| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 图像融合国内外研究现状 | 第11-14页 |
| 1.2.1 CT和MRI图像融合技术发展现状 | 第11-12页 |
| 1.2.2 非负矩阵分解在图像融合方面发展现状 | 第12-13页 |
| 1.2.3 脉冲耦合神经网络在图像融合方面发展现状 | 第13-14页 |
| 1.3 本文主要研究内容及安排 | 第14-15页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 论文组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-18页 |
| 2 图像融合基本理论 | 第18-32页 |
| 2.1 多模态医学图像基本概念 | 第18-20页 |
| 2.1.1 CT图像 | 第18-19页 |
| 2.1.2 MRI图像 | 第19页 |
| 2.1.3 PET图像 | 第19-20页 |
| 2.2 图像融合分类 | 第20-25页 |
| 2.2.1 空间域融合 | 第20-21页 |
| 2.2.2 变换域融合 | 第21-25页 |
| 2.3 非负矩阵分解基本理论 | 第25-26页 |
| 2.4 脉冲耦合神经网络基本理论 | 第26-29页 |
| 2.4.1 传统脉冲耦合神经网络模型 | 第26-28页 |
| 2.4.2 改进脉冲耦合神经网络模型 | 第28-29页 |
| 2.5 图像融合评价标准 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 基于NSST域改进加权非负矩阵分解的图像融合 | 第32-42页 |
| 3.1 改进加权非负矩阵分解方法 | 第32页 |
| 3.2 融合规则 | 第32-36页 |
| 3.2.1 低频子带融合规则 | 第33-34页 |
| 3.2.2 高频子带融合规则 | 第34-36页 |
| 3.3 实验结果分析 | 第36-40页 |
| 3.3.1 医学多模态融合实验 | 第37-38页 |
| 3.3.2 多聚焦图像融合实验 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 基于NSST域简化PCNN模型的多模态医学图像融合 | 第42-50页 |
| 4.1 改进简化PCNN模型 | 第42-43页 |
| 4.2 模拟退火优化算法 | 第43-44页 |
| 4.3 融合规则 | 第44-46页 |
| 4.3.1 低频子带融合规则 | 第44-45页 |
| 4.3.2 高频子带融合规则 | 第45-46页 |
| 4.4 实验结果分析 | 第46-49页 |
| 4.4.1 融合实验 | 第46-48页 |
| 4.4.2 实验结果分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 多模态医学图像融合系统 | 第50-62页 |
| 5.1 系统设计的目的及意义 | 第50页 |
| 5.2 多模态医学图像融合系统总体设计 | 第50-51页 |
| 5.3 系统模块功能实现 | 第51-60页 |
| 5.3.1 系统登录模块 | 第51-52页 |
| 5.3.2 图像读入模块 | 第52-53页 |
| 5.3.3 图像预处理模块 | 第53-57页 |
| 5.3.4 图像融合模块 | 第57-58页 |
| 5.3.5 评价指标模块 | 第58-60页 |
| 5.4 本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 本文总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |