基于ITK的医学配准算法研究实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究目的及意义 | 第15-16页 |
| 1.4 本文的主要工作与结构 | 第16-17页 |
| 第2章 医学图像配准概述 | 第17-29页 |
| 2.1 配准的概念 | 第17-18页 |
| 2.2 配准的分类 | 第18-20页 |
| 2.3 配准的基本流程 | 第20-28页 |
| 2.3.1 空间变换 | 第22-23页 |
| 2.3.2 插值 | 第23-26页 |
| 2.3.3 相似性测度 | 第26-28页 |
| 2.3.4 优化方法 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于互信息的医学图像配准算法设计与实现 | 第29-49页 |
| 3.1 介绍 | 第29-33页 |
| 3.1.1 ITK简介 | 第29页 |
| 3.1.2 ITK特点 | 第29-30页 |
| 3.1.3 ITK设计思想 | 第30-33页 |
| 3.2 配准数据获取 | 第33-38页 |
| 3.2.1 CT成像技术 | 第33-34页 |
| 3.2.2 DICOM标准 | 第34-35页 |
| 3.2.3 ITK-SNAP软件 | 第35-36页 |
| 3.2.4 数据提取流程 | 第36-38页 |
| 3.3 配准算法的设计与实现 | 第38-46页 |
| 3.3.1 空间变换 | 第38-40页 |
| 3.3.2 插值 | 第40-41页 |
| 3.3.3 相似性测度函数 | 第41-44页 |
| 3.3.4 优化方法 | 第44-46页 |
| 3.4 配准结果与分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于CUDA的配准算法优化实现 | 第49-67页 |
| 4.1 GPU及CUDA简介 | 第49-54页 |
| 4.1.1 CUDA编程模型 | 第50-51页 |
| 4.1.2 CUDA映射模型 | 第51-53页 |
| 4.1.3 CUDA存储模型 | 第53-54页 |
| 4.2 并行化实现 | 第54-62页 |
| 4.2.1 总体设计 | 第54-55页 |
| 4.2.2 线程划分 | 第55-56页 |
| 4.2.3 各模块的并行化 | 第56-58页 |
| 4.2.4 并行性能分析 | 第58-62页 |
| 4.3 CUDA程序优化 | 第62-66页 |
| 4.3.1 并行程序优化 | 第62-65页 |
| 4.3.2 优化效果分析 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 后期工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
