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

图像引导放疗系统中图像配准和重建技术的研究

中文摘要第1-16页
ABSTRACT第16-20页
符号说明第20-21页
第一章 绪论第21-32页
 §1.1 课题研究的背景和意义第21页
 §1.2 图像引导放射治疗第21-27页
     ·图像引导放疗网络系统第22-24页
     ·成像装置的发展第24-25页
     ·CBCT存在的问题第25-27页
 §1.3 医学图像处理技术第27-29页
     ·医学图像配准第27-28页
     ·医学图像分割第28-29页
     ·医学图像重建第29页
 §1.4 CBCT图像质量评价指标第29-30页
     ·空间解析度第29-30页
     ·均匀度第30页
     ·线性度和噪声第30页
     ·图像伪影第30页
 §1.5 本研究的主要贡献第30-32页
第二章 医学图像处理技术第32-44页
 §2.1 多分辨率分析第32-37页
     ·从傅里叶分析到小波分析第32-33页
     ·多分辨率分析第33页
     ·Mallat算法第33-35页
     ·Mallat塔式分解和重构算法第35页
     ·实验结果第35-37页
 §2.2 医学图像配准第37-40页
     ·医学图像配准综述第37页
     ·医学图像配准的一般步骤第37页
     ·空间变换第37-39页
     ·相似性测度第39页
     ·图像插值第39-40页
     ·优化算法第40页
 §2.3 图像分割算法第40-43页
     ·图像分割的定义第41页
     ·医学图像分割算法的研究现状第41-43页
 §2.4 本章小结第43-44页
第三章 CBCT图像引导放疗系统中摆位误差校正第44-54页
 §3.1 问题的引出第44页
 §3.2 概述第44页
 §3.3 CBCT工作方式第44-46页
     ·全扇形和半扇形几何第44-45页
     ·全扫描和短扫描工作方式第45-46页
 §3.4 摆位误差第46-48页
 §3.5 刚性配准第48-50页
     ·刚性变换矩阵第48-49页
     ·最大互信息第49页
     ·实验结果第49-50页
 §3.6 质心与坐标系原点重合实验第50-52页
     ·实验方案第50-51页
     ·相似性测度第51页
     ·实验结果第51-52页
 §3.7 讨论第52-53页
 §3.8 本章小结第53-54页
第四章 基于轮廓的相似性测度算法第54-65页
 §4.1 问题的引出第54页
 §4.2 相似性测度算法综述第54-57页
     ·基于像素灰度的相似性测度算法第55-56页
     ·基于图像特征的相似性测度算法第56-57页
 §4.3 基于轮廓的快速相似性测度算法第57-63页
     ·算法描述第57-58页
     ·算法实现步骤第58页
     ·实验结果第58-63页
     ·讨论第63页
 §4.4 本章小结第63-65页
第五章 基于NURBS的CBCT图像形变配准第65-75页
 §5.1 问题的引出第65页
 §5.2 基于B样条的医学图像配准第65-66页
 §5.3 基于NURBS的形变配准第66-73页
     ·基于NURBS的形变配准算法第66-70页
     ·实验结果第70-73页
     ·讨论第73页
 §5.4 本章小结第73-75页
第六章 基于光流场的CBCT剂量配准第75-84页
 §6.1 问题的引出第75页
 §6.2 概述第75-76页
 §6.3 体积和剂量第76-79页
     ·体积和边缘的定义第76-78页
     ·人体密度与CT值第78-79页
     ·剂量体积分布第79页
 §6.4 基于光流场的配准算法第79-82页
     ·Horn-Schunck全局平滑约束技术第80-82页
     ·Lucas-Kanade局部平滑约束技术第82页
 §6.5 实验结果第82-83页
     ·基于光流场配准算法实验结果第82-83页
     ·剂量配准实验结果第83页
 §6.6 本章小结第83-84页
第七章 基于压缩感知理论的CBCT图像重建第84-99页
 §7.1 问题的引出第84页
 §7.2 锥形束CT成像原理概述第84-86页
     ·CT成像技术第84-85页
     ·锥形束CT成像技术第85-86页
 §7.3 RADON变换第86-88页
     ·Radon变换第86页
     ·投影定理第86-88页
     ·FBP经典成像公式第88页
 §7.4 FDK重建算法第88-90页
     ·坐标系第89-90页
     ·FDK重建算法第90页
 §7.5 感兴趣区域重建算法第90-92页
     ·ROI重建的定义第90-91页
     ·投影数据完备性第91页
     ·Hilbert变换第91-92页
 §7.6 基于压缩感知的CBCT图像重建算法第92-97页
     ·压缩感知理论框架第93-95页
     ·将压缩感知理论引入CBCT图像重建的可行性第95-96页
     ·TV模型第96页
     ·实验结果第96-97页
 §7.7 本章小结第97-99页
第八章 总结与展望第99-102页
 §8.1 论文总结第99-100页
 §8.2 未来的工作第100-102页
参考文献第102-113页
致谢第113-114页
攻读学位期间发表的论文和研究成果第114-115页
外文论文一第115-123页
外文论文二第123-132页
学位论文评阅及答辩情况表第132页

论文共132页,点击 下载论文
上一篇:基于Voronoi图的虚拟场景漫游关键技术研究
下一篇:机器人群体行为数学建模与定量分析方法研究