基于SVM算法的CT/PET医学图像配准的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第1章 绪论 | 第6-10页 |
| ·研究的目的和意义 | 第6-7页 |
| ·国内外研究动态 | 第7-9页 |
| ·医学图像配准的发展 | 第7-8页 |
| ·图像配准方法研究现状和存在的问题 | 第8-9页 |
| ·论文内容组织 | 第9-10页 |
| 第2章 医学图像配准的基本理论及方法 | 第10-18页 |
| ·图像配准的整体框架 | 第10页 |
| ·图像配准的分类 | 第10-12页 |
| ·图像配准的理论内容及数学方法 | 第12-16页 |
| ·特征空间 | 第12-13页 |
| ·图像配准的几何变换 | 第13-14页 |
| ·仿射变换原理及数学分析 | 第14-16页 |
| ·相似性评价 | 第16页 |
| ·图像配准算法的评价标准 | 第16-18页 |
| 第3章 基于小波变换多尺度图像边缘特征提取 | 第18-30页 |
| ·经典边缘提取算子介绍 | 第18-20页 |
| ·Roberts算子 | 第18页 |
| ·Prewitt算子 | 第18-19页 |
| ·Sobel算子 | 第19页 |
| ·Canny算子 | 第19-20页 |
| ·小波及小波变换 | 第20-23页 |
| ·连续小波变换 | 第20-21页 |
| ·离散小波变换 | 第21页 |
| ·小波多分辨率分析 | 第21-23页 |
| ·基于小波变换的图像特征提取 | 第23-30页 |
| ·多尺度小波变换检测边缘点 | 第23-25页 |
| ·小波相关边缘算子 | 第25-26页 |
| ·边缘特征点提取 | 第26-30页 |
| 第4章 基于SVM算法的医学图像配准方法 | 第30-44页 |
| ·支持向量机方法 | 第30页 |
| ·支持向量机理论基础 | 第30-31页 |
| ·VC维 | 第31页 |
| ·结构风险最小化 | 第31页 |
| ·支持向量机分类方法研究 | 第31-35页 |
| ·支持向量机的回归特性 | 第35-36页 |
| ·最小二乘支持向量机原理 | 第36-38页 |
| ·基于LS-SVM的医学图像配准方法 | 第38-41页 |
| ·特征向量寻优 | 第38-39页 |
| ·回归算法对变换模型的估计 | 第39-40页 |
| ·图像插值 | 第40-41页 |
| ·仿真实验与分析 | 第41-44页 |
| ·基于SVM方法的CT/PET医学图像配准实验 | 第41-42页 |
| ·支持向量机和最大互信息法配准方法的比较 | 第42-44页 |
| 第5章 总结与展望 | 第44-46页 |
| ·结论 | 第44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 攻读学位期间的研究成果 | 第48-50页 |
| 致谢 | 第50-52页 |
