医学图像配准算法研究
| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究背景、目的和意义 | 第8-10页 |
| ·配准关键技术研究现状及面临问题 | 第10-13页 |
| ·本文主要研究工作和创新之处 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 医学图像配准研究基础 | 第16-32页 |
| ·医学图像配准定义 | 第16-17页 |
| ·图像配准算法框架和流程 | 第17-22页 |
| ·医学图像配准的框架 | 第17-21页 |
| ·医学图像配准的步骤 | 第21-22页 |
| ·医学图像配准的评估 | 第22-24页 |
| ·医学图像配准分类 | 第24-32页 |
| ·根据特征 | 第24-25页 |
| ·根据配准的医学图像主体来源 | 第25-26页 |
| ·根据配准的医学图像模态 | 第26-27页 |
| ·根据空间维数 | 第27页 |
| ·根据空间变换的方法 | 第27-32页 |
| 第三章 基于多分辨率和遗传算法相结合的互信息配准 | 第32-49页 |
| ·互信息概述 | 第32-34页 |
| ·熵和信息论 | 第32-33页 |
| ·互信息 | 第33-34页 |
| ·基于互信息的医学图像配准框架 | 第34-36页 |
| ·基于互信息的配准原理 | 第34-36页 |
| ·配准流程 | 第36页 |
| ·基于互信息配准中的主要问题 | 第36-39页 |
| ·基于遗传算法和多分辨率相结合的互信息配准 | 第39-45页 |
| ·基于小波变换的多分辨率分解 | 第40-42页 |
| ·改进的遗传算法 | 第42-45页 |
| ·实验结果与讨论 | 第45-48页 |
| ·实验数据 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第四章 基于混合互信息的图像配准研究 | 第49-58页 |
| ·Shannon 熵和Renyi 熵 | 第49-51页 |
| ·基于混合互信息的图像配准研究 | 第51-55页 |
| ·混合互信息配准方法 | 第51-53页 |
| ·优化算法设计 | 第53-55页 |
| ·实验及讨论 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于多层次B 样条的弹性配准算法 | 第58-73页 |
| ·基于标记点的弹性配准 | 第58-59页 |
| ·基于区域相似性的标记点提取方法 | 第59-64页 |
| ·标记点提取 | 第59-60页 |
| ·基于区域相似性的标记点选取方法 | 第60-64页 |
| ·变换模型 | 第64-67页 |
| ·B 样条插值 | 第64-66页 |
| ·多层次B 样条插值 | 第66-67页 |
| ·基于多层次B 样条的弹性配准方法 | 第67-68页 |
| ·实验结果与讨论 | 第68-72页 |
| ·单模态图像配准 | 第68-71页 |
| ·多模态图像配准 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第六章 基于改进Demons 算法的弹性配准 | 第73-85页 |
| ·基于光流场模型的弹性配准算法 | 第73-75页 |
| ·Demons 配准算法 | 第75-76页 |
| ·改进的Demons 配准算法 | 第76-80页 |
| ·互信息梯度 | 第77-79页 |
| ·配准算法的实现流程 | 第79-80页 |
| ·实验结果及分析 | 第80-83页 |
| ·合成数据实验 | 第80-81页 |
| ·二维脑数据实验 | 第81-83页 |
| ·小结 | 第83-85页 |
| 第七章 拓扑保持的弹性配准算法研究 | 第85-95页 |
| ·图像拓扑保持 | 第85-87页 |
| ·基于局部互相关系数的图像配准 | 第87-89页 |
| ·使用层次B 样条进行正则化 | 第89-90页 |
| ·实验结果与讨论 | 第90-93页 |
| ·合成的二维图像实验 | 第91-92页 |
| ·真实的二维图像实验 | 第92-93页 |
| ·小结 | 第93-95页 |
| 第八章 总结与展望 | 第95-97页 |
| 参考文献 | 第97-110页 |
| 发表论文和科研情况说明 | 第110-111页 |
| 致谢 | 第111页 |
