| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-14页 |
| 第1章 绪论 | 第14-28页 |
| ·医学图像非刚性配准的研究意义 | 第14-16页 |
| ·医学图像非刚性配准技术概述 | 第16-17页 |
| ·非刚性配准算法的研究现状 | 第17-25页 |
| ·基于特征的非刚性配准 | 第17-19页 |
| ·灰度配准的相似性测度 | 第19页 |
| ·基于物理形变模型的非刚性配准 | 第19-23页 |
| ·基于基函数的非刚性配准 | 第23-24页 |
| ·特征和灰度的混合配准算法 | 第24-25页 |
| ·非刚性配准理论中的问题 | 第25页 |
| ·本文工作的主要内容 | 第25-26页 |
| ·论文的结构安排 | 第26-28页 |
| 第2章 拓扑保持的diffeomorphic Demons配准算法 | 第28-56页 |
| ·Demons配准算法 | 第28-30页 |
| ·Demons 算法的扩散模型 | 第28-29页 |
| ·作用力与迭代策略 | 第29页 |
| ·空间变换和正则化 | 第29-30页 |
| ·主动Demons配准算法 | 第30-31页 |
| ·Diffeomorphic Demons | 第31-36页 |
| ·配准的微分同胚性 | 第31-33页 |
| ·Diffeomorphic Demons 配准算法 | 第33-36页 |
| ·具有拓扑保持性的diffeomorphic Demons算法 | 第36-41页 |
| ·配准的拓扑保持性 | 第36-37页 |
| ·Sochen-Kimmel-Malladi 非线性扩散 | 第37-38页 |
| ·曲面嵌入 | 第38-39页 |
| ·曲面演化和约束 | 第39-40页 |
| ·拓扑保持的 diffeomorphic Demons 配准算法 | 第40-41页 |
| ·实验 | 第41-55页 |
| ·diffeomorphic Demons 配准算法 | 第41-45页 |
| ·拓扑保持的 diffeomorphic Demons 配准算法 | 第45-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 基于t分布混合模型的特征点配准算法 | 第56-100页 |
| ·基于特征点的配准算法 | 第56-57页 |
| ·高斯混合模型的特征点配准 | 第57-58页 |
| ·t分布混合模型的特征点配准 | 第58-65页 |
| ·点集配准的 t 分布混合模型建立 | 第58-60页 |
| ·t 分布混合模型的配准参数求解 | 第60-62页 |
| ·运动一致性的非刚性配准算法 | 第62-63页 |
| ·运动一致的位移向量求解 | 第63-65页 |
| ·t 分布混合模型拓展 | 第65-67页 |
| ·刚性配准 | 第65-66页 |
| ·仿射配准 | 第66-67页 |
| ·TMM 点集刚性、仿射配准算法步骤 | 第67页 |
| ·含局部空间约束的t分布混合模型 | 第67-76页 |
| ·Dirichlet 分布作为 t 分布混合模型的先验权重 | 第67-69页 |
| ·含 Dirichlet 分布的 t 分布混合模型的似然函数 | 第69-70页 |
| ·EM 算法计算配准参数 | 第70-72页 |
| ·含局部空间约束的 TMM 点集非刚性配准算法 | 第72-73页 |
| ·收敛性证明 | 第73-76页 |
| ·实验 | 第76-99页 |
| ·点集刚性配准实验 | 第76-80页 |
| ·点集仿射配准实验 | 第80-81页 |
| ·二维近椭圆状点集非刚性配准 | 第81-90页 |
| ·二维管状点集非刚性配准 | 第90-94页 |
| ·三维特征点非刚性配准实验 | 第94-99页 |
| ·本章小结 | 第99-100页 |
| 第4章 脑部深层图像的灰度和特征点混合配准算法 | 第100-112页 |
| ·脑部图像的混合配准算法 | 第100-101页 |
| ·变形场预校正 | 第101-103页 |
| ·薄板样条插值 | 第101-103页 |
| ·变形场叠加 | 第103页 |
| ·含距离函数的diffeomorphic Demons算法 | 第103-106页 |
| ·改进的隐性距离函数 | 第103-104页 |
| ·含距离函数的 diffeomorphic Demons 算法 | 第104-106页 |
| ·实验 | 第106-111页 |
| ·特征点配准结果 | 第107-108页 |
| ·灰度和特征点配准结果 | 第108-111页 |
| ·本章小结 | 第111-112页 |
| 第5章 基于B样条的非刚性配准的并行加速及优化 | 第112-138页 |
| ·医学图像配准的并行加速算法 | 第112-113页 |
| ·基于图像梯度的灰度压缩算法 | 第113-117页 |
| ·算法原理 | 第113-114页 |
| ·非线性灰度映射 | 第114-115页 |
| ·梯度衰减 | 第115-117页 |
| ·分解/重建 | 第117页 |
| ·B样条系数的快速算法 | 第117-119页 |
| ·并行算法 | 第119-122页 |
| ·数据划分 | 第119-120页 |
| ·数据并行算法 | 第120页 |
| ·任务并行算法及数据并行算法嵌入 | 第120-122页 |
| ·二级并行算法的 GPU 实现 | 第122页 |
| ·控制点分布优化算法 | 第122-123页 |
| ·计算量均衡算法 | 第123-124页 |
| ·实验 | 第124-137页 |
| ·灰度压缩的配准结果及分析 | 第124-130页 |
| ·并行算法的配准结果 | 第130-132页 |
| ·并行算法的性能分析 | 第132-134页 |
| ·二维图像配准速度分析 | 第134-135页 |
| ·三维图像配准速度分析 | 第135-137页 |
| ·本章小结 | 第137-138页 |
| 第6章 总结与展望 | 第138-140页 |
| 参考文献 | 第140-158页 |
| 在学期间学术成果情况 | 第158-160页 |
| 指导教师及作者简介 | 第160-162页 |
| 致谢 | 第162页 |
