| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-9页 |
| 缩略词表 | 第19-21页 |
| 1 绪论 | 第21-35页 |
| 1.1 研究背景与意义 | 第21-24页 |
| 1.2 研究现状 | 第24-32页 |
| 1.3 论文主要研究工作 | 第32-33页 |
| 1.4 论文结构和章节安排 | 第33-35页 |
| 2 基于内部生长机制的多模态医学图像融合 | 第35-53页 |
| 2.1 引言 | 第35-36页 |
| 2.2 内部生长机制和离散切比雪夫矩 | 第36-38页 |
| 2.3 基于IGM的医学图像融合算法 | 第38-41页 |
| 2.4 实验与结果分析 | 第41-51页 |
| 2.5 本章小结 | 第51-53页 |
| 3 基于离散切比雪夫矩能量激励自适应PCNN的多模态医学图像融合 | 第53-69页 |
| 3.1 引言 | 第53-54页 |
| 3.2 PCNN理论 | 第54-58页 |
| 3.3 基于DTM-PCNN的医学图像融合算法 | 第58-60页 |
| 3.4 实验与结果分析 | 第60-68页 |
| 3.5 本章小结 | 第68-69页 |
| 4 多模态医学图像融合的质量评价 | 第69-83页 |
| 4.1 引言 | 第69-70页 |
| 4.2 MMIF图像的主观研究 | 第70-76页 |
| 4.3 MMIF图像的客观质量评价 | 第76-80页 |
| 4.4 实验结果与分析 | 第80-81页 |
| 4.5 本章小结 | 第81-83页 |
| 5 基于视觉质量评价的多模态医学图像融合算法优化 | 第83-101页 |
| 5.1 引言 | 第83-84页 |
| 5.2 简化的PCNN模型和多群果蝇优化算法 | 第84-86页 |
| 5.3 基于视觉质量评价的医学图像融合算法 | 第86-90页 |
| 5.4 实验与结果分析 | 第90-100页 |
| 5.5 本章小结 | 第100-101页 |
| 6 总结和展望 | 第101-104页 |
| 6.1 总结 | 第101-102页 |
| 6.2 展望 | 第102-104页 |
| 参考文献 | 第104-114页 |
| 作者简历 | 第114-117页 |
| 学位论文数据集 | 第117页 |