| 中文摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 符号说明 | 第15-17页 |
| 第一章 绪论 | 第17-24页 |
| ·医学图像配准研究的背景、意义 | 第17-18页 |
| ·医学图像配准国内外研究现状 | 第18-20页 |
| ·本文的研究工作和内容安排 | 第20-24页 |
| 第二章 医学图像配准综述 | 第24-39页 |
| ·医学图像配准的概念 | 第24-25页 |
| ·医学图像配准的基本框架 | 第25-27页 |
| ·医学图像配准方法分类 | 第27-35页 |
| ·按照配准的特征空间分类 | 第28-29页 |
| ·按照配准的变换函数分类 | 第29-32页 |
| ·按照配准的相似性测度分类 | 第32-34页 |
| ·按照配准的搜索策略分类 | 第34-35页 |
| ·医学图像配准的一些关键问题 | 第35-37页 |
| ·医学图像配准的特征提取 | 第35-36页 |
| ·基于物理模型配准方法的改进 | 第36页 |
| ·结合图像分层和特征约束策略 | 第36-37页 |
| ·应用智能优化方法 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于形状匹配和B样条插值的脑部图像非刚性配准 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·特征标记点提取 | 第40-46页 |
| ·形状匹配法选取特征标志 | 第40-43页 |
| ·改进的形状匹配法 | 第43-45页 |
| ·标记点的分布 | 第45-46页 |
| ·基于B样条插值的配准方法 | 第46-50页 |
| ·三次B样条及三次B样条曲面 | 第46-47页 |
| ·B样条散乱数据插值曲面逼近 | 第47-49页 |
| ·基于B样条插值的图像配准 | 第49-50页 |
| ·实验结果和讨论 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于改进光流场模型的脑部多模医学图像配准 | 第53-64页 |
| ·引言 | 第53页 |
| ·梯度光流场模型 | 第53-55页 |
| ·模态变换 | 第55-58页 |
| ·直方图规定化 | 第55-57页 |
| ·精确直方图规定化 | 第57-58页 |
| ·改进的光流场模型 | 第58-59页 |
| ·配准实验与结果分析 | 第59-63页 |
| ·模态变换对配准结果的影响 | 第59-61页 |
| ·改进的光流场模型实验 | 第61-62页 |
| ·和基于互信息的配准结果比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结合分层策略与特征约束的医学图像配准 | 第64-72页 |
| ·引言 | 第64页 |
| ·非参数配准 | 第64-67页 |
| ·图像变换 | 第65页 |
| ·相似性测度 | 第65-66页 |
| ·规则化 | 第66-67页 |
| ·分层策略 | 第67-68页 |
| ·结合特征约束和分层策略的配准方法 | 第68-70页 |
| ·配准实验 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 基于多目标交叉变异粒子群算法的多模医学图像非刚性配准 | 第72-83页 |
| ·引言 | 第72-73页 |
| ·基于互信息的配准 | 第73-75页 |
| ·基于B样条的图像变换 | 第73-74页 |
| ·传统优化算法对于互信息配准尚存在的问题 | 第74-75页 |
| ·粒子群搜索策略 | 第75-76页 |
| ·多目标交叉变异粒子群优化算法 | 第76-77页 |
| ·多目标粒子群优化算法 | 第76页 |
| ·子群间的交叉变异 | 第76-77页 |
| ·算法流程 | 第77页 |
| ·实验结果及分析 | 第77-81页 |
| ·本章小结 | 第81-83页 |
| 第七章 基于压缩传感的非平稳信号的压缩方法 | 第83-91页 |
| ·引言 | 第83-84页 |
| ·压缩传感原理 | 第84-85页 |
| ·非平稳信号的稀疏基 | 第85-87页 |
| ·实验结果及分析 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 第八章 总结与展望 | 第91-94页 |
| ·论文总结 | 第91-92页 |
| ·未来的工作 | 第92-94页 |
| 参考文献 | 第94-101页 |
| 致谢 | 第101-102页 |
| 攻读学位期间发表和已投稿的论文 | 第102-103页 |
| 外文论文一 | 第103-111页 |
| 外文论文二 | 第111-117页 |
| 学位论文评阅及答辩情况表 | 第117页 |