| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题背景与研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 图像融合研究现状 | 第14-15页 |
| 1.2.2 稀疏表示研究现状 | 第15-17页 |
| 1.3 医学图像融合研究存在的问题 | 第17页 |
| 1.4 论文的主要工作 | 第17-18页 |
| 1.5 论文章节安排 | 第18-19页 |
| 第二章 医学图像融合基础知识介绍 | 第19-29页 |
| 2.1 医学图像的特点 | 第19-20页 |
| 2.1.1 CT成像 | 第19页 |
| 2.1.2 磁共振成像 | 第19-20页 |
| 2.1.3 ECT成像 | 第20页 |
| 2.1.4 超声成像 | 第20页 |
| 2.2 医学图像融合分类 | 第20-22页 |
| 2.3 常见的医学图像融合算法 | 第22-24页 |
| 2.3.1 基于空间域的医学图像融合 | 第22-23页 |
| 2.3.2 基于变换域的医学图像融合 | 第23-24页 |
| 2.4 图像融合评价体系 | 第24-27页 |
| 2.4.1 医学图像融合的主观评价 | 第24页 |
| 2.4.2 医学图像融合的客观评价 | 第24-27页 |
| 2.5 章节小结 | 第27-29页 |
| 第三章 基于在线字典学习的自适应医学图像融合算法 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 稀疏表示 | 第29-33页 |
| 3.2.1 稀疏表示的数学模型 | 第29-30页 |
| 3.2.2 过完备字典的构造 | 第30-32页 |
| 3.2.3 信号的稀疏重构 | 第32-33页 |
| 3.3 医学图像的稀疏表示 | 第33页 |
| 3.4 医学图像的自适应融合 | 第33-36页 |
| 3.5 实验结果与分析 | 第36-41页 |
| 3.5.1 融合算法对比实验 | 第36-40页 |
| 3.5.2 字典训练效率对比实验 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 改进的ROMP重构算法及其在医学图像融合中的应用 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 压缩感知基础 | 第43-47页 |
| 4.2.1 压缩感知理论框架 | 第43-44页 |
| 4.2.2 稀疏表示 | 第44页 |
| 4.2.3 信号观测 | 第44-46页 |
| 4.2.4 重构算法 | 第46-47页 |
| 4.3 改进的ROMP算法 | 第47-50页 |
| 4.4 医学图像融合算法设计 | 第50-52页 |
| 4.4.1 稀疏变换域的训练 | 第50-51页 |
| 4.4.2 图像数据预处理与压缩 | 第51页 |
| 4.4.3 融合准则与重构 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-59页 |
| 4.5.1 压缩比的选择实验 | 第52-54页 |
| 4.5.2 不同重构算法的对比实验 | 第54-56页 |
| 4.5.3 图像融合算法的对比实验 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 论文工作总结 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 硕士期间研究成果及参与项目 | 第67-68页 |
| 致谢 | 第68页 |