首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

脑部医学图像配准算法的研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 引言第9页
    1.2 脑部医学图像配准的研究背景与意义第9-11页
        1.2.1 脑部医学图像配准的研究背景第9-10页
        1.2.2 脑部医学图像配准的研究意义第10-11页
    1.3 脑部医学图像配准的国内外研究现状第11-12页
    1.4 论文主要研究内容和创新点第12-13页
    1.5 论文组织结构第13-14页
第二章 医学图像配准的相关基础知识第14-29页
    2.1 医学图像的成像原理第14-16页
    2.2 图像配准的概念第16-17页
    2.3 图像配准方法的分类第17-19页
    2.4 图像配准的流程第19-21页
    2.5 图像配准的重要模块第21-28页
        2.5.1 相似性测度第21-24页
        2.5.2 空间变换第24-26页
        2.5.3 图像插值第26-28页
        2.5.4 搜索算法第28页
    2.6 本章小结第28-29页
第三章 基于互信息的脑部医学图像配准第29-50页
    3.1 互信息的基本理论第29-34页
        3.1.1 信息论第29页
        3.1.2 熵第29-30页
        3.1.3 联合直方图第30-32页
        3.1.4 互信息第32-34页
    3.2 IMI算法的流程第34-43页
        3.2.1 初始值的获得第34-38页
        3.2.2 改进的互信息第38-42页
        3.2.3 搜索算法第42页
        3.2.4 IMI算法的配准流程第42-43页
    3.3 实验与结果分析第43-49页
        3.3.1 实验环境与数据第43-44页
        3.3.2 实验设置与评价指标第44页
        3.3.3 实验结果及分析第44-49页
    3.4 本章小结第49-50页
第四章 基于Demons算法的脑部医学图像配准第50-73页
    4.1 Demons图像配准第50-57页
        4.1.1 原始Demons算法第50-54页
        4.1.2 ActiveDemons算法第54-55页
        4.1.3 改进的ActiveDemons算法第55-56页
        4.1.4 对称梯度算法第56-57页
    4.2 IDFBDemons算法第57-63页
        4.2.1 改进的Demons算法第57-62页
        4.2.2 IDFBDemons算法的流程第62-63页
    4.3 实验与结果分析第63-72页
        4.3.1 实验环境与数据第63页
        4.3.2 实验设置与评价指标第63-66页
        4.3.3 实验结果及分析第66-72页
    4.4 本章小结第72-73页
第五章 总结与展望第73-75页
    5.1 本文总结第73页
    5.2 展望第73-75页
致谢第75-76页
参考文献第76-82页
攻读硕士学位期间取得的成果第82页

论文共82页,点击 下载论文
上一篇:基于存储模型的HBase查询优化技术研究
下一篇:基于SOA的固井工程设计系统研究与实现