| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.1.1 课题研究的背景 | 第9-11页 |
| 1.1.2 课题研究的意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 第2章 医学图像融合概述 | 第15-27页 |
| 2.1 医学成像技术 | 第15-19页 |
| 2.1.1 CT图像 | 第15-16页 |
| 2.1.2 MRI图像 | 第16-17页 |
| 2.1.3 SPECT、PET图像 | 第17-19页 |
| 2.2 医学图像融合的分类 | 第19-21页 |
| 2.2.1 按信息表征层次的分类 | 第19-20页 |
| 2.2.2 按图像源分类 | 第20-21页 |
| 2.2.3 按融合方法分类 | 第21页 |
| 2.3 医学图像融合的步骤 | 第21-22页 |
| 2.4 医学图像融合的评价标准 | 第22-25页 |
| 2.4.1 主观评价 | 第22页 |
| 2.4.2 客观评价 | 第22-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 常用医学图像融合方法 | 第27-33页 |
| 3.1 基于空间域图像融合方法 | 第27-28页 |
| 3.1.1 加权平均图像融合方法 | 第27页 |
| 3.1.2 HIS空间图像融合方法 | 第27-28页 |
| 3.1.3 主成分分析图像融合方法 | 第28页 |
| 3.2 基于金字塔变换图像融合方法 | 第28-32页 |
| 3.2.1 高斯金字塔图像融合方法 | 第28-30页 |
| 3.2.2 拉普拉斯金字塔图像融合方法 | 第30-31页 |
| 3.2.3 对比度图像融合方法 | 第31页 |
| 3.2.4 梯度图像融合方法 | 第31-32页 |
| 3.3 基于统计估计的图像融合方法 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于小波变换的医学图像融合技术研究 | 第33-55页 |
| 4.1 多分辨分析和Mallat算法 | 第33-34页 |
| 4.1.1 多分辨分析 | 第33-34页 |
| 4.1.2 Mallat算法 | 第34页 |
| 4.2 连续小波函数 | 第34-40页 |
| 4.2.1 一维连续小波变换 | 第34-36页 |
| 4.2.2 二维连续小波变换 | 第36页 |
| 4.2.3 连续小波函数的计算 | 第36-40页 |
| 4.3 离散小波函数 | 第40-47页 |
| 4.3.1 一维离散小波变换 | 第40-44页 |
| 4.3.2 二维离散小波变换 | 第44-45页 |
| 4.3.3 二维离散小波分解与重构 | 第45-47页 |
| 4.4 基于小波变换的医学图像融合方法 | 第47-50页 |
| 4.4.1 选取系数绝对值最大的融合方法 | 第48-49页 |
| 4.4.2 选取对比度绝对值最大的融合方法 | 第49-50页 |
| 4.4.3 选取匹配度的融合方法 | 第50页 |
| 4.5 实验结果分析 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于小波-Curvelet变换的医学图像融合技术研究 | 第55-69页 |
| 5.1 基于Curvelet变换的医学图像融合 | 第55-58页 |
| 5.1.1 连续时间Curvelet变换 | 第55-57页 |
| 5.1.2 离散时间Curvelet变换 | 第57-58页 |
| 5.2 基于Curvelet变换的医学图像融合方法 | 第58-59页 |
| 5.3 基于小波-Curvelet变换的医学图像融合 | 第59-63页 |
| 5.4 实验结果分析 | 第63-67页 |
| 5.5 本章小结 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
