| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 医学图像配准背景 | 第11-13页 |
| 1.2 医学图像配准的研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 1.3.1 目前非刚体配准方法存在的问题 | 第14页 |
| 1.3.2 本文的组织 | 第14-16页 |
| 第二章 医学配准工作概述 | 第16-35页 |
| 2.1 医学配准的定义 | 第16-17页 |
| 2.2 配准的基本框架 | 第17页 |
| 2.3 变换方法(Transform) | 第17-24页 |
| 2.3.1 线性变换 | 第18-19页 |
| 2.3.2 非线性变换 | 第19-24页 |
| 2.4 插值方法(Interpolator) | 第24-26页 |
| 2.5 相似性测度(Metric) | 第26-28页 |
| 2.5.1 归一化互相关(Normalized Cross Correlation) | 第27页 |
| 2.5.2 差值图像的熵(Entropy of the Difference Image) | 第27-28页 |
| 2.5.3 互信息(MI，Multual Information) | 第28页 |
| 2.5.4 梯度相关性(Gradient Correlation) | 第28页 |
| 2.6 优化策略(Optimizer) | 第28-32页 |
| 2.7 刚体约束非刚体配准的意义 | 第32-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第三章 当前刚体约束的非刚体配准方法概述 | 第35-42页 |
| 3.1 基于B样条变换的非刚体配准 | 第35-36页 |
| 3.2 当前刚体约束的非刚体配准 | 第36-40页 |
| 3.2.1 现有非刚体配准方法的问题 | 第36页 |
| 3.2.2 相似性测度约束的方法 | 第36-39页 |
| 3.2.3 变换约束的方法 | 第39-40页 |
| 3.2.4 现有刚体约束配准算法的问题 | 第40页 |
| 3.3 本章小结 | 第40-42页 |
| 第四章 刚体约束的非刚体配准方法及实现 | 第42-52页 |
| 4.1 刚体约束的非刚体配准方法 | 第42-48页 |
| 4.1.1 B样条刚体约束变换方法 | 第42-44页 |
| 4.1.2 图像分割的方法 | 第44-47页 |
| 4.1.3 配准方法 | 第47-48页 |
| 4.2 针对颈椎的刚体约束非刚体配准方法 | 第48-50页 |
| 4.2.1 配准方法 | 第48-49页 |
| 4.2.2 曲线拟合方法 | 第49-50页 |
| 4.2.3 增加相似度约束 | 第50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 配准实验 | 第52-69页 |
| 5.1 实验背景 | 第52-53页 |
| 5.1.1 实验环境 | 第52页 |
| 5.1.2 实验结果验证及评价 | 第52-53页 |
| 5.2 试验一: 2D人工图配准实验 | 第53-57页 |
| 5.2.1 试验一概述 | 第53-55页 |
| 5.2.2 试验一分析与结论 | 第55-57页 |
| 5.3 试验二: CT肿瘤配准实验 | 第57-62页 |
| 5.3.1 试验二概述 | 第57-59页 |
| 5.3.2 试验二分析与结论 | 第59-62页 |
| 5.4 试验三:颈椎配准实验 | 第62-67页 |
| 5.4.1 试验三概述 | 第62-65页 |
| 5.4.2 试验三分析与结论 | 第65-67页 |
| 5.5 实验总结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
