基于自由形变模型和多尺度特征的医学图像配准算法研究

目录

声明

第一章 绪论

1.1 课题研究背景与意义

1.2 医学图像配准技术的发展与现状

1.3 本内容及章节安排

第二章 图像配准技术概论

2.1 图像配准的定义与数学描述

2.2 图像配准的基本框架

2.2.1 特征空间

2.2.2 搜索空间

2.2.3 搜索策略

2.2.4 相似性度量

2.3 医学图像配准

2.3.1 医学图像配准分类

2.3.2 基本原理与流程

2.3.3 医学图像配准的关键技术

2.4 本章小结

第三章 基于Powell法和自由形变模型的图像配准

3.1 算法思想与步骤

3.2 B样条函数曲线

3.3 B样条曲面

3.4 基于B样条的自由形变模型

3.4.1 B样条变化网格

3.4.2 自由形变模型

3.5 相似性度量方法

3.6 Powell优化方法

3.7 实验与结果分析

3.7.1 实验一与结果分析

3.7.2 实验二与结果分析

3.8 本章小结

第四章 基于多尺度特征和超分辨率重建的图像配准

4.1 算法流程图

4.2 SIFT方法简介

4.2.1 尺度空间的极值点检测

4.2.2 极值点筛选

4.2.3 特征点方向描述子生成

4.2.4 匹配特征点对

4.3 图像匹配

4.4 基于VDSR的图像超分辨率重建

4.4.1 图像超分辨率重建简介

4.4.2 CNN与残差网络

4.4.3 基于VDSR的超分辨率重建

4.5 相似性度量方法

4.6 实验与结果分析

4.6.1 实验一与结果分析

4.6.2 实验二与结果分析

4.7 本章小结

第五章 医学图像配准算法测试与对比平台

5.1 平台设计概述

5.2 主要界面及功能展示

5.3 主要操作说明

5.3.1 配准算法执行流程

5.3.2 算法评价与对比

5.4 本章小结

第六章 总结与展望

6.1 本文工作总结

6.2 工作不足与未来展望

参考文献

攻读硕士期间的研究成果及获奖情况

致谢