基于新型相似性测度的医学图像非刚体快速配准算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 引言 | 第15-16页 |
| 1.2 医学图像配准算法研究目的和意义 | 第16-19页 |
| 1.2.1 图像配准的应用领域 | 第16-18页 |
| 1.2.2 图像配准算法研究目的和意义 | 第18-19页 |
| 1.3 计算机辅助手术中配准算法的发展趋势 | 第19-22页 |
| 1.3.1 医学图像配准算法研究的发展趋势 | 第19-21页 |
| 1.3.2 医学图像配准算法研究的国内外现状 | 第21-22页 |
| 1.4 本文的研究内容与章节安排 | 第22-24页 |
| 第二章 医学图像配准算法 | 第24-45页 |
| 2.1 引言 | 第24页 |
| 2.2 医学图像配准定义 | 第24-25页 |
| 2.3 医学图像配准算法的组成 | 第25-28页 |
| 2.4 医学图像配准算法的分类 | 第28-31页 |
| 2.5 医学图像配准框架 | 第31-44页 |
| 2.5.1 配准框架概述 | 第31-33页 |
| 2.5.2 预处理 | 第33-34页 |
| 2.5.3 变换 | 第34-36页 |
| 2.5.4 插值 | 第36-38页 |
| 2.5.5 相似性测度 | 第38-41页 |
| 2.5.6 优化策略 | 第41-44页 |
| 2.6 小结 | 第44-45页 |
| 第三章 基于改进相似测度的快速配准算法 | 第45-70页 |
| 3.1 引言 | 第45-46页 |
| 3.2 快速配准算法的必要性 | 第46-49页 |
| 3.3 插值改进方法 | 第49-51页 |
| 3.4 基于改进相似性测度的新型配准框架 | 第51-63页 |
| 3.4.1 支持向量机 | 第53-55页 |
| 3.4.2 新型同维度配准算法框架 | 第55-58页 |
| 3.4.3 新型2D-3D 配准算法框架 | 第58-63页 |
| 3.5 优化策略的改进 | 第63-65页 |
| 3.6 非刚体配准 | 第65-69页 |
| 3.7 小结 | 第69-70页 |
| 第四章 基于新型快速配准算法的系统设计与实验 | 第70-103页 |
| 4.1 引言 | 第70-71页 |
| 4.2 系统功能结构 | 第71-72页 |
| 4.3 数据格式 | 第72-75页 |
| 4.3.1 Raw 数据 | 第73页 |
| 4.3.2 DICOM 数据分析 | 第73-75页 |
| 4.4 数据三维重建 | 第75-80页 |
| 4.4.1 VTK | 第76页 |
| 4.4.2 ITK | 第76-77页 |
| 4.4.3 体数据三维重建 | 第77-79页 |
| 4.4.4 三维重建结果 | 第79-80页 |
| 4.5 预处理 | 第80-83页 |
| 4.5.1 ROI 提取 | 第81-82页 |
| 4.5.2 平滑处理 | 第82-83页 |
| 4.5.3 重采样 | 第83页 |
| 4.6 支持向量机的核函数 | 第83-86页 |
| 4.7 刚体配准实验结果和分析 | 第86-91页 |
| 4.7.1 实验数据 | 第86-88页 |
| 4.7.2 实验结果 | 第88-90页 |
| 4.7.3 实验评价 | 第90-91页 |
| 4.8 非刚体配准实验结果和分析 | 第91-98页 |
| 4.8.1 实验数据 | 第92页 |
| 4.8.2 实验结果 | 第92-96页 |
| 4.8.3 实验评价 | 第96-98页 |
| 4.9 配准算法评价 | 第98-102页 |
| 4.9.1 意义 | 第98页 |
| 4.9.2 评价内容和条件 | 第98-99页 |
| 4.9.3 常用评价方法 | 第99-101页 |
| 4.9.4 算法评价结果 | 第101-102页 |
| 4.10 小结 | 第102-103页 |
| 第五章 结论与展望 | 第103-106页 |
| 5.1 本文的工作总结 | 第103-104页 |
| 5.2 未来的工作 | 第104-106页 |
| 参考文献 | 第106-114页 |
| 致谢 | 第114-115页 |
| 攻读学位期间发表的学术论文 | 第115-116页 |
| 上海交通大学学位论文答辩决议书 | 第116-118页 |
