首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于归一化互信息的医学图像配准研究

摘要第5-7页
ABSTRACT第7-8页
目录第9-12页
第一章 绪论第12-18页
    1.1 背景和研究的意义第12-13页
    1.2 国内外研究状况第13-15页
    1.3 基于互信息的医学图像配准存在的问题第15-16页
    1.4 论文的主要研究内容和组织结构第16-18页
        1.4.1 论文的主要研究内容第16页
        1.4.2 论文的组织结构第16-18页
第二章 医学图像配准基本理论第18-32页
    2.1 医学影像分类第18-20页
    2.2 医学图像配准的主要方法第20-23页
        2.2.1 基于特征的医学图像配准方法第20-21页
        2.2.2 基于像素灰度的医学图像配准方法第21-23页
    2.3 医学图像配准的概念及流程第23-24页
    2.4 医学图像配准的基本变换第24-27页
        2.4.1 刚体变换第25-26页
        2.4.2 仿射变换第26页
        2.4.3 投影变换第26-27页
        2.4.4 非线性变换第27页
    2.5 图像插值算法第27-30页
        2.5.1 最邻近差值算法第28-29页
        2.5.2 双线性差值算法第29页
        2.5.3 双线性PV插值法第29-30页
    2.6 本章小结第30-32页
第三章 基于改进归一化互信息的医学图像配准第32-50页
    3.1 互信息的基本知识第32-39页
        3.1.1 相似性测度第32-33页
        3.1.2 熵第33-34页
        3.1.3 联合直方图第34-36页
        3.1.4 互信息第36-37页
        3.1.5 归一化互信息第37-39页
    3.2 基于互信息的医学图像配准原理和流程第39-41页
    3.3 配准过程需要注意的问题第41-43页
        3.3.1 出界点处理第41-42页
        3.3.2 互信息局部极值的成因分析第42-43页
    3.4 本文对归一化互信息、的改进第43-45页
    3.5 实验第45-47页
    3.6 本章小结第47-50页
第四章 一种改进的Powell医学图像配准方法第50-62页
    4.1 优化算法的基本理论和分类第50-51页
    4.2 Powell算法和粒子群算法(PSO)第51-53页
        4.2.1 Powell算法第51-52页
        4.2.2 PSO算法第52-53页
    4.3 改进的Powell算法第53-56页
    4.4 实验第56-60页
    4.5 本章小结第60-62页
第五章 医学图像显示及配准系统设计与实现第62-80页
    5.1 VTK介绍第62-66页
        5.1.1 VTK功能介绍第62-63页
        5.1.2 VTK的图形模型和可视化模型第63-65页
        5.1.3 VTK处理数据的流程第65-66页
    5.2 ITK介绍第66-68页
        5.2.1 ITK类库介绍第66-67页
        5.2.2 ITK在医学图像处理中的应用第67-68页
    5.3 实验平台的搭建第68-71页
    5.4 系统软件的功能第71-72页
    5.5 软件测试结果第72-78页
        5.5.1 医学图像文件操作第73-76页
        5.5.2 医学图像配准操作第76-78页
    5.6 本章小结第78-80页
第六章 总结与展望第80-82页
    6.1 总结第80页
    6.2 下一步工作第80-82页
致谢第82-84页
参考文献第84-88页
附录A 作者在攻读硕士期间获得的成果第88页

论文共88页,点击 下载论文
上一篇:基于用户兴趣的协同过滤算法的广告推荐研究
下一篇:基于数据挖掘的电信客户重入网预测系统的研究