首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文

基于联合显著区域的自适应医学图像配准研究

摘要第1-6页
ABSTRACT第6-11页
0 符号和术语说明第11-12页
   ·图像的定义第11-12页
1 绪论第12-19页
   ·课题背景第12-15页
     ·医学图像配准概述第12-14页
     ·医学图像配准技术的历史发展和现状第14-15页
   ·课题概述第15-18页
     ·研究切入点——图像配准中的异常信号第15-17页
     ·研究目的及意义第17页
     ·研究的创新点第17-18页
   ·论文结构第18-19页
2 医学图像配准方法概述第19-27页
   ·医学图像配准的整体框架第19页
   ·图像配准的四大要素第19-24页
     ·特征空间第19-20页
     ·变换模型第20-22页
     ·配准目标函数第22-24页
     ·优化策略第24页
   ·配准的两类传统方法第24-25页
     ·基于特征的方法第25页
     ·基于体素灰度的方法第25页
   ·配准方法的评估(Registration Evaluation)第25-26页
   ·本章小结第26-27页
3 异常信号环境下基于联合显著图的图像配准方法第27-54页
   ·异常信号环境下图像配准面临的问题和研究现状第27-28页
     ·异常信号环境下图像配准面临的问题第27页
     ·异常信号环境下图像配准方法的研究现状第27-28页
   ·新算法的提出第28-29页
     ·提出的背景第28-29页
     ·主要思路第29页
   ·显著图提取第29-32页
     ·显著性提取算子概述第29-30页
     ·基于局部能量函数的显著图提取第30-32页
   ·联合显著图第32-36页
     ·联合显著图的构建第32-33页
     ·归一化联合显著图的意义第33-34页
     ·实现细节第34-35页
     ·实例第35-36页
   ·基于联合显著图的归一化互信息第36-40页
     ·相似性测度的选择.第36-37页
     ·基于联合显著图的归一化互信息第37-40页
   ·算法框架第40-42页
     ·算法说明第40-41页
     ·算法框架第41-42页
   ·实验结果及分析第42-52页
     ·实验环境第42-43页
     ·实验所用算法实现说明第43-44页
     ·鲁棒性测试第44-49页
     ·精度测试第49页
     ·相似性测度比较第49-52页
   ·讨论第52-53页
   ·本章小结第53-54页
4 基于联合显著区域特征点集的非刚体图像配准第54-84页
   ·背景及概述第54-55页
   ·基于显著性提取特征点第55-59页
     ·构建尺度空间图像第55-56页
     ·检测尺度空间极值点第56-57页
     ·筛选并确定特征点的位置第57-59页
   ·特征点聚类分析第59-65页
     ·对特征点聚类分析的意义第59页
     ·基于高斯混和模型的聚类方法第59-61页
     ·高斯混合模型初值的确定第61-63页
     ·特征点聚类分析实例第63-64页
     ·聚类结果对异常信号环境下非刚体配准的意义第64-65页
   ·自动筛选特征点第65-67页
   ·特征点对应关系的确定第67-68页
   ·基于紧支径向基函数的形变场逼近第68-71页
     ·基于径向基函数的变换模型第68页
     ·紧支径向基函数第68-70页
     ·径向基函数的逼近形式第70-71页
   ·配准算法框架第71-73页
     ·流程图第71-73页
     ·一些实现细节第73页
   ·实验结果及分析第73-82页
     ·实验环境第73-74页
     ·实验所用算法实现说明第74-75页
     ·评估方法第75页
     ·实验结果及分析第75-82页
   ·讨论第82-83页
   ·本章小结第83-84页
5 总结与展望第84-85页
参考文献第85-90页
致谢第90-91页
攻读学位期间发表录用学术论文及专利情况第91页

论文共91页,点击 下载论文
上一篇:构建带内支撑的组织工程化软骨的实验研究
下一篇:当代科学创造中的直觉思维