| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 引言 | 第6-12页 |
| 1.1 研究的目的和意义 | 第6-7页 |
| 1.2 国内外研究动态 | 第7-8页 |
| 1.2.1 医学图像配准 | 第7-8页 |
| 1.2.2 细胞神经网络 | 第8页 |
| 1.3 图像配准常用方法 | 第8-9页 |
| 1.4 图像配准的基本步骤 | 第9-10页 |
| 1.5 论文内容组织 | 第10-12页 |
| 第二章 图像配准的数学方法 | 第12-24页 |
| 2.1 图像配准数学框架 | 第12-13页 |
| 2.2 常用的空间变换 | 第13-18页 |
| 2.2.1 图像配准的基本变换 | 第13-14页 |
| 2.2.2 仿射变换 | 第14-18页 |
| 2.3 图像插值方法 | 第18-20页 |
| 2.4 参数的优化搜索 | 第20-22页 |
| 2.5 相似性测度 | 第22页 |
| 2.6 配准算法的评价标准 | 第22-24页 |
| 第三章 基于CNN的CT医学图像的边缘提取 | 第24-38页 |
| 3.1 CNN介绍 | 第24-26页 |
| 3.2 CNN的稳定性分析 | 第26-28页 |
| 3.3 动态过程分析 | 第28-29页 |
| 3.4 细胞神经网络的参数设计 | 第29-30页 |
| 3.5 仿真实验及分析 | 第30-38页 |
| 3.5.1 CNN边缘提取 | 第31-34页 |
| 3.5.2 与经典边缘算子比较 | 第34-38页 |
| 第四章 基于CNN和互信息的医学图像配准方法 | 第38-46页 |
| 4.1 互信息理论 | 第38-39页 |
| 4.2 基于CNN和互信息的PET/CT图像配准方法 | 第39-40页 |
| 4.3 CNN边缘提取分析 | 第40-41页 |
| 4.4 互信息配准分析 | 第41-45页 |
| 4.5 实验结论 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读学位期间的研究成果 | 第49-50页 |
| 致谢 | 第50-51页 |