互信息与粗粒度并行遗传算法在医学图像配准中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容及结构 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 医学图像配准相关技术 | 第14-28页 |
| ·医学图像配准的原理及流程 | 第14-16页 |
| ·医学图像配准的关键技术 | 第16-21页 |
| ·图像的空间几何变换 | 第16-18页 |
| ·相似性测度 | 第18-19页 |
| ·优化算法 | 第19-20页 |
| ·插值技术 | 第20-21页 |
| ·医学图像配准的主要方法 | 第21-25页 |
| ·基于图像特征的配准方法 | 第21-22页 |
| ·基于体素相似性的配准方法 | 第22-24页 |
| ·基于变换域的配准方法 | 第24-25页 |
| ·基于最大互信息的医学图像配准方法 | 第25-27页 |
| ·信息熵 | 第25-26页 |
| ·互信息 | 第26-27页 |
| ·基于最大互信息的医学图像配准过程 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 改进的粗粒度并行遗传算法 ICGGA | 第28-46页 |
| ·常用优化算法分析 | 第28-34页 |
| ·Powell 算法 | 第28-30页 |
| ·遗传算法 | 第30-34页 |
| ·现有粗粒度并行遗传算法分析 | 第34-36页 |
| ·粗粒度并行遗传算法基本概念 | 第34-35页 |
| ·粗粒度并行遗传算法运行步骤 | 第35页 |
| ·粗粒度并行遗传算法计算性能分析 | 第35-36页 |
| ·一种改进的粗粒度并行遗传算法 ICGGA | 第36-45页 |
| ·改进的自适应交叉率及变异率 | 第36-39页 |
| ·遗传终止条件 | 第39-40页 |
| ·ICGGA 算法思想 | 第40-41页 |
| ·ICGGA 算法设计 | 第41-43页 |
| ·ICGGA 算法实现 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 4 互信息与 ICGGA 在医学图像配准中的应用 | 第46-54页 |
| ·配准过程的基本思想 | 第46页 |
| ·实验环境及相关参数 | 第46-47页 |
| ·实验步骤 | 第47页 |
| ·实验结果及分析 | 第47-53页 |
| ·算法验证 | 第47-50页 |
| ·单模配准实验 | 第50-51页 |
| ·多模配准实验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·全文总结 | 第54-55页 |
| ·前景展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第61页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第61页 |
