基于GSNI测度的多模态医学图像配准方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·医学图像配准的研究现状 | 第12-13页 |
| ·主要研究内容和论文结构 | 第13-15页 |
| ·主要工作 | 第13-14页 |
| ·结构安排 | 第14-15页 |
| 第二章 医学图像配准技术概述 | 第15-32页 |
| ·图像配准的定义 | 第15-26页 |
| ·图像配准的一般步骤 | 第15-17页 |
| ·图像配准的特性 | 第17-24页 |
| ·医学图像配准方法的分类 | 第24-26页 |
| ·图像配准方法简介 | 第26-30页 |
| ·基于像素的图像配准方法 | 第26-27页 |
| ·基于表面的配准方法 | 第27-29页 |
| ·基于特征点的配准方法 | 第29-30页 |
| ·图像配准算法的评估 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于互信息的医学图像配准 | 第32-41页 |
| ·互信息 | 第32-34页 |
| ·互信息用于图像配准 | 第34-36页 |
| ·互信息的改进形式 | 第36-40页 |
| ·归一化互信息 | 第37-38页 |
| ·高阶互信息 | 第38-39页 |
| ·最大互信息与边缘方差结合的配准方法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于GSNI测度的多模态医学图像配准 | 第41-50页 |
| ·SNI信息用于图像配准 | 第41-46页 |
| ·Ⅰ-alpha信息 | 第41-45页 |
| ·改进的Ⅰ-alpha信息 | 第45-46页 |
| ·梯度信息与SNI信息结合 | 第46-49页 |
| ·梯度信息 | 第46-48页 |
| ·梯度信息加入SNI信息组成新的测度 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验设计与结果分析 | 第50-65页 |
| ·实验设计 | 第50-58页 |
| ·图像预处理 | 第50-52页 |
| ·空间变换模型 | 第52页 |
| ·插值方法的选择 | 第52-54页 |
| ·优化搜索算法 | 第54-57页 |
| ·医学图像配准步骤和流程 | 第57-58页 |
| ·实验结果分析 | 第58-64页 |
| ·不同测度的函数曲线 | 第59-61页 |
| ·计算时间 | 第61-62页 |
| ·配准精度 | 第62-63页 |
| ·配准结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 本文总结 | 第65-66页 |
| 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的论文 | 第72-75页 |
| 致谢 | 第75页 |
