优化CT脑学管图像三维重建的图形配准算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 医学三维重建的产生与发展 | 第11页 |
| 1.2 医学CT图像三维重建的研究背景 | 第11-12页 |
| 1.3 CT脑血管三维重建技术研究现状 | 第12-14页 |
| 1.4 本文的研究意义 | 第14-15页 |
| 1.5 本文构想 | 第15-17页 |
| 第二章 三维重建的实现过程 | 第17-26页 |
| 2.1 三维重建的概念和基本方法 | 第17-18页 |
| 2.2 常见的三维重建技术 | 第18-20页 |
| 2.3 医学CT三维重建 | 第20-26页 |
| 2.3.1 CT的基本原理和图像特点 | 第20-23页 |
| 2.3.2 CT三维重建的步骤 | 第23-26页 |
| 第三章 图形配准算法 | 第26-32页 |
| 3.1 常见的三类配准算法 | 第27-28页 |
| 3.2 配准算法举例 | 第28-29页 |
| 3.2.1 射线投射算法 | 第28页 |
| 3.2.2 足迹算法 | 第28-29页 |
| 3.2.3 剪切一曲变算法 | 第29页 |
| 3.3 医学影像运用的图形配准算法 | 第29-32页 |
| 第四章 分类图形配准算法 | 第32-43页 |
| 4.1 相邻断层面的层间目标对齐算法 | 第32-37页 |
| 4.1.1 求取二维组织重心 | 第32-34页 |
| 4.1.2 二维断层扫描图像目标对齐 | 第34-37页 |
| 4.2 基于灰度统计量的图形配准算法 | 第37-40页 |
| 4.2.1 算法描述 | 第37-38页 |
| 4.2.2 感兴趣区域提取 | 第38-39页 |
| 4.2.3 灰度统计量提取 | 第39-40页 |
| 4.3 基于特征点的图形配准算法 | 第40-43页 |
| 4.3.1 特征点的提取 | 第40-41页 |
| 4.3.2 图像配准 | 第41-43页 |
| 第五章 CT脑血管三维重建复合算法 | 第43-46页 |
| 5.1 单一算法的不足 | 第43页 |
| 5.2 多重算法的优势 | 第43-44页 |
| 5.3 复合算法的数学理论 | 第44-46页 |
| 第六章 实验结果与分析 | 第46-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
