| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究目的及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-14页 |
| 1.2.1 图像配准的研究现状 | 第9-13页 |
| 1.2.1.1 非刚性图像配准的研究现状 | 第9-12页 |
| 1.2.1.2 三维医学图像配准的研究现状 | 第12-13页 |
| 1.2.2 分数阶微积分理论及其应用的研究现状 | 第13-14页 |
| 1.3 本文组织及安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 基本理论 | 第16-23页 |
| 2.1 分数阶微积分理论 | 第16页 |
| 2.2 分数阶微积分的三种经典定义 | 第16-19页 |
| 2.3 Demons算法基本理论 | 第19-22页 |
| 2.3.1 Demons算法 | 第19-21页 |
| 2.3.2 ActiveDemons算法 | 第21页 |
| 2.3.3 分数阶的ActiveDemons算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 自适应分数阶的ActiveDemons算法 | 第23-41页 |
| 3.1 前言 | 第23-24页 |
| 3.2 分数阶微分对信号的作用 | 第24-25页 |
| 3.3 构造R-L分数阶微分掩模 | 第25-27页 |
| 3.4 自适应分数阶微分模型的构造 | 第27-30页 |
| 3.4.1 相关特性的选择 | 第27-28页 |
| 3.4.2 构造自适应分数阶微分模型 | 第28-29页 |
| 3.4.3 验证自适应分数阶微分模型的有效性 | 第29-30页 |
| 3.5 基于多分辨率策略的图像配准 | 第30-31页 |
| 3.6 算法步骤 | 第31-32页 |
| 3.7 仿真实验 | 第32-40页 |
| 3.7.1 实验环境 | 第32页 |
| 3.7.2 评价准则 | 第32-33页 |
| 3.7.3 实验结果及分析 | 第33-40页 |
| 3.7.3.1 模拟图像实验 | 第33-38页 |
| 3.7.3.2 综合图像实验 | 第38-40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 自适应分数阶的ActiveDemons算法的应用 | 第41-57页 |
| 4.1 前言 | 第41页 |
| 4.2 预备知识 | 第41-43页 |
| 4.3 三维医学图像配准方法 | 第43-45页 |
| 4.3.1 基于灰度的三维医学图像配准 | 第43-44页 |
| 4.3.2 基于特征的三维医学图像配准 | 第44-45页 |
| 4.4 仿真实验 | 第45-55页 |
| 4.4.1 数据来源 | 第45页 |
| 4.4.2 实验环境 | 第45页 |
| 4.4.3 评价准则 | 第45-46页 |
| 4.4.4 实验结果及分析 | 第46-55页 |
| 4.4.4.1 BrainWeb:SimulatedBrainDatabase图像库 | 第46-53页 |
| 4.4.4.2 TheWholeBrainAtlas图像库 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间撰写的论文和参加科研情况 | 第63-64页 |
| 一、攻读硕士学位期间撰写的论文 | 第63页 |
| 二、攻读硕士学位期间参加科研情况 | 第63-64页 |
| 致谢 | 第64-65页 |
