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

基于进化计算的脑MR图像动态配准算法研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-16页
   ·课题背景和研究意义第9-10页
   ·国内外研究现状第10-13页
   ·本文的主要工作第13-14页
   ·论文组织框架第14-16页
2 脑核磁共振图像配准基本原理第16-24页
   ·医学图像配准的基本框架和关键技术第16-22页
     ·医学图像配准的基本框架第16-17页
     ·主要组成部分第17-22页
   ·主要的脑 MR 图像配准方法第22-23页
     ·基于图像特征的配准方法第22-23页
     ·基于体素的配准方法第23页
   ·本章小结第23-24页
3 基于继承思想和 LDWPSO 的动态脑 MR 图像配准算法第24-40页
   ·LDWPSO——经典惯性权重线性递减 PSO 算法第24-27页
     ·基本 PSO 算法第24-26页
     ·带惯性权重的 PSO 算法第26页
     ·惯性权重线性递减 PSO 算法第26-27页
   ·基于继承思想和 LDWPSO 的动态脑 MR 图像配准算法第27-33页
     ·动态优化问题理论基础第27-29页
     ·基于种群全继承的算法形式第29-31页
     ·基于种群半继承的算法形式第31-32页
     ·时间复杂度分析第32-33页
   ·实验结果与分析第33-39页
     ·实验条件第33-34页
     ·实验结果与分析第34-39页
   ·本章小结第39-40页
4 基于继承思想和 GA 的动态脑 MR 图像配准算法第40-51页
   ·遗传算法(GA)基本原理第41-43页
   ·基于继承思想和 GA 的动态脑 MR 图像配准算法第43-45页
     ·基于种群全继承的算法形式第43-44页
     ·基于种群半继承的算法形式第44-45页
   ·实验结果与分析第45-50页
     ·实验条件第45页
     ·实验结果与分析第45-50页
   ·本章小结第50-51页
5 基于互信息评价准则的动态脑磁共振图像配准算法的比较研究第51-62页
   ·基于互信息的配准算法原理第51-57页
     ·互信息理论第51-54页
     ·三种互信息评价准则介绍第54-57页
   ·实验结果与分析第57-61页
     ·实验条件第57页
     ·测度函数性能曲线比较与分析第57-59页
     ·实验结果分析第59-61页
   ·本章小结第61-62页
6 总结与展望第62-64页
   ·总结第62-63页
   ·展望第63-64页
致谢第64-65页
参考文献第65-68页
附录第68页
 A. 作者在攻读学位期间发表的论文目录第68页
 B. 作者在攻读学位期间参与的科研项目第68页

论文共68页,点击 下载论文
上一篇:基于模糊聚类的图像分割算法研究
下一篇:基于时频分析的序列图像弱小运动目标检测