| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 多尺度变换研究现状 | 第13-14页 |
| 1.2.2 图像融合规则研究现状 | 第14-15页 |
| 1.3 多模态医学图像融合研究存在的问题 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 第二章 多模态医学图像融合概述 | 第17-30页 |
| 2.1 多模态医学图像基本知识 | 第17-19页 |
| 2.1.1 CT图像 | 第17页 |
| 2.1.2 MRI图像 | 第17-18页 |
| 2.1.3 PET图像 | 第18页 |
| 2.1.4 SPECT图像 | 第18-19页 |
| 2.2 多模态医学图像融合的层次划分 | 第19-20页 |
| 2.3 像素级医学图像融合 | 第20-24页 |
| 2.3.1 空间域的医学图像融合算法 | 第20-22页 |
| 2.3.2 变换域的医学图像融合算法 | 第22-24页 |
| 2.4 基于人眼视觉特性的图像质量评价体系 | 第24-29页 |
| 2.4.1 主观评价 | 第24-25页 |
| 2.4.2 客观评价 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于NSST和改进PCNN的医学图像融合算法研究 | 第30-46页 |
| 3.1 非下采样剪切波变换（NSST） | 第31-33页 |
| 3.1.1 剪切波 | 第31-32页 |
| 3.1.2 NSST的实现 | 第32-33页 |
| 3.2 脉冲耦合神经网络(PCNN) | 第33-34页 |
| 3.2.1 PCNN模型 | 第33-34页 |
| 3.2.2 PCNN的外部输入 | 第34页 |
| 3.3 基于NSST与改进PCNN的融合算法 | 第34-39页 |
| 3.3.1 低频子带系数融合规则 | 第35-36页 |
| 3.3.2 高频子带系数融合规则 | 第36-39页 |
| 3.3.3 融合步骤 | 第39页 |
| 3.4 实验结果分析 | 第39-44页 |
| 3.4.1 灰度图像融合结果分析 | 第40-42页 |
| 3.4.2 彩色图像融合结果分析 | 第42-44页 |
| 3.5 结论 | 第44-46页 |
| 第四章 结合非下采样剪切波变换和稀疏表示的医学图像融合算法研究 | 第46-60页 |
| 4.1 NSST变换及稀疏表示 | 第47-49页 |
| 4.1.1 NSST及其构造 | 第47-48页 |
| 4.1.2 NSST域的稀疏变换 | 第48-49页 |
| 4.2 NSST和稀疏表示相结合的融合方法 | 第49-52页 |
| 4.2.1 基于稀疏表示的低频子带系数融合 | 第49-51页 |
| 4.2.2 高频子带系数融合 | 第51-52页 |
| 4.3 实验结果及分析 | 第52-59页 |
| 4.3.1 灰度图像融合结果分析 | 第53-56页 |
| 4.3.2 彩色图像融合结果分析 | 第56-59页 |
| 4.4 结论 | 第59-60页 |
| 第五章 工作总结与展望 | 第60-62页 |
| 5.1 论文主要工作总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 硕士期间研究成果及参与项目 | 第68-69页 |
| 致谢 | 第69页 |