基于自适应PCNN的脑部医学图像分割与融合研究

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．1．1 脑部医学图像分割的研究背景及意义

1．1．2 脑部医学图像融合的研究背景及意义

1．2 国内外研究现状

1．2．1 脑部医学图像分割的现状

1．2．2 脑部医学图像融合的现状

1．3 论文研究内容与组织结构

第二章 PCNN基本原理

2．1 PCNN模型及其简化

2．2 PCNN工作原理

2．3 PCNN基本特性分析

2．4 本章小结

第三章 基于自适应PCNN的脑部MRI图像分割

3．1 蚁群算法的基本原理

3．2 结合蚁群算法和PCNN的脑部MRI图像分割方法

3．2．1 脑部MRI图像预处理

3．2．2 蚁群算法的目标函数

3．2．3 结合蚁群算法和PCNN的脑部MRI图像分割方法的实现流程

3．2．4 脑部MRI图像后处理

3．3 实验结果及分析

3．4 本章小结

第四章 基于自适应PCNN的脑部CT和MRI图像融合

4．1 小波变换的基本原理

4．2 结合小波变换和PCNN的脑部CT和MRI图像融合方法

4．2．1 自适应PCNN

4．2．2 图像融合规则

4．2．3 图像融合过程

4．3 实验结果及分析

4．4 本章小结

第五章 总结与展望

5．1 全文总结

5．2 课题展望

参考文献

发表论文和参加科研情况

致谢