| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 甲状腺SPECT图像与B超图像配准的研究现状 | 第11-13页 |
| 1.3 甲状腺图像的成像原理及特征分析 | 第13-16页 |
| 1.3.1 甲状腺的解剖结构 | 第13-14页 |
| 1.3.2 甲状腺SPECT图像的成像原理及特点 | 第14-15页 |
| 1.3.3 甲状腺B超图像的成像原理及特点 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 医学图像配准理论 | 第18-32页 |
| 2.1 图像配准概念及一般步骤 | 第18-25页 |
| 2.1.1 空间几何变换 | 第20-22页 |
| 2.1.2 图像灰度插值 | 第22-25页 |
| 2.2 本文配准方法及特征提取 | 第25-31页 |
| 2.2.1 基于KFCM提取SPECT图像中甲状腺两叶及肿瘤二值图像 | 第26-27页 |
| 2.2.2 基于NSST与GCBAC分割B超图像中甲状腺两叶及肿瘤二值图像 | 第27-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 基于改进梯度归一化互信息的图像配准 | 第32-40页 |
| 3.1 互信息 | 第32-34页 |
| 3.1.1 熵 | 第32页 |
| 3.1.2 互信息的定义与性质 | 第32-33页 |
| 3.1.3 互信息在配准中的应用 | 第33-34页 |
| 3.2 梯度归一化互信息 | 第34-36页 |
| 3.2.1 归一化互信息 | 第34-35页 |
| 3.2.2 梯度归一化互信息 | 第35-36页 |
| 3.3 改进的梯度归一化互信息 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 遗传思想蝙蝠算法 | 第40-51页 |
| 4.1 蝙蝠算法 | 第40-43页 |
| 4.1.1 概述 | 第40页 |
| 4.1.2 回声定位原理 | 第40-41页 |
| 4.1.3 蝙蝠算法 | 第41-43页 |
| 4.2 遗传思想蝙蝠算法 | 第43-46页 |
| 4.2.1 遗传思想 | 第43-44页 |
| 4.2.2 遗传思想蝙蝠算法 | 第44-46页 |
| 4.3 数值仿真及结果比较分析 | 第46-49页 |
| 4.3.1 实验环境和参数设置 | 第46页 |
| 4.3.2 测试函数 | 第46-47页 |
| 4.3.3 实验结果和分析比较 | 第47-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 基于遗传思想蝙蝠算法的甲状腺SPECT-B超图像配准 | 第51-57页 |
| 5.1 本文配准框架 | 第51-52页 |
| 5.2 遗传思想蝙蝠算法中的参数设置 | 第52-54页 |
| 5.3 实验结果及分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间取得的科研成果 | 第63页 |
