面向肺4D-CT的點集匹配

第1章 緒論
1．1 研究背景
1．2 肺圖像配準相關技術
1．2．1 肺成像技術
1．2．2 4D-CT圖像配準與肺運動模型估計
1．2．3 國內外研究該技術主要實驗室的研究現(xiàn)狀
1．3 四維圖像配準的時空關系分類
1．3．1 基于空間變換的四維圖像配準方法
1．3．2 基于時空變換的四維圖像配準方法
1．4 四維圖像配準的方法分類
1．4．1 基于強度的圖像配準方法
1．4．2 基于特征的圖像配準方法
1．4．3 基于混合的圖像配準方法
1．5 點集匹配
第2章 肺4D-CT成像原理及預處理
2．1 引言
2．2 肺CT成像原理
2．3 肺運動特點
2．4 公測的4D-CT肺數(shù)據(jù)集
2．5 4D-CT肺圖像的預處理
2．6 本章小結
第3章 基于動態(tài)點集匹配的肺運動估計算法
3．1 引言
3．2 點間對應關系
3．3 魯棒性點集匹配模型
3．4 目標點集調整的可行性及收斂性分析
3．5 算法描述
3．6 實驗結果分析
3．6．1 肺呼吸運動估計
3．6．2 肺滑動運動估計
3．6．3 運行時間
3．7 本章小結
第4章 基于點集匹配和時空追蹤的肺運動估計算法
4．1 引言
4．2 算法概述
4．3 基于SIFT特征的點集匹配算法
4．4 基于L1范數(shù)的正則化軌跡擬合
4．5 空間mean-shift點追蹤
4．6 實驗結果分析
4．6．1 肺呼吸運動估計
4．6．2 肺滑動運動估計
4．6．3 運行時間
4．7 本章小結
第5章 基于L1范數(shù)與拓撲保持約束的點集匹配算法
5．1 引言
5．2 正則化約束的點集匹配模型
5．2．1 L1范數(shù)約束
5．2．2 拓撲保持約束
5．2．3 平滑約束
5．2．4 正則化約束的形變模型
5．3 變換函數(shù)模型求解
5．4 算法總結
5．5 實驗結果分析
5．5．1 評價指標
5．5．2 二維數(shù)據(jù)集
5．5．3 三維肺數(shù)據(jù)集
5．5．4 運行時間
5．6 本章小結
第6章 基于時空徑向基函數(shù)的四維形變模型
6．1 引言
6．2 基于空間徑向基函數(shù)的變換函數(shù)
6．3 基于時空徑向基函數(shù)的變換函數(shù)
6．4 時空變換函數(shù)的性質
6．4．1 可分離性
6．4．2 可解性
6．4．3 時間和空間的平滑性
6．5 實驗結果分析
6．5．1 運動模型評價
6．5．2 四維圖像插值
6．5．3 運行時間
6．6 本章小結
第7章 結束語
參考文獻