基于特征点的非刚性医学图像配准算法的研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 本文研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于图像灰度的配准方法 | 第10-11页 |
| 1.2.2 基于特征的配准方法 | 第11-13页 |
| 1.3 研究内容及组织结构 | 第13-15页 |
| 第2章 基于特征的图像配准算法基本框架 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 特征提取 | 第15-19页 |
| 2.2.1 点特征提取 | 第16-17页 |
| 2.2.2 线特征提取 | 第17-19页 |
| 2.2.3 区域特征提取 | 第19页 |
| 2.3 特征配准 | 第19-22页 |
| 2.3.1 特征匹配 | 第19-21页 |
| 2.3.2 空间变换模型的估计 | 第21-22页 |
| 2.4 配准结果的评价标准 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于特征点的非刚性图像配准算法研究 | 第25-51页 |
| 3.1 引言 | 第25-26页 |
| 3.2 算法原理 | 第26-36页 |
| 3.2.1 模型构建 | 第27-29页 |
| 3.2.2 给先验概率赋值 | 第29-31页 |
| 3.2.3 使用EM算法求解 | 第31-33页 |
| 3.2.4 变换函数的求解 | 第33-36页 |
| 3.3 算法实现 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-50页 |
| 3.4.1 二维形状点集图像的结果 | 第38-41页 |
| 3.4.2 三维形状点集图像 | 第41-45页 |
| 3.4.3 Harris角点特征图像 | 第45-47页 |
| 3.4.4 SIFT特征描述子特征图像 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 脑MRI图像上的非刚性配准 | 第51-63页 |
| 4.1 引言 | 第51页 |
| 4.2 脑MRI图像概述 | 第51-54页 |
| 4.3 脑MRI图像预处理 | 第54-59页 |
| 4.3.1 脑MRI图像分割 | 第54-57页 |
| 4.3.2 特征点的提取和三维重构 | 第57-59页 |
| 4.4 脑MRI图像配准 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-71页 |
| 致谢 | 第71页 |
