| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·医学图像配准研究的背景及意义 | 第11-12页 |
| ·医学图像配准技术发展及现状 | 第12-14页 |
| ·医学图像配准当前存在的问题 | 第14页 |
| ·本文研究内容及章节安排 | 第14-17页 |
| 第2章 医学图像配准基本理论及过程 | 第17-31页 |
| ·医学图像配准的定义及分类 | 第17-19页 |
| ·医学图像配准的定义 | 第17-18页 |
| ·医学图像配准的分类 | 第18-19页 |
| ·医学图像配准的过程 | 第19-28页 |
| ·特征点提取与匹配 | 第20-21页 |
| ·非刚性配准变换模型 | 第21-25页 |
| ·变换模型参数的优化 | 第25-26页 |
| ·插值算法 | 第26-28页 |
| ·配准结果客观评价指标 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于半朴素贝叶斯分类算法的医学图像匹配新方法 | 第31-43页 |
| ·贝叶斯分类模型 | 第31-35页 |
| ·贝叶斯理论基础 | 第31-32页 |
| ·贝叶斯分类模型 | 第32-33页 |
| ·朴素贝叶斯分类模型 | 第33-34页 |
| ·半朴素贝叶斯分类模型 | 第34-35页 |
| ·半朴素贝叶斯分类在特征匹配中的应用 | 第35-36页 |
| ·分类阶段 | 第35-36页 |
| ·分类器的学习阶段 | 第36页 |
| ·基于半朴素贝叶斯分类算法的图像匹配过程 | 第36-40页 |
| ·构造训练集 | 第36-38页 |
| ·分类器学习 | 第38-39页 |
| ·分类过程 | 第39-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 自适应粒子群优化算法 | 第43-55页 |
| ·经典粒子群算法原理 | 第43-46页 |
| ·标准粒子群算法 | 第43-44页 |
| ·粒子群参数意义 | 第44-45页 |
| ·粒子群算法流程 | 第45-46页 |
| ·经典粒子群算法的局限性 | 第46页 |
| ·自适应粒子群优化算法(APSO) | 第46-52页 |
| ·自适应粒子群的发展状态评估 | 第47-48页 |
| ·自适应粒子群的学习策略 | 第48-49页 |
| ·粒子群参数的自适应性 | 第49-50页 |
| ·APSO用于图像配准 | 第50-52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于SNBC匹配与APSO的医学图像配准 | 第55-71页 |
| ·层次B样条变换模型 | 第55-56页 |
| ·部分Hausdorff距离测度 | 第56-57页 |
| ·基于SNBC匹配与APSO算法的图像配准流程 | 第57-58页 |
| ·实验结果与分析 | 第58-62页 |
| ·MR和CT图像的配准 | 第58-59页 |
| ·CT和PET图像的配准 | 第59-60页 |
| ·CT和CT图像的配准 | 第60-62页 |
| ·OpenCV配准平台 | 第62-69页 |
| ·OpenCV概述 | 第62-63页 |
| ·矩阵和图像类型 | 第63-65页 |
| ·OpenCV主要函数 | 第65页 |
| ·配准平台主要函数 | 第65-66页 |
| ·配准平台界面及流程 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 第6章 结论与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间参加的科研项目及发表的论文 | 第79页 |