| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 肿瘤治疗需求和聚焦超声系统 | 第12-14页 |
| 1.2 聚焦超声系统中的图像定位与监测技术 | 第14-15页 |
| 1.3 医学图像配准 | 第15-19页 |
| 1.3.1 医学图像配准的起源 | 第15-16页 |
| 1.3.2 医学图像配准的定义 | 第16-17页 |
| 1.3.3 医学图像配准的发展历史和研究现状 | 第17-18页 |
| 1.3.4 医学图像配准的步骤 | 第18-19页 |
| 1.4 粒子群优化算法 | 第19-20页 |
| 1.5 本文的组织结构和内容安排 | 第20-21页 |
| 第二章 医学图像配准与粒子群优化算法 | 第21-38页 |
| 2.1 医学图像配准 | 第21-24页 |
| 2.1.1 医学图像配准的意义 | 第21页 |
| 2.1.2 医学图像配准的分类 | 第21-24页 |
| 2.2 基于像素的医学图像配准方法 | 第24-33页 |
| 2.2.1 搜索空间 | 第25-30页 |
| 2.2.2 相似性测度 | 第30-32页 |
| 2.2.3 优化算法 | 第32-33页 |
| 2.3 基本PSO 算法 | 第33-38页 |
| 2.3.1 算法思想 | 第33页 |
| 2.3.2 数学描述 | 第33-35页 |
| 2.3.3 参数意义 | 第35-37页 |
| 2.3.4 算法流程 | 第37页 |
| 2.3.5 算法的应用 | 第37-38页 |
| 第三章 几种PSO 改进算法在医学图像配准应用中的比较 | 第38-61页 |
| 3.1 基本PSO 的局限性 | 第38-39页 |
| 3.2 PSO 算法的改进形式 | 第39-44页 |
| 3.2.1 基于参数调整的PSO 改进算法 | 第39-42页 |
| 3.2.2 基于拓扑结构的PSO 改进算法 | 第42-43页 |
| 3.2.3 混合PSO 算法 | 第43-44页 |
| 3.3 固定惯性权重PSO 算法 | 第44-50页 |
| 3.3.1 算法原理 | 第44页 |
| 3.3.2 算法流程 | 第44-46页 |
| 3.3.3 配准实验与分析 | 第46-49页 |
| 3.3.4 讨论 | 第49-50页 |
| 3.4 惯性权重线性递减PSO 算法 | 第50-54页 |
| 3.4.1 算法原理 | 第50页 |
| 3.4.2 算法流程 | 第50-52页 |
| 3.4.3 配准实验与分析 | 第52-54页 |
| 3.4.4 讨论 | 第54页 |
| 3.5 惯性权重非线性递减PSO 算法 | 第54-60页 |
| 3.5.1 算法原理 | 第54-55页 |
| 3.5.2 配准实验与分析 | 第55-59页 |
| 3.5.3 讨论 | 第59-60页 |
| 3.6 惯性权重动态调整PSO 算法 | 第60-61页 |
| 第四章 惯性权重动态调整PSO 算法及其在医学图像配准应用中的改进 | 第61-86页 |
| 4.1 惯性权重动态调整PSO 算法 | 第61-63页 |
| 4.1.1 进化速度因子 | 第61-62页 |
| 4.1.2 聚集度因子 | 第62-63页 |
| 4.1.3 动态调整的惯性权重 | 第63页 |
| 4.2 本文配准问题中因子权重的选择 | 第63-72页 |
| 4.2.1 ω_h 的选择 | 第64-68页 |
| 4.2.2 ω_s 的选择 | 第68-72页 |
| 4.3 粒子群位置初始化方法的改进 | 第72-73页 |
| 4.4 增加迭代中止条件 | 第73-75页 |
| 4.5 本文改进算法的算法流程 | 第75页 |
| 4.6 实验结果与分析 | 第75-86页 |
| 4.6.1 基于Matlab 的参数编码格式 | 第75-76页 |
| 4.6.2 实验数据与分析 | 第76-85页 |
| 4.6.3 讨论 | 第85-86页 |
| 第五章 结论与展望 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 致谢 | 第92-93页 |
| 攻读硕士学位期间发表的论文 | 第93页 |