| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作和文章结构 | 第12-14页 |
| 2 医学图像配准 | 第14-24页 |
| 2.1 医学图像配准概念 | 第14-17页 |
| 2.1.1 医学图像配准定义 | 第14-15页 |
| 2.1.2 医学图像配准分类 | 第15-17页 |
| 2.2 医学图像配准算法流程 | 第17-21页 |
| 2.2.1 提取特征空间 | 第18页 |
| 2.2.2 几何变换 | 第18页 |
| 2.2.3 图像插值 | 第18-19页 |
| 2.2.4 相似性测度 | 第19-20页 |
| 2.2.5 优化策略 | 第20-21页 |
| 2.3 医学图像弹性配准方法 | 第21-23页 |
| 2.3.1 弹性模型 | 第21-22页 |
| 2.3.2 光流场模型 | 第22页 |
| 2.3.3 粘性流体模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 粘性流体医学图像配准算法改进 | 第24-38页 |
| 3.1 粘性流体医学图像弹性配准算法 | 第24-29页 |
| 3.1.1 粘性流体医学图像弹性配准 | 第24-28页 |
| 3.1.2 算法步骤 | 第28-29页 |
| 3.2 改进的粘性流体医学图像配准算法 | 第29-33页 |
| 3.2.1 流体内力 | 第29-31页 |
| 3.2.2 偏微分方程求解 | 第31-32页 |
| 3.2.3 改进的粘性流体医学图像配准算法实现步骤 | 第32-33页 |
| 3.3 实验结果及分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于GPU的粘性流体医学图像弹性配准算法 | 第38-50页 |
| 4.1 GPU及CUDA简介 | 第38-43页 |
| 4.1.1 CUDA并行计算架构 | 第38-42页 |
| 4.1.2 CUDA编程模型 | 第42-43页 |
| 4.1.3 CUDA在医学图像处理领域的应用 | 第43页 |
| 4.2 GPU并行设计与实现 | 第43-47页 |
| 4.2.1 程序设计思想 | 第43-45页 |
| 4.2.2 核心函数并行设计 | 第45页 |
| 4.2.3 数据流的存储优化 | 第45-47页 |
| 4.3 实验结果及分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 基于GPU的医学图像配准系统实现 | 第50-56页 |
| 5.1 系统设计 | 第50-51页 |
| 5.2 系统实现 | 第51-55页 |
| 5.2.1 DICOM图像的转换与显示 | 第51-53页 |
| 5.2.2 功能模块实现 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间的研究成果 | 第62页 |