基于多尺度变换与PCNN的医学图像融合方法研究

目录

声明

第1章 绪 论

1.1 选题背景及研究的目的和意义

1.2 国内外研究现状

1.2.1 多尺度变换及其融合方法的研究现状

1.2.2 基于PCNN的图像融合方法的研究现状

1.3 存在的问题与挑战

（1）如何设计出统一普适的模型和理论的基本框架仍需解决

（2）如何提出兼顾实时性、有效性和稳定性的融合算法仍未解决

（3）如何根据图像自身的特点来选择最恰当的融合规则亟待解决

（4）如何设计统一的评价标准仍需研究

1.4 本文的组织结构

第2章 基本理论

2.1 医学图像及融合方法分类

2.1.1 医学图像的特点及分类

2.1.2 图像融合方法分类

2.2 NSCT变换基本理论及融合框架

2.2.1 NSCT 基本理论

2.2.2 基于NSCT的图像融合框架

2.3 脉冲耦合神经网络基本理论

2.3.1 PCNN 标准模型

2.3.2 本文采用的简化模型

2.3.3 PCNN模型关键参数分析

2.4 图像融合评价指标

2.4.1 主观评价指标

2.4.2 客观评价指标

2.5 本章小结

第3章 NSCT域内PCNN关键参数自适应设置融合算法

3.1 引言

3.2 NSCT滤波器的对比选择实验

3.3 本章算法框架及融合规则

3.3.1 本章算法框架

3.3.2 PCNN的连接范围的设置

3.3.3 PCNN的连接强度的设置

3.3.4 PCNN的外部激励的设置

3.4 实验结果分析与讨论

3.5 本章小结

第4章 适用于CT与多种MRI加权图像的GIF结合PCNN的融合算法

4.1 引言

4.2 引导滤波的基本原理

4.3 本章算法框架及融合规则

4.3.1 本章算法框架

4.3.2 带通子带融合规则

4.3.3 低通子带融合规则

4.4 实验结果分析与讨论

4.5 本章小结

第5章 适用于彩色医学图像的SFLA结合PCNN全参数自适应设置融合算法

5.1 引言

5.2 混合蛙跳算法基本原理

5.2.1 混合蛙跳算法基本思想

5.2.2 SFLA数学模型及寻优流程

5.2.3 SFLA基本流程

5.3 本章算法框架及融合规则

5.3.1 本章算法框架

5.3.2 SFLA参数初始化及本章算法的适应度函数

5.3.3 SFLA-PCNN优化模型

5.4 实验结果分析与讨论

5.5 本章小结

第6章 结论与展望

6.1 结论及创新点

6.2 展望

参考文献

攻读硕士学位期间取得的成果

致谢