声明
摘要
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状及趋势
1.2.1 多模态医学影像的产生机理与方法
1.2.2 多模态影像融合及其在肺癌精准医疗中的应用
1.2.3 多模态影像分割及其在肺癌精准医疗中的应用
1.3 本文主要工作
2 基于混合互信息和改进粒子群优化算法的医学影像配准方法
2.1 图像配准基础概述
2.2 基于混合互信息和改进粒子群优化算法的医学影像配准方法
2.2.1 基于Renyi熵的互信息
2.2.2 粒子群优化算法
2.2.3 最小点密度方差准则
2.3 实验及结果分析
2.3.1 实验图像及对比算法
2.3.2 图像配准评价指标
2.3.3 实验结果与主观评价
2.3.4 实验结果的客观评价
2.4 本章小结
3 基于投影字典对学习的医学影像融合算法
3.1 基于稀疏表示的图像特征提取与融合
3.1.1 图像稀疏表示模型
3.1.2 稀疏分解算法
3.1.3 稀疏字典训练与构造
3.2 基于投影字典对学习的医学影像融合算法
3.2.1 源图像的预处理
3.2.2 基于投影字典对学习的图像特征提取
3.2.3 融合准则
3.3 实验及结果分析
3.3.1 对比算法
3.3.2 图像融合评价指标
3.3.3 融合结果与主观评价
3.3.4 融合结果的客观评价
3.4 本章小结
4 基于联合拟合能量的医学影像分割算法
4.1 图像分割理论基础
4.1.1 图像分割算法分类
4.1.2 曲线演变及水平集方法
4.2 基于联合拟合能量的医学影像分割算法
4.2.1 基于图像梯度信息的全局拟合能量
4.2.2 基于图像张量信息的局部拟合能量
4.2.3 拟合能量的正则化
4.3 实验及结果分析
4.3.1 实验图像及对比算法
4.3.2 图像分割评价指标
4.3.3 实验结果与主观评价
4.3.4 实验结果的客观评价
4.4 本章小结
5 总结与展望
5.1 研究内容总结
5.2 未来工作展望
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢