基于Radon变换的多模态医学图像配准
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-19页 |
·医学成像简述 | 第9-12页 |
·医学图像配准的意义 | 第12-13页 |
·医学图像配准的应用 | 第13-14页 |
·医学图像配准的发展历史和研究现状 | 第14-17页 |
·医学图像配准的发展历史 | 第14页 |
·医学图像配准的研究现状 | 第14-17页 |
·本文的结构安排和创新点 | 第17-19页 |
2 医学图像配准综述 | 第19-37页 |
·医学图像配准的基本框架 | 第19-21页 |
·医学图像配准的分类和基本方法 | 第21-26页 |
·医学图像配准的分类 | 第21-22页 |
·医学图像配准的基本方法 | 第22-25页 |
·近年来常用的配准方法 | 第25-26页 |
·图像的空间变换 | 第26-28页 |
·刚性变换 | 第26-27页 |
·仿射变换 | 第27页 |
·投影变换 | 第27-28页 |
·非线性变换 | 第28页 |
·图像的插值 | 第28-31页 |
·最邻近插值 | 第29页 |
·双线性插值 | 第29-30页 |
·PV插值 | 第30页 |
·双三次插值 | 第30页 |
·B样条插值 | 第30页 |
·窗函数插值 | 第30-31页 |
·医学图像配准的相似性测度 | 第31-33页 |
·灰度方差 | 第31-32页 |
·归一化互相关 | 第32页 |
·相关系数 | 第32页 |
·PI测度 | 第32-33页 |
·图像统一性比率 | 第33页 |
·互信息 | 第33页 |
·优化算法 | 第33-37页 |
·单纯形法 | 第34页 |
·梯度下降法 | 第34页 |
·模拟退火法 | 第34-35页 |
·Powell优化算法 | 第35页 |
·粒子群优化算法 | 第35页 |
·遗传算法 | 第35-37页 |
3 基于最大互信息的医学图像配准 | 第37-43页 |
·熵 | 第37-38页 |
·联合熵 | 第38-39页 |
·条件熵 | 第39-40页 |
·互信息 | 第40-41页 |
·基于互信息的配准算法原理 | 第41-43页 |
4 基于Radon变换的多模态医学图像配准 | 第43-64页 |
·矩和主轴法 | 第44-48页 |
·矩和主轴法的基本原理 | 第44-45页 |
·矩和主轴法实验及结果 | 第45-48页 |
·Radon变换的基本原理 | 第48-52页 |
·Radon变换的定义和性质 | 第48-49页 |
·本文使用的基于Radon变换进行角度估计的方法 | 第49-52页 |
·基于Radon变换方法实验及结果 | 第52页 |
·梯度相似性 | 第52-55页 |
·梯度相似性的概念及本文使用的相似性测度 | 第53-54页 |
·相似性测度实验 | 第54-55页 |
·实验结果与分析 | 第55-64页 |
·配准实验与结果 | 第55-57页 |
·其他角度的配准实验 | 第57-59页 |
·其他图像的配准实验 | 第59-62页 |
·结果分析 | 第62-64页 |
结论 | 第64-66页 |
参考文献 | 第66-70页 |
攻读硕士学位期间发表学术论文情况 | 第70-71页 |
致谢 | 第71-72页 |