| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景与研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·多模态医学图像融合研究存在的问题 | 第14-15页 |
| ·论文的主要工作 | 第15页 |
| ·论文章节安排 | 第15-17页 |
| 第2章 多模态医学图像融合基础知识 | 第17-27页 |
| ·多模态医学图像特点 | 第17-19页 |
| ·CT 图像 | 第17页 |
| ·MRI 图像 | 第17-18页 |
| ·PET 图像 | 第18页 |
| ·SPECT 图像 | 第18-19页 |
| ·多模态医学图像融合的层次划分 | 第19-20页 |
| ·像素级多模态医学图像融合 | 第20-23页 |
| ·空间域的医学图像融合方法 | 第20-22页 |
| ·变换域的医学图像融合方法 | 第22-23页 |
| ·融合图像常规评价体系 | 第23-26页 |
| ·主观评价 | 第23页 |
| ·客观评价 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于提升小波变换的医学图像融合算法 | 第27-43页 |
| ·提升小波变换 | 第27-28页 |
| ·遗传算法(GA) | 第28-29页 |
| ·基于提升小波的医学图像融合算法 | 第29-34页 |
| ·低频区域平均能量加权融合 | 第30-31页 |
| ·基于分盒计数与区域梯度能量相结合的高频子带系数的融合规则 | 第31-34页 |
| ·实验结果与分析 | 第34-42页 |
| ·灰度图像融合 | 第34-38页 |
| ·彩色图像融合 | 第38-42页 |
| ·结论 | 第42-43页 |
| 第4章 基于人眼视觉特性的医学图像自适应融合 | 第43-63页 |
| ·非下采样 Contourlet 变换(NSCT) | 第43-47页 |
| ·脉冲耦合神经网络 PCNN | 第47-48页 |
| ·粒子群算法(PSO) | 第48-51页 |
| ·基于结构相似度的医学图像自适应融合 | 第51-55页 |
| ·改进结构相似度 | 第52-53页 |
| ·低频子带融合准则 | 第53页 |
| ·高频子带融合规则 | 第53-55页 |
| ·实验结果及分析 | 第55-61页 |
| ·灰度图像融合 | 第55-58页 |
| ·彩色图像融合 | 第58-61页 |
| ·结论 | 第61-63页 |
| 第5章 总结与展望 | 第63-66页 |
| ·论文工作总结 | 第63-64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 硕士期间研究成果及参与项目 | 第72-73页 |
| 致谢 | 第73页 |