| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究内容及结构安排 | 第11-14页 |
| 2 医学图像融合方法和评价体系 | 第14-28页 |
| 2.1 医学图像融合的方法分类 | 第14-15页 |
| 2.2 医学图像融合常用方法 | 第15-24页 |
| 2.2.1 空间域融合算法 | 第15-17页 |
| 2.2.2 变换域融合算法 | 第17-24页 |
| 2.2.2.1 金字塔变换方法 | 第17-18页 |
| 2.2.2.2 小波变换方法 | 第18-22页 |
| 2.2.2.3 超小波变换方法 | 第22-24页 |
| 2.3 医学图像融合评价体系 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于NSCT与脉冲耦合神经网络的医学图像融合 | 第28-40页 |
| 3.1 概述 | 第28页 |
| 3.2 非下采样Contourlet变换理论 | 第28-31页 |
| 3.2.1 非采样塔形滤波器组结构 | 第29页 |
| 3.2.2 非采样方向滤波器组结构 | 第29-31页 |
| 3.3 脉冲耦合神经网络理论 | 第31-32页 |
| 3.4 融合方法 | 第32-34页 |
| 3.4.1 低频融合规则 | 第33-34页 |
| 3.4.2 高频融合规则 | 第34页 |
| 3.5 融合结果及评价 | 第34-37页 |
| 3.6 本章小结 | 第37-40页 |
| 4 基于YUV变换与稀疏表示的结构和功能医学图像融合 | 第40-52页 |
| 4.1 概述 | 第40页 |
| 4.2 YUV变换 | 第40-42页 |
| 4.3 稀疏表示的原理 | 第42-46页 |
| 4.3.1 稀疏表示的求解算法 | 第43-45页 |
| 4.3.2 字典设计 | 第45-46页 |
| 4.4 融合方法 | 第46-47页 |
| 4.4.1 低频融合规则 | 第47页 |
| 4.4.2 高频融合规则 | 第47页 |
| 4.5 融合结果及评价 | 第47-50页 |
| 4.6 本文小结 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |