声明
1 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 国内外研究现状综述
1.2.2 尚存难题
1.3 论文的主要研究工作
1.4 论文的组织结构安排
2 非刚性医学图像配准技术概述
2.1 引言
2.2 非刚性医学图像配准技术简介
2.2.1 配准问题定义
2.2.2 配准方法分类
2.3 非刚性医学图像配准基本框架
2.3.1 特征空间
2.3.2 搜索空间
2.3.3 相似性测度
2.3.4 优化策略
2.4 图像插值
2.5 配准效果评价
2.6 本章小结
3 基于可压缩流的B样条自由形变配准方法
3.1 引言
3.2 基于可压缩流的相似性测度
3.2.1 可压缩流基本原理
3.2.2 基于可压缩流的相似性测度
3.3 多尺度 B样条自由形变配准模型
3.3.1 B 样条函数
3.3.2 多尺度 B 样条配准框架
3.4 算法的执行过程
3.5 实验结果与分析
3.5.1 定性分析
3.5.2 定量分析
3.6 本章小结
4 基于卷积神经网络的非刚性医学图像配准方法
4.1 引言
4.2 基于深度学习的非刚性图像配准方法
4.2.1 有监督学习配准方法
4.2.2 无监督学习配准方法
4.3 基于无监督卷积神经网络的图像配准方法
4.3.1 基于无监督卷积神经网络配准的整体框架
4.3.2 网络训练
4.4 实验结果与分析
4.4.1 定性分析
4.4.2 定量分析
4.5 本章小结
5 医学图像配准及评估系统
5.1 引言
5.2 医学图像配准及评估系统总体设计
5.2.1 系统总体设计
5.2.2 系统界面与总体功能
5.2.3 系统工作流程
5.3 系统功能模块设计
5.3.1 图像显示模块
5.3.2 配准算法实现模块
5.3.3 数据封装模块
5.3.4 配准效果评估模块
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 未来展望
致 谢
参考文献
附 录
南京理工大学;