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 |