| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-36页 |
| ·引言 | 第10页 |
| ·医学图像配准技术 | 第10-21页 |
| ·医学图像配准的概念 | 第10-13页 |
| ·医学图像配准中的关键技术 | 第13-20页 |
| ·医学图像配准国内外研究现状 | 第20-21页 |
| ·数字减影CT 血管造影技术 | 第21-24页 |
| ·CT 血管造影的概念 | 第21-22页 |
| ·数字减影CT 血管造影的关键技术及研究现状 | 第22-24页 |
| ·医学图像分割技术 | 第24-31页 |
| ·医学图像分割的概念 | 第24-25页 |
| ·交互式图像分割方法 | 第25-29页 |
| ·交互式图像分割的研究现状 | 第29-31页 |
| ·最优化问题求解方法 | 第31-33页 |
| ·论文章节安排及创新点 | 第33-36页 |
| 第2章 基于混合概率分布和多样性控制量子行为粒子群算法 | 第36-54页 |
| ·引言 | 第36页 |
| ·标准粒子群优化算法 | 第36-39页 |
| ·标准粒子群算法原理 | 第36-38页 |
| ·标准粒子群算法的行为分析 | 第38页 |
| ·标准粒子群算法的缺陷分析 | 第38-39页 |
| ·量子行为粒子群优化算法 | 第39-42页 |
| ·量子行为粒子群算法基本原理 | 第39-42页 |
| ·QPSO 算法与SPSO 算法比较 | 第42页 |
| ·基于混合概率分布和多样性控制的QPSO 算法 | 第42-52页 |
| ·算法原理 | 第42-45页 |
| ·参数确定 | 第45-49页 |
| ·与其他算法的对比试验 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第3章 基于DRQPSO 算法的数字减影CT 颅脑血管造影 | 第54-76页 |
| ·引言 | 第54页 |
| ·现有配准方法中因互信息局部极值造成误配的原因及抑制方法 | 第54-62页 |
| ·图像的熵和联合熵 | 第54-56页 |
| ·互信息 | 第56页 |
| ·互信息局部极值形成原因分析 | 第56-59页 |
| ·互信息局部极值抑制方法 | 第59-62页 |
| ·直接引入DRQPSO 的三维医学图像配准方法 | 第62-67页 |
| ·实验数据及配准结果评估标准 | 第62-63页 |
| ·用于对比实验的几种常用于图像配准的优化算法 | 第63-65页 |
| ·实验结果及其分析 | 第65-67页 |
| ·基于DRQPSO 与POWELL 混合算法的三维医学图像配准 | 第67-69页 |
| ·基于小波的图像金字塔分解 | 第67-69页 |
| ·基于DRQPSO 与POWELL 混合算法的图像配准方法 | 第69页 |
| ·基于提出的混合配准算法的数字减影CT 颅脑血管造影 | 第69-75页 |
| ·本章小结 | 第75-76页 |
| 第4章 基于GCF Snake 的CT 肺实质自动分割 | 第76-94页 |
| ·引言 | 第76页 |
| ·经典Snake 算法 | 第76-79页 |
| ·经典Snake 算法模型 | 第76-77页 |
| ·经典Snake 算法的变分法实现 | 第77-78页 |
| ·经典Snake 算法外力场分析 | 第78-79页 |
| ·GVF Snake 算法 | 第79-82页 |
| ·GVF Snake 算法模型 | 第79-80页 |
| ·GVF Snake 算法的变分法实现 | 第80-81页 |
| ·GVF Snake 算法外力场分析 | 第81-82页 |
| ·基于梯度卷积外力场（GCF）的Snake 算法 | 第82-88页 |
| ·GCF Snake 算法模型 | 第83-84页 |
| ·GCF Snake 算法外力场分析 | 第84-86页 |
| ·GCF Snake 与GVF Snake 的对比实验 | 第86-88页 |
| ·基于GCF Snake 的CT 肺实质自动分割 | 第88-89页 |
| ·本章小结 | 第89-94页 |
| 第5章 基于可控平均代价路径Live-wire 的图像分割 | 第94-106页 |
| ·引言 | 第94页 |
| ·传统Live-wire 算法 | 第94-97页 |
| ·传统Live-wire 算法中的代价函数 | 第94-95页 |
| ·传统Live-wire 算法中最优路径的产生 | 第95-97页 |
| ·基于可控平均代价路径的新型Live-wire 算法 | 第97-103页 |
| ·新型Live-wire 算法中的代价函数 | 第97-98页 |
| ·新型Live-wire 算法中的最小代价路径的产生 | 第98-103页 |
| ·采用基于可控平均代价路径的新型Live-wire 算法的图像分割 | 第103-105页 |
| ·本章小结 | 第105-106页 |
| 第6章 结论与展望 | 第106-108页 |
| ·本论文的研究结论 | 第106-107页 |
| ·展望 | 第107-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-120页 |
| 附录：攻读博士学位期间完成的论文和参加的科研项目 | 第120页 |
