| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1．1 课题研究背景 | 第9-11页 |
| 1．2 本课题的研究工作 | 第11-12页 |
| 1．3 论文内容组织 | 第12-13页 |
| 第二章 医学图像配准综述 | 第13-23页 |
| 2．1 配准原理及流程 | 第13-15页 |
| 2．2 图像配准的理论基础 | 第15-17页 |
| 2．2．1 空间几何变换 | 第15-16页 |
| 2．2．2 相似性测度 | 第16-17页 |
| 2．3 配准方法 | 第17-23页 |
| 2．3．1 配准方法的分类 | 第17-18页 |
| 2．3．2 基于特征的图像配准方法 | 第18-20页 |
| 2．3．3 基于特征点的配准实例 | 第20-21页 |
| 2．3．4 基于灰度统计的图像配准 | 第21-22页 |
| 2．3．5 关于配准方法的讨论 | 第22-23页 |
| 第三章 互信息配准模型及最大互信息法 | 第23-32页 |
| 3．1 图像配准模型的选择 | 第23页 |
| 3．2 互信息配准模型 | 第23-25页 |
| 3．2．1 互信息配准模型的基本概念 | 第23-24页 |
| 3．2．2 互信息配准模型 | 第24-25页 |
| 3．3 最大互信息法 | 第25-30页 |
| 3．3．1 配准原理 | 第25-26页 |
| 3．3．2 互信息的计算及灰度直方图 | 第26-28页 |
| 3．3．3 插值 | 第28-30页 |
| 3．4 相关讨论 | 第30-32页 |
| 第四章 优化算法 | 第32-40页 |
| 4．1 遗传算法 | 第32-37页 |
| 4．1．1 遗传算法介绍 | 第32-35页 |
| 4．1．2 标准遗传算法(Standard GA)的实现步骤 | 第35-36页 |
| 4．1．3 遗传算法的特点 | 第36页 |
| 4．1．4 标准遗传算法实例 | 第36-37页 |
| 4．2 爬山法 | 第37-39页 |
| 4．3 关于优化算法的讨论 | 第39-40页 |
| 第五章 基于遗传算法及最大互信息的医学图像配准 | 第40-51页 |
| 5．1 基本思想 | 第40页 |
| 5．2 图像变换的选择 | 第40-41页 |
| 5．3 采样及插值 | 第41页 |
| 5．4 改进的遗传算法 | 第41-44页 |
| 5．5 基于改进遗传算法的配准算法实现流程图 | 第44-45页 |
| 5．6 配准算法实验及结果 | 第45-49页 |
| 5．7 算法总结 | 第49-51页 |
| 第六章 总结与下一步工作展望 | 第51-53页 |
| 6．1 总结 | 第51-52页 |
| 6．2 下一步工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 攻读硕士学位期间发表的论文 | 第58页 |