摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-28页 |
·图像配准的概念 | 第11页 |
·医学领域研究图像配准技术的意义 | 第11-14页 |
·图像配准技术的分类 | 第14-16页 |
·空间变换的性质 | 第14-16页 |
·图像的成像方式 | 第16页 |
·成像目标 | 第16页 |
·异体非刚性配准算法概述 | 第16-26页 |
·基于特征的配准算法 | 第17-19页 |
·基于灰度的配准算法 | 第19-25页 |
·综合特征非刚性配准算法 | 第25-26页 |
·异体非刚性配准理论中存在的问题 | 第26页 |
·本文的研究内容及安排 | 第26-27页 |
·本章小结 | 第27-28页 |
2 主动Demons配准算法分析 | 第28-45页 |
·经典Demons算法 | 第28-32页 |
·算法起源 | 第28-29页 |
·经典Demons算法的构成 | 第29-32页 |
·主动Demons算法 | 第32-38页 |
·参数分析 | 第32-36页 |
·应用于MRI图像的配准实验 | 第36-38页 |
·扩展的主动Demons算法 | 第38-44页 |
·理论分析 | 第38-41页 |
·验证实验 | 第41-44页 |
·本章小结 | 第44-45页 |
3 空间与灰度同时匹配的分级配准算法 | 第45-56页 |
·引言 | 第45-46页 |
·算法描述 | 第46-53页 |
·实验与结果 | 第53-55页 |
·本章小结 | 第55-56页 |
4 Demons非刚性配准算法拓扑保持性的研究 | 第56-72页 |
·引言 | 第56-60页 |
·Demons算法拓扑方面的研究 | 第60-62页 |
·变形场分析 | 第62-64页 |
·增强变形场拓扑保持属性的方法 | 第64-67页 |
·实验 | 第67-71页 |
·本章小结 | 第71-72页 |
5 基于灰度与形状混合特征的非刚性配准算法:MRI图像中脑深层结构的分割 | 第72-90页 |
·研究意义 | 第72-75页 |
·深层脑结构分割方法 | 第75-76页 |
·基于配准的分割算法 | 第76-89页 |
·基于灰度的非刚性配准算法 | 第78-80页 |
·基于灰度与形状混合特征的非刚性配准算法 | 第80-83页 |
·实验与结果 | 第83-89页 |
·本章小结 | 第89-90页 |
结论与展望 | 第90-93页 |
参考文献 | 第93-106页 |
攻读博士学位期间发表学术论文情况 | 第106-108页 |
致谢 | 第108-110页 |
作者简介 | 第110-112页 |