| 摘要 | 第10-13页 |
| ABSTRACT | 第13-16页 |
| 第1章 绪论 | 第17-27页 |
| 1.1 研究背景及意义 | 第17-19页 |
| 1.2 医学图像配准研究概述 | 第19-25页 |
| 1.2.1 医学图像配准的框架 | 第19-20页 |
| 1.2.2 医学图像配准分类 | 第20页 |
| 1.2.3 医学图像配准中的关键问题和策略 | 第20-23页 |
| 1.2.4 光流模型和马尔可夫随机场方法综述 | 第23-24页 |
| 1.2.5 肺部图像配准方法综述 | 第24-25页 |
| 1.3 本文的主要工作与创新 | 第25页 |
| 1.4 本文的组织结构 | 第25-27页 |
| 第2章 基于光流模型和基于流形学习的配准方法 | 第27-35页 |
| 2.1 引言 | 第27页 |
| 2.2 基于光流模型的配准方法 | 第27-31页 |
| 2.2.1 Lucas-Kanade方法 | 第27-28页 |
| 2.2.2 Horn-Schunck方法 | 第28页 |
| 2.2.3 联合局部全局光流法 | 第28页 |
| 2.2.4 梯度不变光流法 | 第28-29页 |
| 2.2.5 大尺度偏移光流法 | 第29-30页 |
| 2.2.6 TV-L1光流法 | 第30-31页 |
| 2.3 基于流形学习理论的图像配准 | 第31-35页 |
| 2.3.1 流形学习理论 | 第31-33页 |
| 2.3.2 基于流形学习的多模态配准方法 | 第33-35页 |
| 第3章 基于边缘邻域描述子的多模态图像配准方法 | 第35-45页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于人工模态的多模态图像配准框架 | 第36-37页 |
| 3.3 基于熵图像描述子的多模态配准方法 | 第37-38页 |
| 3.4 基于边缘邻域描述子的多模态配准方法 | 第38-40页 |
| 3.5 实验结果分析 | 第40-44页 |
| 3.5.1 相似度曲线和计算时间分析 | 第40-42页 |
| 3.5.2 配准效果分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于图像特征和流形学习的多模态图像配准方法 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 基于流形学习的多模态图像配准方法 | 第46-47页 |
| 4.3 提出的基于图像特征和流形学习的多模态图像配准方法 | 第47-51页 |
| 4.3.1 基于图像边缘的流形学习图像描述子 | 第47-48页 |
| 4.3.2 Harris角点检测算法 | 第48-49页 |
| 4.3.3 基于角点的流形学习图像描述子 | 第49-51页 |
| 4.4 实验结果分析 | 第51-54页 |
| 4.4.1 计算时间和相似度曲线分析 | 第51-52页 |
| 4.4.2 刚性配准实验分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于混合局部二值模式的肺部4D CT非刚性配准方法 | 第55-71页 |
| 5.1 引言 | 第55-56页 |
| 5.2 经典Lucas-Kanade配准方法 | 第56-57页 |
| 5.3 局部二值模式 | 第57-58页 |
| 5.3.1 经典的局部二值模式 | 第57页 |
| 5.3.2 对称局部二值模式 | 第57-58页 |
| 5.4 提出的肺部4D CT非刚性配准方法 | 第58-63页 |
| 5.4.1 提出的混合局部二值模式 | 第58-60页 |
| 5.4.2 提出的精确逆一致对称光流法 | 第60-61页 |
| 5.4.4 配准方法的实现步骤 | 第61-63页 |
| 5.5 实验结果分析 | 第63-69页 |
| 5.5.1 DIR-Lab肺部数据和配准参数设置 | 第63-65页 |
| 5.5.2 DIR-Lab数据的非刚性配准效果分析 | 第65-67页 |
| 5.5.3 Popi数据的非刚性配准效果分析 | 第67-69页 |
| 5.6 本章小结 | 第69-71页 |
| 第6章 基于双边滤波器的肺部4D CT非刚性配准方法 | 第71-83页 |
| 6.1 引言 | 第71页 |
| 6.2 多阈值局部二值模式 | 第71-73页 |
| 6.3 双边滤波器保持边缘特性 | 第73-75页 |
| 6.4 提出的肺部4D CT的非刚性配准方法 | 第75-77页 |
| 6.4.1 基于双边滤波器的非刚性配准方法 | 第75-76页 |
| 6.4.2 提出的配准方法实现步骤 | 第76-77页 |
| 6.5 实验结果分析 | 第77-81页 |
| 6.5.1 DIR-Lab数据和配准参数设置 | 第77-78页 |
| 6.5.2 DIR-Lab数据的非刚性配准效果分析 | 第78-80页 |
| 6.5.3 Popi数据的非刚性配准效果分析 | 第80-81页 |
| 6.6 本章小结 | 第81-83页 |
| 第7章 总结与展望 | 第83-86页 |
| 7.1 本文工作总结 | 第83-84页 |
| 7.2 下一步研究计划 | 第84-86页 |
| 参考文献 | 第86-100页 |
| 致谢 | 第100-101页 |
| 攻读学位期间取得的成果目录 | 第101-102页 |
| 英文论文 | 第102-121页 |
| 学位论文评阅及答辩情况表 | 第121页 |
