| 摘 要 | 第6页 |
| 中文摘要 | 第6-8页 |
| 英文摘要 | 第8页 |
| 第一章 绪 论 | 第10-27页 |
| 1．1 概述 | 第10-11页 |
| 1．2 医学图像配准的发展现状 | 第11-24页 |
| 1．2．1 医学图像配准的基本过程 | 第11-13页 |
| 1．2．2 医学图像配准方法的分类 | 第13-15页 |
| 1．2．3 医学图像配准的主要方法 | 第15-18页 |
| 1．2．4 医学图像配准的准确性评估 | 第18-20页 |
| 1．2．5 医学图像融合技术及应用 | 第20-21页 |
| 1．2．6 CT与MRI图像的成像特点 | 第21-24页 |
| 1．3 课题内容及重点难点 | 第24页 |
| 1．3．1 课题内容 | 第24页 |
| 1．3．2 课题重点 | 第24页 |
| 1．3．2 课题难点 | 第24页 |
| 1．4 开发工具简介 | 第24-26页 |
| 1．4．1 软件环境 | 第24-25页 |
| 1．4．2 硬件环境 | 第25-26页 |
| 1．5 数据来源 | 第26-27页 |
| 第二章 配准代价函数及图像重采样算法研究 | 第27-39页 |
| 2．1 引言 | 第27页 |
| 2．2 配准代价函数 | 第27-30页 |
| 2．2．1 图像的二维直方图 | 第27-29页 |
| 2．2．2 互信息 | 第29-30页 |
| 2．3 配准变换模型 | 第30-32页 |
| 2．4 图像重采样算法 | 第32-39页 |
| 2．4．1 插值算法 | 第32-36页 |
| 2．4．2 图像变换策略 | 第36-39页 |
| 第三章 力矩主轴法对图像的粗略配准 | 第39-45页 |
| 3．1 头部实体的边缘提取 | 第39-41页 |
| 3．2 力矩主轴法 | 第41-42页 |
| 3．2．1 定义图像轮廓 | 第41页 |
| 3．2．2 计算质心 | 第41页 |
| 3．2．3 计算旋转角度 | 第41-42页 |
| 3．2．4 计算缩放比例 | 第42页 |
| 3．3 实验结果 | 第42-45页 |
| 第四章 求解配准最优变换参数的最优化算法研究 | 第45-57页 |
| 4．1 问题的提出与解决 | 第45-46页 |
| 4．1．1 优化问题的定义 | 第45页 |
| 4．1．2 优化问题的解决 | 第45-46页 |
| 4．2 模式搜索法 | 第46-49页 |
| 4．2．1 探测性移动和模式性移动 | 第46-47页 |
| 4．2．2 模式搜索算法 | 第47-49页 |
| 4．3 改进的模拟退火法 | 第49-52页 |
| 4．3．1 模拟退火法 | 第49-51页 |
| 4．3．2 改进的模拟退火法 | 第51-52页 |
| 4．4 本文所采用的最优化策略 | 第52-53页 |
| 4．5 算法验证 | 第53-55页 |
| 4．6 MSAM算法在图像配准中的应用 | 第55-57页 |
| 第五章 整体配准算法描述及实现 | 第57-62页 |
| 5．1 由“粗”到“细”的混合配准算法 | 第57-58页 |
| 5．2 力矩主轴法确定粗略配准参数及个参数变化范围 | 第58-59页 |
| 5．3 精细求解最优配准变换参数 | 第59-60页 |
| 5．4 结论 | 第60-62页 |
| 第六章 配准结果的评价 | 第62-79页 |
| 6．1 配准结果评价中用到的两种配准方法 | 第62-67页 |
| 6．1．1 基于图像特征点的配准算法 | 第62-66页 |
| 6．1．2 基于图像轮廓的图像配准算法 | 第66-67页 |
| 6．2 配准结果的评价 | 第67-77页 |
| 6．2．1 已知配准变换参数的配准评价 | 第68-69页 |
| 6．2．2 本文配准方法与点配准方法的比较 | 第69页 |
| 6．2．3 本文配准方法与轮廓配准方法的比较 | 第69-70页 |
| 6．2．4 本文配准方法的抗噪性能研究 | 第70-71页 |
| 6．2．5 利用几种方法对配准图像进行融合 | 第71-77页 |
| 6．3 总结与展望 | 第77-79页 |
| 学习期间发表的论文 | 第79-80页 |
| 附录 | 第80-85页 |
| 参考文献 | 第85-91页 |
| 致 谢 | 第91页 |