| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 医学图像配准国内外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容和章节安排 | 第11-13页 |
| 1.3.1 本文主要研究内容 | 第11-12页 |
| 1.3.2 本文章节安排 | 第12-13页 |
| 第二章 图像配准基本理论 | 第13-25页 |
| 2.1 图像配准的基本概念 | 第13-14页 |
| 2.2 图像配准方法分类 | 第14-15页 |
| 2.3 图像配准关键技术 | 第15-23页 |
| 2.3.1 空间几何变换 | 第16-18页 |
| 2.3.2 相似度量 | 第18-19页 |
| 2.3.3 图像插值技术 | 第19-22页 |
| 2.3.4 搜索优化算法 | 第22-23页 |
| 2.4 图像配准评价 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 配准图像预处理 | 第25-39页 |
| 3.1 图像降噪 | 第25-30页 |
| 3.1.1 常见噪声分类 | 第25-26页 |
| 3.1.2 常用图像降噪方法 | 第26-30页 |
| 3.2 图像增强 | 第30-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于互信息与梯度信息结合的多模医学图像配准 | 第39-57页 |
| 4.1 互信息基本理论 | 第39-41页 |
| 4.1.1 熵、条件熵、联合熵 | 第39-40页 |
| 4.1.2 互信息 | 第40-41页 |
| 4.1.3 归一化互信息 | 第41页 |
| 4.2 互信息与梯度信息相结合的配准方法 | 第41-47页 |
| 4.2.1 梯度信息 | 第41-44页 |
| 4.2.2 互信息与梯度信息结合的联合配准测度 | 第44-47页 |
| 4.3 搜索优化算法 | 第47-51页 |
| 4.3.1 PSO算法 | 第47-49页 |
| 4.3.2 Powell算法 | 第49-50页 |
| 4.3.3 PSO与Powell结合的分步搜索算法 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-56页 |
| 4.4.1 性能分析 | 第53-56页 |
| 4.4.2 准确性测试分析 | 第56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第63-64页 |
| 致谢 | 第64-65页 |