究意义与背景	第11-12页
·医学图像融合步骤和分类	第12-14页
·医学图像融合步骤	第12-14页
·医学图像融合的分类	第14页
·国内外研究现状	第14-15页
·论文结构安排	第15-17页
第2章 脉冲耦合神经网络	第17-24页
·基于空间域的融合方法	第17-18页
·脉冲耦合神经网络基本模型	第18-19页
·m-PCNN 模型及图像融合实验	第19-24页
·m-PCNN 图像融合模型	第19-21页
·m-PCNN 图像融合实验	第21-24页
第3章 二维经验模态分解	第24-33页
·引言	第24页
·EMD 原理	第24-27页
·固有模态函数	第24-25页
·EMD 分解过程	第25-27页
·二维经验模态分解	第27-33页
·二维经验模态分解过程	第27-29页
·BEMD 的关键问题	第29-33页
第4章 m-BIMF 及其医学图像融合算法	第33-46页
·BEMD 在医学图像融合中的不足	第33-40页
·m-BIMF	第40-42页
·基于 m-BIMF 的图像融合方法	第42-46页
·m-BIMF 在 BEMD 图像融合中的改进	第43-44页
·基于 m-BIMF 的医学图像融合改进算法	第44-46页
第5章 实验结果与评价	第46-51页
·参数设置与质量评价标准	第46-47页
·参数设置	第46页
·质量评价标准	第46-47页
·仿真实验	第47-50页
·实验结果 1	第47-48页
·实验结果 2	第48-50页
·本章小结	第50-51页
第6章 总结与展望	第51-54页
·本文总结	第51-52页
·展望	第52-54页
参考文献	第54-59页
作者简介及在学期间所取得的科研成果	第59-60页
致谢	第60页