| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·医学图像融合技术及研究现状 | 第7-10页 |
| ·医学图像融合概念简介 | 第7-9页 |
| ·医学图像融合技术的发展与研究现状 | 第9-10页 |
| ·医学图像融合方法基础理论概述 | 第10-11页 |
| ·本文主要工作及创新点 | 第11-12页 |
| ·论文章节安排 | 第12-13页 |
| 第二章 医学图像融合理论基础 | 第13-45页 |
| ·模糊数学理论 | 第13-17页 |
| ·模糊集合与隶属度 | 第13-15页 |
| ·模糊规则与模糊推理 | 第15-17页 |
| ·云推理理论 | 第17-27页 |
| ·隶属云模型 | 第17-23页 |
| ·云推理规则 | 第23-27页 |
| ·人工神经网络理论 | 第27-31页 |
| ·神经网络与Takagi-Sugeno型云推理系统 | 第27-30页 |
| ·RBF云神经网络训练算法 | 第30-31页 |
| ·图像融合质量评价参数 | 第31-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 云推理医学图像融合方法研究 | 第45-55页 |
| ·云推理医学图像融合方法研究 | 第45-51页 |
| ·输入层 | 第45-46页 |
| ·数据云化层 | 第46-48页 |
| ·推理层 | 第48-51页 |
| ·输出层 | 第51页 |
| ·云推理医学图像融合方法实验 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 云神经网络医学图像融合方法研究 | 第55-63页 |
| ·云神经网络医学图像融合方法 | 第55-59页 |
| ·训练层 | 第56页 |
| ·输入层 | 第56-58页 |
| ·数据云化层 | 第58页 |
| ·推理层 | 第58-59页 |
| ·输出层 | 第59页 |
| ·云神经网络医学图像融合方法实验 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·课题展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 研究成果 | 第71-72页 |