首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多模医学图像配准与融合技术及医学智能辅助诊断系统研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-12页
CONTENTS第12-15页
第一章 绪论第15-26页
   ·引言第15页
   ·图像配准与融合技术的发展历史第15-16页
   ·医学图像配准第16-20页
     ·图像预处理第16-17页
     ·配准算法第17-20页
   ·医学图像融合第20-22页
     ·像素级融合第20-21页
     ·特征级融合第21页
     ·决策级融合第21-22页
   ·评价标准第22页
   ·医学图像配准融合技术的应用和前景第22-23页
   ·医学图像综合智能诊断报告系统第23-25页
     ·病变判别、智能化阅片第23-24页
     ·指导治疗第24页
     ·疗效监测第24页
     ·计算机智能诊断第24-25页
   ·内容安排第25-26页
第二章 医学图像配准第26-61页
   ·图像配准简介第26-28页
     ·医学图像配准的原理及概念第26-27页
     ·医学图像配准的类型第27-28页
     ·主要配准方法第28页
   ·医学图像预处理第28-32页
     ·灰度均一化第29页
     ·窗口灰度变换第29-31页
     ·灰度线性变换第31-32页
   ·层间插值配准第32-41页
     ·插值法的基本思想第34页
     ·三次样条插值第34-39页
     ·三次样条插值应用结果分析第39-41页
   ·自由变形法非刚性配准第41-52页
     ·FFD方法简介第42-44页
     ·特征点自动识别算法第44-47页
     ·FFD方法配准算法第47-50页
     ·最大互信息配准第50-51页
     ·FFD方法配准应用结果分析第51-52页
   ·配准优化算法第52-59页
     ·沿图像梯度搜索步长加速法第52-53页
     ·算法的基本原理第53-54页
     ·沿图像梯度搜索步长加速法计算步骤第54-59页
   ·本章小结第59-61页
第三章 医学图像融合第61-88页
   ·医学图像融合简介第61-62页
   ·医学图像融合分类第62-64页
     ·像素级融合第62-63页
     ·特征级融合第63页
     ·决策级融合第63-64页
   ·医学图像融合评价标准第64-69页
     ·单个图像统计特征的评价方法第64-65页
     ·计算融合图像与源图像关系的评价方法第65-69页
   ·改进的主成分分析(PCA)图像融合第69-76页
     ·PCA算法介绍第69-71页
     ·PCA算法的改进第71-73页
     ·改进的 PCA方法融合应用结果与分析第73-76页
   ·改进小波变换图像融合第76-86页
     ·图像小波分解第76-80页
     ·图像的小波域融合第80-83页
     ·小波反变换第83页
     ·小波融合结果与分析第83-86页
   ·本章小结第86-88页
第四章 计算机综合智能辅助诊断系统第88-113页
   ·模式识别简介第88-90页
     ·数据获取第89页
     ·预处理第89-90页
     ·特征提取和选择第90页
     ·分类决策第90页
   ·医学图像识别第90-91页
   ·SPECT心脏灌注图像中心肌的识别第91-100页
     ·MRS算法第92-93页
     ·最佳阈值分割第93-96页
     ·图像腐蚀第96页
     ·轮廓跟踪第96-97页
     ·搜索心肌的质心第97-99页
     ·算法应用结果与分析第99-100页
   ·全身骨 SPECT图像分类(病灶识别)第100-106页
     ·最佳灰度阈值分割法分离全身骨头与本底(背景)第101-102页
     ·灰度均衡消除膀胱高计数量影响第102-103页
     ·划分正常与病变全身骨 SPECT图像第103-105页
     ·全身骨 SPECT图像智能诊断算法步骤第105页
     ·算法应用结果与分析第105-106页
   ·SPECT全身骨智能诊断数据库报告系统第106-109页
     ·WBBSIID数据库管理系统第106-108页
     ·全身骨 SPECT图像智能诊断界面第108-109页
     ·WBBSIID数据库系统开发运行环境第109页
   ·计算机综合智能辅助诊断系统的发展方向和展望第109-112页
     ·计算机综合智能辅助诊断系统现状第110-112页
     ·计算机综合智能辅助诊断系统未来展望第112页
   ·本章小结第112-113页
结论第113-116页
 本项目的主要研究成果及创新点第113-114页
 今后课题的研究方向第114-116页
参考文献第116-127页
攻读博士学位期间发表的论文第127-130页
致谢第130-131页

论文共131页,点击 下载论文
上一篇:基于VoiceXML的呼叫中心语音交互平台开发与应用
下一篇:电力设备内部温度光纤光栅传感阵列在线监测系统关键技术的研究