| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 医学图像配准技术的发展现状 | 第10-12页 |
| 1.3 医学图像配准技术存在的问题 | 第12-13页 |
| 1.4 本文研究内容及组织结构 | 第13-15页 |
| 第2章 相关技术介绍 | 第15-31页 |
| 2.1 医学图像配准的基本原理及分类 | 第15-18页 |
| 2.1.1 医学图像配准的基本原理 | 第15-16页 |
| 2.1.2 医学图像配准的分类 | 第16-18页 |
| 2.2 医学图像配准的基本流程 | 第18-19页 |
| 2.3 空间变换 | 第19-22页 |
| 2.3.1 刚性变换 | 第19-20页 |
| 2.3.2 仿射变换 | 第20-21页 |
| 2.3.3 投影变换 | 第21-22页 |
| 2.4 相似性测度 | 第22-25页 |
| 2.4.1 相似性测度函数的分类 | 第22-24页 |
| 2.4.2 互信息 | 第24-25页 |
| 2.5 插值算法 | 第25-27页 |
| 2.5.1 最近邻点插值算法 | 第25页 |
| 2.5.2 线性插值算法 | 第25-26页 |
| 2.5.3 三次立方卷积插值算法 | 第26-27页 |
| 2.6 优化算法 | 第27-28页 |
| 2.7 本章小结 | 第28-31页 |
| 第3章 改进的图像特征提取算法 | 第31-43页 |
| 3.1 基于特征的图像配准 | 第31页 |
| 3.2 图像的特征点提取 | 第31-38页 |
| 3.2.1 SURF特征点提取算法 | 第32-37页 |
| 3.2.2 SEMISURF特征点提取新算法 | 第37-38页 |
| 3.3 基于小波变换的图像轮廓特征提取 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于混合信息模型的医学图像配准 | 第43-69页 |
| 4.1 改进的RMI-SAPSO混合优化算法 | 第43-49页 |
| 4.1.1 基于区域互信息的图像相似性测度 | 第43-44页 |
| 4.1.2 SAPSO混合优化算法 | 第44-46页 |
| 4.1.3 RMI-SAPSO混合优化算法 | 第46-47页 |
| 4.1.4 实验结果与分析 | 第47-49页 |
| 4.2 基于薄板样条的弹性配准方法 | 第49-56页 |
| 4.2.1 薄板样条插值算法介绍 | 第49-53页 |
| 4.2.2 基于TPS-SEMISURF的医学图像配准算法 | 第53-54页 |
| 4.2.3 实验结果与分析 | 第54-56页 |
| 4.3 基于混合信息模型的医学图像配准 | 第56-66页 |
| 4.3.1 基于灰度信息的医学图像配准 | 第56-60页 |
| 4.3.2 基于特征点和轮廓信息相结合的医学图像配准 | 第60-62页 |
| 4.3.3 基于混合信息模型的医学图像配准 | 第62-65页 |
| 4.3.4 实验结果与分析 | 第65-66页 |
| 4.4 本章小结 | 第66-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 结论 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间发表论文情况 | 第77页 |