| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 1 医学图像配准技术 | 第11-17页 |
| 1.1 医学图像配准技术的发展历史 | 第11页 |
| 1.2 医学图像非刚性配准的国内外发展现状 | 第11-13页 |
| 1.3 本文主要研究工作和创新点 | 第13-14页 |
| 1.4 本文结构 | 第14-17页 |
| 2 医学图像非刚性配准的理论知识 | 第17-35页 |
| 2.1 医学图像非刚性配准技术概述 | 第17-21页 |
| 2.1.1 医学图像非刚性配准简介 | 第17-18页 |
| 2.1.2 医学图像非刚性配准的定义 | 第18-21页 |
| 2.2 医学图像非刚性配准算法的框架及步骤 | 第21-28页 |
| 2.2.1 医学图像非刚性配准算法的框架 | 第21页 |
| 2.2.2 医学图像非刚性配准算法的具体步骤 | 第21-28页 |
| 2.3 非刚性医学图像分类 | 第28-30页 |
| 2.3.1 根据成像模式分类 | 第28-29页 |
| 2.3.2 根据配准医学图像主体来源分类 | 第29页 |
| 2.3.3 根据配准医学图像特征分类 | 第29-30页 |
| 2.3.4 根据配准医学图像维度分类 | 第30页 |
| 2.4 非刚性医学图像配准的常用方法 | 第30-32页 |
| 2.5 医学图像配准效果的评价 | 第32-33页 |
| 2.5.1 医学图像配准评价指标 | 第32-33页 |
| 2.5.2 医学图像配准常用评估方法 | 第33页 |
| 2.6 小结 | 第33-35页 |
| 3 基于非刚性运动理论的心脏运动分析 | 第35-38页 |
| 3.1 心脏全局运动分析 | 第35-36页 |
| 3.2 心脏局部运动分析 | 第36页 |
| 3.3 小结 | 第36-38页 |
| 4 基于光流场模型的非刚性心脏图像配准算法 | 第38-60页 |
| 4.1 配准算法简介 | 第38-39页 |
| 4.2 医学图像预处理 | 第39-40页 |
| 4.3 医学图像特征向量生成 | 第40-43页 |
| 4.3.1 SIFT 特征向量的生成 | 第40-42页 |
| 4.3.2 实验结果分析 | 第42-43页 |
| 4.4 特征向量的匹配与粗配准的实现 | 第43-46页 |
| 4.4.1 SIFT 特征向量的匹配 | 第43-44页 |
| 4.4.2 粗配准的实现 | 第44-46页 |
| 4.5 基于光流场模型的精配准 | 第46-50页 |
| 4.5.1 光流场算法的基本思想 | 第46-47页 |
| 4.5.2 互信息梯度 | 第47-49页 |
| 4.5.3 基于光流场模型的精配准实现流程 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-58页 |
| 4.6.1 时间序列的二维 CT 心脏图像配准实验（一） | 第52-55页 |
| 4.6.2 时间序列的二维 CT 心脏图像配准实验（二） | 第55-58页 |
| 4.7 小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 A 应用程序界面 | 第66-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |