| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 医学图像融合层次 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 医学图像融合质量评价 | 第16-19页 |
| 1.4.1 主观评价 | 第16页 |
| 1.4.2 客观评价 | 第16-19页 |
| 1.4.2.1 基于图像信息量的评价 | 第16-17页 |
| 1.4.2.2 基于统计特性的评价 | 第17-18页 |
| 1.4.2.3 基于平均梯度的评价 | 第18-19页 |
| 1.5 医学图像融合技术的发展趋势 | 第19-20页 |
| 1.6 主要研究内容与章节安排 | 第20-23页 |
| 第二章 常见的医学图像融合方法 | 第23-29页 |
| 2.1 简单的图像融合方法 | 第23-24页 |
| 2.1.1 加权系数融合方法 | 第23-24页 |
| 2.1.2 像素灰度值取大(小)的融合方法 | 第24页 |
| 2.2 非下采样轮廓变换(NSCT)图像融合方法 | 第24-26页 |
| 2.3 基于固定字典的医学图像融合方法 | 第26-27页 |
| 2.4 实验结果与分析 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于低秩分解与字典学习的医学图像融合方法 | 第29-41页 |
| 3.1 稀疏表示与低秩分解在图像中的应用 | 第29-31页 |
| 3.2 基于字典学习在医学图像融合的发展 | 第31页 |
| 3.3 字典的设计 | 第31-34页 |
| 3.3.1 信息采样 | 第32-33页 |
| 3.3.2 局部密度峰值聚类 | 第33-34页 |
| 3.3.3 字典构造 | 第34页 |
| 3.4 融合原理 | 第34-36页 |
| 3.5 实验设计和分析 | 第36-40页 |
| 3.5.1 CT与MRI图像融合 | 第37-38页 |
| 3.5.2 MRI和SPET图像融合 | 第38-39页 |
| 3.5.3 MRI和PET图像融合 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 低秩稀疏分解与显著性度量的医学图像融合方法 | 第41-53页 |
| 4.1 低秩稀疏分解在图像融合的发展 | 第41-42页 |
| 4.2 矩阵低秩分解理论 | 第42-46页 |
| 4.2.1 低秩分解概念 | 第42-43页 |
| 4.2.2 稀疏表示基本原理 | 第43-44页 |
| 4.2.3 低秩稀疏分解在医学图像融合中的应用 | 第44-46页 |
| 4.3 低秩稀疏分解模型 | 第46-47页 |
| 4.4 融合方法 | 第47-48页 |
| 4.5 实验结果及分析 | 第48-52页 |
| 4.5.1 实验设置 | 第48页 |
| 4.5.2 CT和MRI图像融合 | 第48-50页 |
| 4.5.3 MRI和SPET图像融合 | 第50-51页 |
| 4.5.4 MRI和PET图像融合 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文主要完成的工作 | 第53页 |
| 5.2 本文研究工作中存在的不足 | 第53-54页 |
| 5.3 展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录A （攻读学位其间发表论文目录） | 第61页 |