医学图像非刚性配准方法及系统研究

目录

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