文摘
英文文摘
声明
第一章绪论
1.1医学图像概述
1.1.1 CT成像机理及图像特点
1.1.2 MRI成像机理及图像特点
1.2医学图像融合技术的发展及研究现状
1.3 CT与MRI图像融合的临床意义
1.4论文主要内容及章节安排
第二章医学图像融合及相关理论
2.1医学图像的配准
2.1.1基于特征的医学图像配准方法
2.1.2基于灰度的配准方法
2.2医学图像信息综合
2.3医学图像融合现有方法介绍
2.3.1空间域融合方法
2.3.2变换域融合方法
2.3模糊数学理论基础
2.3.1模糊集合及其隶属度函数
2.3.2“如果-则”推理规则
2.3.3推理系统的反模糊化
2.3.4常用的模糊推理方法
2.4人工神经网络基础
2.4.1人工神经网络的发展与应用
2.4.2人工神经网络的基本结构与模型
2.4.3神经网络的学习
2.5本章小结
第三章基于Takagi-Sugeno型模糊推理的医学图像融合
3.1 Takagi-Sugeno型模糊推理系统
3.1.1纯模糊逻辑系统
3.1.2 Mamdani型模糊推理系统
3.1.3 Takagi-Sugeno型模糊推理系统
3.2基于T-S型模糊推理系统的医学图像融合算法
3.2.1 T-S模糊推理系统与RBF神经网络的等价关系
3.2.2基于T-S型模糊推理系统的医学图像融合算法
3.3 RBF模糊神经网络模型及训练算法
3.3.1 RBF模糊神经网络模型
3.3.2 RBF模糊神经网络的训练算法
3.4本章小结
第四章基于T-S模糊推理的图像融合实验
4.1实验流程
4.2实验及结果
4.3噪声图像融合实验
4.4本章小结
第五章基于RBF模糊神经网络的图像融合
5.1基于RBF模糊神经网络的医学图像融合
5.1.1 RBF模糊神经网络模型
5.1.2网络的训练
5.1.3实验与仿真
5.2基于区域特征的改进算法
5.2.1问题的提出
5.2.2算法的改进
5.3本章小结
第六章总结与展望
6.1本文总结
6.2课题展望
致谢
参考文献
研究成果