首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于APSO和互信息的脑部图像配准方法的研究与实现

中文摘要第5-6页
Abstract第6页
第1章 绪论第9-17页
    1.1 研究背景与意义第9-11页
    1.2 图像配准技术的研究概况和发展趋势第11-16页
        1.2.1 图像配准的研究现状第11-14页
        1.2.2 医学图像配准的研究现状第14-16页
    1.3 本文研究内容和组织结构第16-17页
第2章 医学图像配准理论和基本方法第17-43页
    2.1 图像配准概述第17-18页
    2.2 医学图像配准第18-22页
        2.2.1 配准的基本原理和框架第19-21页
        2.2.2 医学图像配准的评估第21-22页
    2.3 图像的变换第22-24页
    2.4 图像的插值第24-30页
    2.5 相似性测度第30-34页
    2.6 最优化算法第34-42页
    2.7 本章小结第42-43页
第3章 基于APSO和互信息算法的脑部配准第43-62页
    3.1 图像预处理第43-47页
        3.1.1 图像的采集第43-44页
        3.1.2 DICOM格式图像第44-45页
        3.1.3 图像的平滑与去噪第45-47页
    3.2 基于SURF强算法的脑部配准第47-54页
        3.2.1 SIFT第47-48页
        3.2.2 SURF算法第48-53页
        3.2.3 基于SURF算法的脑部特征点匹配第53-54页
    3.3 基于互信息和APSO算法的脑部配准第54-60页
        3.3.1 互信息第54-55页
        3.3.2 APSO算法第55-56页
        3.3.3 基于PSO算法的脑部配准第56-57页
        3.3.4 基于互信息和APSO脑部配准第57-60页
    3.5 基于感兴趣区域的配准第60-61页
    3.6 本章小结第61-62页
第4章 实验结果与分析第62-68页
    4.1 实验数据第62页
    4.2 配准算法的实现第62-64页
        4.2.1 实验流程第62-63页
        4.2.2 实验结果第63-64页
    4.3 配准结果对比与分析第64-67页
        4.3.1 配准结果对比第64-65页
        4.3.2 实验结果稳定性分析第65-66页
        4.3.3 算法精度分析第66-67页
    4.4 本章小结第67-68页
第5章 总结与展望第68-70页
参考文献第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:重点建设项目信息系统的设计与实现
下一篇:基于模式分解的医学图像增强方法的研究与实现