多模态医学图像配准算法的研究与应用

摘要

本文对医学图像配准课题的目的意义及研究现状作了简要介绍，对医学图像配准中的相似性测度以及优化算法进行了仔细的研究与分析，用实验验证了归一化互信息在配准中的精度和可靠性。
　　提出了一种基于改进遗传算法的刚体图像配准方法。分析得到该问题遗传空间内染色体的每一位基因是具有不同的重要性的，所以为每一位基因通过自适应公式设置不同的变异概率进行变异来提高算法精度和搜索速度，然后与标准遗传算法进行配准比对实验，证明了本文提出的改进遗传算法的性能高于标准遗传算法，具有很强的鲁棒性。
　　最后通过对已阅读文献的总结得出今后医学图像配准领域亟待解决的几大问题。

目录

声明

摘要

第一章 绪论

1．1 课题背景及研究意义

1．2 医学图像配准的发展历史以及国内外研究现状

1．3 本文主要研究工作及结构安排

第二章 医学图像配准理论基础

2．1 图像配准的基本元素

2．2 医学图像配准分类

2．3 医学图像配准的主要方法

2．4 医学图像配准基本框架

2．5 本章小结

第三章 归一化互信息与遗传算法的研究及实验分析

3．1 归一化互信息的研究与实验分析

3．2 遗传算法的研究与分析

3．3 本章小结

第四章 基于改进遗传算法的刚体医学图像配准

4．1 改进的遗传算法

4．2 基于改进遗传算法和标准遗传算法的图像配准实验比对

4．3 实验结果分析

4．4 本章小结

第五章 总结与展望

5．1 本文工作内容的总结

5．2 今后工作展望

致谢

参考文献