| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题背景 | 第13-16页 |
| 1.2 国内外研究现状与发展状况 | 第16-21页 |
| 1.2.1 基于灰度的图像配准方法的研究现状 | 第17-18页 |
| 1.2.2 基于特征的图像配准方法研究现状 | 第18-19页 |
| 1.2.3 基于生物力学模型的图像配准方法的研究现状 | 第19-21页 |
| 1.3 主要研究内容与论文组织结构 | 第21-23页 |
| 第2章 医学图像配准原理及方法 | 第23-51页 |
| 2.1 医学图像配准基本原理 | 第23-25页 |
| 2.2 医学图像配准方法 | 第25-44页 |
| 2.2.1 基于灰度的配准方法 | 第25-32页 |
| 2.2.2 基于特征的配准方法 | 第32-39页 |
| 2.2.3 基于生物力学模型的配准方法 | 第39-44页 |
| 2.3 医学图像配准的加速方法 | 第44-49页 |
| 2.4 医学图像配准的评估方法 | 第49-50页 |
| 2.5 本章小结 | 第50-51页 |
| 第3章 基于MRAI的快速三维医学图像的配准方法 | 第51-89页 |
| 3.1 基于MRAI的自由形变配准方法 | 第51-65页 |
| 3.1.1 图像预处理 | 第51-52页 |
| 3.1.2 基于自由形变变换的配准方法 | 第52-58页 |
| 3.1.3 基于交替迭代的配准方法 | 第58-60页 |
| 3.1.4 多分辨率方法 | 第60-65页 |
| 3.2 三维腹部医学图像配准方法的加速 | 第65-75页 |
| 3.2.1 基于CUDA加速的互信息测度计算方法 | 第66-69页 |
| 3.2.2 基于CUDA加速的海量数据排序方法 | 第69-75页 |
| 3.3 实验结果与分析 | 第75-87页 |
| 3.4 本章小结 | 第87-89页 |
| 第4章 基于CUDA加速SIFT特征的腹部医学图像配准方法 | 第89-111页 |
| 4.1 基于改进的空间SIFT特征的非刚性配准模型 | 第89-96页 |
| 4.1.1 改进的SIFT特征提取方法 | 第90-93页 |
| 4.1.2 基于改进的空间SIFT特征的非刚性配准模型 | 第93-96页 |
| 4.2 基于CUDA加速的空间SIFT特征提取 | 第96-103页 |
| 4.2.1 构建差分金字塔的加速方法 | 第97-100页 |
| 4.2.2 极值点检测的加速方法 | 第100-102页 |
| 4.2.3 特征点描述符计算的加速方法 | 第102-103页 |
| 4.3 实验结果与分析 | 第103-110页 |
| 4.3.1 实验数据及环境 | 第103-104页 |
| 4.3.2 面向腹部CT图像的SIFT特征提取效果 | 第104-107页 |
| 4.3.3 SIFT特征提取加速效果实验 | 第107-109页 |
| 4.3.4 基于改进的SIFT特征医学图像配准效果实验 | 第109-110页 |
| 4.4 本章小结 | 第110-111页 |
| 第5章 基于生物力学模型的快速配准方法 | 第111-139页 |
| 5.1 基于生物力学模型的配准方法 | 第111-128页 |
| 5.1.1 能量函数 | 第111-115页 |
| 5.1.2 能量函数数值解 | 第115-120页 |
| 5.1.3 能量模型的合理性分析 | 第120-121页 |
| 5.1.4 实验结果与分析 | 第121-128页 |
| 5.2 基于水平集计算生物力学模型的数值解 | 第128-133页 |
| 5.3 实验结果与分析 | 第133-137页 |
| 5.3.1 实验数据及环境 | 第133页 |
| 5.3.2 CUDA加速效果对比 | 第133-136页 |
| 5.3.3 Block尺寸对CUDA加速性能的影响 | 第136-137页 |
| 5.4 本章小结 | 第137-139页 |
| 第6章 结束语 | 第139-141页 |
| 6.1 论文工作总结 | 第139-140页 |
| 6.2 未来研究方向 | 第140-141页 |
| 参考文献 | 第141-149页 |
| 致谢 | 第149-150页 |
| 攻读博士学位期间发表的论文 | 第150-151页 |
| 攻读博士学位期间科研情况 | 第151页 |
