| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 医学图像配准的发展简介 | 第10页 |
| 1.3 医学图像配准的研究现状 | 第10-13页 |
| 1.3.1 基于图像特征的医学图像配准方法 | 第11-12页 |
| 1.3.2 基于图像灰度的医学图像配准算法 | 第12-13页 |
| 1.4 医学图像配准的基本过程 | 第13-20页 |
| 1.4.1 空间变换 | 第14-15页 |
| 1.4.2 图像插值 | 第15-17页 |
| 1.4.3 相似性测度 | 第17-18页 |
| 1.4.4 多参数优化方法 | 第18-20页 |
| 1.5 本文研究的内容及结构安排 | 第20-22页 |
| 第二章 基于直方图规定化的医学图像预处理 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 图像滤波 | 第22-26页 |
| 2.2.1 空间域滤波 | 第22-24页 |
| 2.2.2 频率域滤波 | 第24-26页 |
| 2.2.3 图像滤波的优缺点 | 第26页 |
| 2.3 基于直方图规定化的医学图像预处理 | 第26-29页 |
| 2.3.1 直方图规定化定义 | 第27页 |
| 2.3.2 直方图规定化原理 | 第27-28页 |
| 2.3.3 直方图规定化基本步骤 | 第28-29页 |
| 2.4 实验结果分析 | 第29-32页 |
| 2.4.1 直方图规定化实验 | 第29-30页 |
| 2.4.2 直方图规定化对配准结果的影响 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于SURF算法和光流场模型的医学图像配准 | 第33-57页 |
| 3.1 引言 | 第33页 |
| 3.2 基于SURF算法的医学图像配准算法 | 第33-42页 |
| 3.2.1 SURF算法介绍 | 第33-37页 |
| 3.2.2 基于SURF算法的医学图像配准 | 第37-42页 |
| 3.2.3 实验总结 | 第42页 |
| 3.3 光流场模型算法 | 第42-45页 |
| 3.3.1 Horn-Schunk光流场算法 | 第42-45页 |
| 3.3.2 光流场算法的优缺点 | 第45页 |
| 3.4 本文算法流程 | 第45-46页 |
| 3.5 实验分析 | 第46-56页 |
| 3.5.1 配准精度的评价标准 | 第47页 |
| 3.5.2 实验结果分析 | 第47-56页 |
| 3.5.3 实验总结 | 第56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 基于CUDA并行加速的多模态医学图像配准 | 第57-68页 |
| 4.1 引言 | 第57页 |
| 4.2 GPU及CUDA理论知识 | 第57-61页 |
| 4.2.1 GPU的基础知识 | 第57-59页 |
| 4.2.2 CUDA的基础知识 | 第59-60页 |
| 4.2.3 CUDA加速MATLAB程序 | 第60-61页 |
| 4.3 基于CUDA加速的配准算法设计 | 第61-63页 |
| 4.4 实验环境及评价标准 | 第63-67页 |
| 4.4.1 CUDA加速单模态医学图像配准算法 | 第63-64页 |
| 4.4.2 CUDA加速多模态医学图像配准算法 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 硕士期间发表论文以及参加科研项目情况 | 第75-76页 |
| 致谢 | 第76-77页 |