| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·医学图像配准研究现状 | 第11页 |
| ·医学图像融合研究现状 | 第11-12页 |
| ·医学图像配准与融合面临的难题 | 第12-13页 |
| ·医学图像配准难题 | 第12页 |
| ·医学图像融合难题 | 第12-13页 |
| ·数据来源 | 第13页 |
| ·本文研究内容 | 第13-16页 |
| 2 图像配准 | 第16-34页 |
| ·图像配准理论基础 | 第16-18页 |
| ·图像配准的概念 | 第16页 |
| ·图像配准的要素 | 第16-17页 |
| ·基本变换方法 | 第17-18页 |
| ·图像配准常用方法 | 第18-22页 |
| ·基于灰度的配准方法 | 第18-19页 |
| ·基于特征的图像配准方法 | 第19-21页 |
| ·基于互信息的方法 | 第21-22页 |
| ·配准方法的比较 | 第22页 |
| ·特征点的提取和匹配 | 第22-29页 |
| ·特征点的提取 | 第22-28页 |
| ·特征点的匹配 | 第28-29页 |
| ·实验与分析 | 第29-32页 |
| ·基于角点检测的特征点自动匹配方法 | 第29-30页 |
| ·基于特征的交互式图像配准方法 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 3 图像融合 | 第34-46页 |
| ·图像融合理论基础 | 第34-35页 |
| ·图像融合的概念 | 第34页 |
| ·图像融合主要步骤 | 第34-35页 |
| ·图像融合常用方法 | 第35-41页 |
| ·加权平均法 | 第35页 |
| ·多分辨率金字塔法 | 第35-37页 |
| ·小波变换法 | 第37-38页 |
| ·PCA 方法 | 第38-39页 |
| ·IHS 变换法 | 第39-40页 |
| ·神经网络法 | 第40-41页 |
| ·基于对比度金字塔和IHS 的图像融合方法 | 第41-42页 |
| ·融合流程 | 第41页 |
| ·实现步骤 | 第41-42页 |
| ·实验评价与分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 4 图像分割 | 第46-54页 |
| ·图像分割理论基础 | 第46-47页 |
| ·图像分割的概念 | 第46页 |
| ·国内外研究现状 | 第46-47页 |
| ·基于GDI+和窄带M-S 模型的图像交互分割方法 | 第47-51页 |
| ·GDI+技术 | 第47-50页 |
| ·基于窄带M-S 模型的方法 | 第50-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 5 三维重建 | 第54-62页 |
| ·三维重建理论基础 | 第54-55页 |
| ·简介 | 第54页 |
| ·研究现状 | 第54-55页 |
| ·三维重建总体技术路线 | 第55-56页 |
| ·分别建立各器官三维模型 | 第55页 |
| ·采用3DS 文件存储各器官的三维模型 | 第55-56页 |
| ·三维重建总体流程 | 第56页 |
| ·基于中点插值的移动立方体Marching Cubes 算法 | 第56-58页 |
| ·MC 算法原理 | 第56-57页 |
| ·基于中点插值的MC 算法 | 第57页 |
| ·实验结果与分析 | 第57-58页 |
| ·采用AMIRA 和3DSMAX 软件的三维重建方法 | 第58-60页 |
| ·实现流程 | 第58页 |
| ·器官体数据集的抽取与输出 | 第58-59页 |
| ·AMIRA 三维重建方法 | 第59页 |
| ·3DSMAX 平滑及合并三维模型方法 | 第59-60页 |
| ·实验结果与分析 | 第60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·研究总结 | 第62页 |
| ·研究展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第70页 |
