| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 医学图像融合的研究背景和意义 | 第11-12页 |
| 1.2 医学图像融合的研究现状 | 第12-19页 |
| 1.2.1 医学图像融合的步骤和层次 | 第12-14页 |
| 1.2.2 多尺度变换的研究现状 | 第14-17页 |
| 1.2.3 脉冲耦合神经网络的研究现状 | 第17-18页 |
| 1.2.4 稀疏表示的研究现状 | 第18-19页 |
| 1.3 医学图像融合评价指标 | 第19-24页 |
| 1.3.1 主观评价方法 | 第19-20页 |
| 1.3.2 客观评价方法 | 第20-24页 |
| 1.4 论文安排 | 第24-26页 |
| 第2章 基于非下采样剪切波变换(NSST)的医学图像融合 | 第26-40页 |
| 2.1 剪切波理论 | 第26-29页 |
| 2.2 离散剪切波变换 | 第29-32页 |
| 2.2.1 时域实现方法 | 第30页 |
| 2.2.2 频域实现方法 | 第30-32页 |
| 2.3 非下采样剪切波变换的实现及在图像融合中的应用 | 第32-34页 |
| 2.4 基于非下采样剪切波变换的医学图像融合 | 第34-39页 |
| 2.4.1 非下采样剪切波变换分解参数的确定 | 第34-37页 |
| 2.4.2 不同多尺度变换域对融合结果的影响 | 第37-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于改进PCNN的高频医学图像融合 | 第40-50页 |
| 3.1 PCNN模型与工作机理 | 第40-42页 |
| 3.2 简化PCNN模型 | 第42页 |
| 3.3 基于改进PCNN的高频医学图像融合 | 第42-46页 |
| 3.3.1 改进PCNN的高频医学图像融合原理 | 第42-44页 |
| 3.3.2 基于改进拉普拉斯能量和的PCNN输入项 | 第44-45页 |
| 3.3.3 基于梯度能量的自适应PCNN链接强度 | 第45-46页 |
| 3.4 实验结果与分析 | 第46-49页 |
| 3.4.1 不同PCNN输入项对融合结果的影响 | 第46-48页 |
| 3.4.2 不同PCNN链接强度对融合结果的影响 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 基于稀疏表示的低频医学图像融合 | 第50-60页 |
| 4.1 稀疏表示理论 | 第50-54页 |
| 4.1.1 稀疏编码方法 | 第50-52页 |
| 4.1.2 字典设计方法 | 第52-54页 |
| 4.2 基于稀疏表示的低频医学图像融合 | 第54-57页 |
| 4.3 实验结果与分析 | 第57-59页 |
| 4.3.1 滑动窗口尺寸对融合结果的影响 | 第57-58页 |
| 4.3.2 滑动步长对融合结果的影响 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 基于改进PCNN和稀疏表示的NSST域医学图像融合 | 第60-73页 |
| 5.1 基于改进PCNN和稀疏表示的NSST域医学图像融合 | 第60-61页 |
| 5.2 医学图像融合对比算法 | 第61-62页 |
| 5.3 实验结果与分析 | 第62-72页 |
| 5.3.1 脑部CT与MRI图像融合实验 | 第62-65页 |
| 5.3.2 脑部MRI-T1与MRI-T2图像融合实验 | 第65-68页 |
| 5.3.3 甲状腺肿瘤B超和SPECT图像融合实验 | 第68-71页 |
| 5.3.4 性能分析 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 研究内容总结 | 第73页 |
| 6.2 未来工作展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间取得的科研成果 | 第81页 |
