医学图像配准算法及其应用的研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 医学图像配准研究现状及发展趋势 | 第14-19页 |
| 1.3 本文的内容安排 | 第19-20页 |
| 第2章 医学图像配准基本理论和方法 | 第20-38页 |
| 2.1 图像配准概述 | 第20-21页 |
| 2.1.1 图像配准的模型 | 第20页 |
| 2.1.2 配准算法的框架和流程 | 第20-21页 |
| 2.2 几何变换 | 第21-26页 |
| 2.2.1 刚体变换 | 第21-22页 |
| 2.2.2 仿射变换 | 第22页 |
| 2.2.3 投影变换 | 第22-23页 |
| 2.2.4 非线性变换 | 第23-26页 |
| 2.3 插值算法 | 第26-31页 |
| 2.3.1 最邻近点插值 | 第27页 |
| 2.3.2 线性插值 | 第27-28页 |
| 2.3.3 三次多项式插值 | 第28-29页 |
| 2.3.4 B样条函数插值 | 第29-31页 |
| 2.4 相似性测度 | 第31-32页 |
| 2.5 优化方法 | 第32-35页 |
| 2.5.1 鲍威尔算法 | 第32-33页 |
| 2.5.2 遗传算法 | 第33-34页 |
| 2.5.3 模拟退火算法 | 第34-35页 |
| 2.6 医学图像配准评估 | 第35-38页 |
| 2.6.1 配准评估金标准 | 第35-36页 |
| 2.6.2 配准算法评价指标 | 第36-38页 |
| 第3章 医学图像配准精度和速度的改进方法研究 | 第38-71页 |
| 3.1 互信息测度的改进方法研究 | 第38-52页 |
| 3.1.1 互信息测度的概率基础 | 第38-45页 |
| 3.1.2 互信息和图像熵 | 第45-49页 |
| 3.1.3 基于互信息的改进 | 第49-52页 |
| 3.2 基于体素的刚性配准加速方法 | 第52-62页 |
| 3.2.1 坐标变换的快速方法 | 第52-57页 |
| 3.2.2 多分辨率加速策略 | 第57-59页 |
| 3.2.3 主轴面互信息粗配准方法 | 第59-62页 |
| 3.3 实验结果和分析 | 第62-70页 |
| 3.3.1 互信息测度改进的实验结果和分析 | 第62-65页 |
| 3.3.2 配准加速的实验结果与分析 | 第65-70页 |
| 3.4 本章小结与结论 | 第70-71页 |
| 第4章 多模态医学图像配准应用研究 | 第71-93页 |
| 4.1 基于掩模的配准方法 | 第71-77页 |
| 4.1.1 CT图像掩模分割 | 第72-75页 |
| 4.1.2 PET图像掩模分割 | 第75-76页 |
| 4.1.3 非线性灰度归一化 | 第76-77页 |
| 4.2 混合的多模态配准方法 | 第77页 |
| 4.3 实验结果及分析 | 第77-85页 |
| 4.3.1 基于掩模的配准方法实验结果 | 第78页 |
| 4.3.2 同机PET&CT图像配准实验结果 | 第78-81页 |
| 4.3.3 PET&CT异机图像配准试验结果 | 第81-84页 |
| 4.3.4 PET与MR头部图像配准结果 | 第84-85页 |
| 4.4 融合工作站其他关键技术 | 第85-92页 |
| 4.4.1 医学图像解析 | 第85-86页 |
| 4.4.2 图像显示技术 | 第86-89页 |
| 4.4.3 PET图像定量分析 | 第89-92页 |
| 4.5 本章小结与结论 | 第92-93页 |
| 第5章 单模态医学图像配准应用研究 | 第93-118页 |
| 5.1 基于动态MR图像肾脏自动定位及分割方法 | 第93-102页 |
| 5.1.1 肾脏自动定位方法 | 第94-98页 |
| 5.1.2 基于水平集的肾脏分割方法 | 第98-101页 |
| 5.1.3 基于包围盒二次精确配准 | 第101-102页 |
| 5.2 乳腺病灶位置分布规律自动可视化工具 | 第102-116页 |
| 5.2.1 自动可视化工具的框架 | 第102-103页 |
| 5.2.2 建立肿块数据库 | 第103-104页 |
| 5.2.3 基于乳腺边缘的非线性配准 | 第104-109页 |
| 5.2.4 实验结果与分析 | 第109-114页 |
| 5.2.5 实验结果讨论 | 第114-116页 |
| 5.3 本章小结与结论 | 第116-118页 |
| 第6章 总结与展望 | 第118-123页 |
| 6.1 主要研究成果与创新点 | 第118-120页 |
| 6.1.1 主要研究成果 | 第118-119页 |
| 6.1.2 创新点 | 第119-120页 |
| 6.2 本文的主要结论 | 第120页 |
| 6.3 本研究参与的应用软件 | 第120-122页 |
| 6.4 未来工作展望 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 致谢 | 第135-136页 |
| 攻读博士学位期间已发表和待发表的论文 | 第136-137页 |
| 攻读博士期间参加的科研项目 | 第137-138页 |
| 作者简介 | 第138页 |
