| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外发展现状 | 第12-13页 |
| 1.3 论文的主要研究内容及组织结构 | 第13-16页 |
| 第二章 医学图像融合算法研究 | 第16-30页 |
| 2.1 基于多尺度变换的医学图像融合算法分析 | 第16-19页 |
| 2.2 基于稀疏表示的医学图像融合算法分析 | 第19-26页 |
| 2.2.1 稀疏表示和字典学习理论 | 第19-22页 |
| 2.2.2 基于固定字典的图像融合算法 | 第22页 |
| 2.2.3 基于训练字典的图像融合算法 | 第22-24页 |
| 2.2.4 基于领域自我训练字典稀疏表示的图像融合算法 | 第24-26页 |
| 2.3 图像融合算法性能评价参数 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于 NSCT 和 SR 的医学图像融合算法 | 第30-46页 |
| 3.1 基于稀疏表示和多尺度变换的医学图像融合算法 | 第30-31页 |
| 3.2 算法流程设计 | 第31-35页 |
| 3.2.1 非下采样轮廓波变换 | 第33-34页 |
| 3.2.2 决策图和融合规则设计 | 第34-35页 |
| 3.3 医学图像融合结果对比分析 | 第35-45页 |
| 3.3.1 传统算法和本章算法对比分析 | 第36-38页 |
| 3.3.2 流行算法和本章算法对比分析 | 第38-44页 |
| 3.3.3 实验总结 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于特征提取和稀疏表示的医学图像融合算法 | 第46-62页 |
| 4.1 滑块大小对基于稀疏表示医学图像融合算法的影响 | 第46-50页 |
| 4.2 基于稀疏表示算法流程分析设计 | 第50-54页 |
| 4.2.1 算法流程图 | 第52页 |
| 4.2.2 决策图设计 | 第52-54页 |
| 4.2.3 融合规则设计 | 第54页 |
| 4.3 医学图像融合结果分析 | 第54-60页 |
| 4.3.1 CT/MR图像融合结果分析 | 第55-56页 |
| 4.3.2 CT/PET图像融合结果分析 | 第56-58页 |
| 4.3.3 MR-T1/MR-T2 图像融合结果分析 | 第58-59页 |
| 4.3.4 算法时间复杂度分析 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 多核DSP系统的分析与实验 | 第62-72页 |
| 5.1 TMS320C6678简介 | 第62-63页 |
| 5.2 核间通信方式 | 第63-65页 |
| 5.2.1 核间中断寄存器方式 | 第63-64页 |
| 5.2.2 多核共享变量方式 | 第64-65页 |
| 5.2.3 多核导航器方式 | 第65页 |
| 5.3 基于多核DSP的医学图像融合框架设计 | 第65-68页 |
| 5.3.1 基于多核DSP的图像处理框架 | 第66-67页 |
| 5.3.2 基于稀疏表示的多核DSP的医学图像融合框架 | 第67-68页 |
| 5.4 医学图像融合算法的软硬件实现 | 第68-71页 |
| 5.4.1 医学图像融合算法的软件实现 | 第69页 |
| 5.4.2 医学图像融合算法的硬件实现 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 论文总结 | 第72页 |
| 6.2 下一步工作 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78-82页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第82页 |
