人民幣定價：128 元
定 價：NT$ 768 元
優惠價：87 折 668 元
缺貨無法訂購
相關商品
商品簡介
目次
商品簡介
本書主要介紹了與醫學圖像配准相關的基礎知識及常用的配准算法。內容包括四大部分： 第一部分（第1～5章）涉及醫學圖像配准的基礎知識，闡述圖像配准的原理、基本框架、分類，醫學成像技術，圖像配准算法的組成，插值方法及常用的圖像配准開源平臺； 第二部分（第6、7章）介紹了基於相關性的醫學圖像配准方法和目前常用的Demons非剛體圖像配准算法； 第三部分（第8～10章）介紹了信息論測度在醫學圖像配准中的應用； 第四部分（第11、12章）介紹了基於特徵的醫學圖像配准方法。
本書可作為高等院校計算機、通信與信息系統、信號與信息處理等專業的研究生教材或參考書，也可作為醫學圖像分析、醫學圖像配准等領域的技術人員和研究人員的參考書。
本書可作為高等院校計算機、通信與信息系統、信號與信息處理等專業的研究生教材或參考書，也可作為醫學圖像分析、醫學圖像配准等領域的技術人員和研究人員的參考書。
目次
目錄
第1章緒論
1.1圖像配准技術概述
1.1.1圖像配准的定義
1.1.2圖像配准的基本框架
1.1.3圖像配准方法的分類
1.2圖像配准的意義
1.3圖像配准的應用領域
1.4醫學圖像配准技術
1.4.1醫學圖像配准的發展歷史
1.4.2醫學圖像配准的國內外研究現狀及面臨的問題
1.4.3常用的醫學圖像配准方法
1.4.4醫學圖像配准的評價
1.5本書的結構與內容安排
參考文獻
第2章醫學成像技術
2.1引言
2.2X射線成像
2.2.1普通X射線成像
2.2.2數字X射線成像
2.3磁共振成像
2.4計算機斷層掃描成像
2.5核醫學成像
2.5.1正電子放射斷層成像
2.5.2單光子發射計算機斷層成像
2.6醫學超聲成像
2.7本章小結
參考文獻
第3章圖像配准算法
3.1引言
3.2特徵空間
3.2.1點檢測
3.2.2線檢測
3.2.3霍夫變換
3.2.4邊緣檢測
3.2.5Harris角點
3.2.6SIFT特徵點
3.2.7SURF特徵點
3.3搜索空間
3.3.1剛體變換
3.3.2仿射變換
3.3.3投影變換
3.3.4彎曲變換
3.4相似性度量
3.4.1差值平方和
3.4.2絕對誤差和
3.4.3歸一化互相關
3.4.4相關比率
3.4.5互信息測度
3.5搜索策略
3.5.1Powell優化算法
3.5.2Simplex優化算法
3.5.3共軛梯度法
3.5.4擬牛頓法
3.5.5隨機梯度下降法
3.6本章小結
參考文獻
第4章灰度插值方法
4.1引言
4.2最近鄰插值
4.3雙線性插值
4.4三次卷積插值
4.5部分體積插值
4.5.1部分體積估計
4.5.2廣義的部分體積估計
4.5.3計算複雜度
4.6本章小結
參考文獻
第5章醫學圖像配准的開源平臺
5.1引言
5.2ITK研發平臺
5.2.1ITK的下載與安裝
5.2.2ITK的系統概述
5.2.3ITK圖像配准算法的實現
5.3Elastix工具箱
5.3.1Elastix簡介
5.3.2軟件的特色
5.3.3配准算法的組成
5.4本章小結
參考文獻
第6章基於相關性的醫學圖像配准
6.1引言
6.2基於魯棒相關係數的醫學圖像配准算法
6.2.1相關係數估計
6.2.2魯棒的相關係數
6.3基於相關比的醫學圖像配准算法
6.3.1相關比
6.3.2條件相關比
6.3.3求導和優化
6.4基於增強相關係數的醫學圖像配准算法
6.4.1配准模型
6.4.2增強的相關係數
6.4.3模型的優化
6.5實驗結果與分析
6.6本章小結
參考文獻
第7章基於Demons算法的非剛體醫學圖像配准
7.1引言
7.2Demons算法
7.2.1吸引力的概念
7.2.2光流方法
7.2.3算法流程
7.2.4微分同胚的Demons配准算法
7.3Active Demons算法
7.3.1在擴散過程中引入正力
7.3.2多分辨率方法
7.4對稱Demons算法
7.5可加的Demons算法
7.5.1算法的迭代過程
7.5.2Demons力
7.6實驗結果與分析
7.7本章小結
參考文獻
第8章信息論在醫學圖像配准中的應用
8.1引言
8.2信息論基礎
8.2.1熵的概念
8.2.2聯合熵和條件熵
8.2.3相對熵與互信息
8.3互信息在醫學圖像配准中的應用
8.3.1圖像互信息
8.3.2概率密度估計
8.3.3基於互信息的醫學圖像配准
8.4幾種其他的信息論相似性度量
8.5本章小結
參考文獻
第9章基於JensenArimoto散度的醫學圖像配准
9.1引言
9.2Arimoto熵
9.3JensenArimoto散度
9.4與現有信息論測度的聯繫
9.5基於詹森Arimoto散度的醫學圖像配准算法
9.5.1配准框架
9.5.2變換模型
9.5.3目標函數
9.5.4優化方案
9.6實驗和結果分析
9.6.1測試數據
9.6.2仿真數據配准實驗
9.6.3臨床數據配准實驗
9.6.4實驗結果分析
9.7本章小結
參考文獻
第10章連續圖像表示在信息論醫學圖像配准中的應用
10.1引言
10.2基於連續圖像表示的直方圖估計
10.2.1二維圖像的聯合直方圖
10.2.2三維圖像的聯合直方圖
10.3隨機採樣理論
10.3.1低差異序列
10.3.2計算成本
10.4快速連續的直方圖估計
10.4.1二維圖像的FCHE
10.4.2三維圖像的FCHE
10.5基於連續直方圖估計的醫學圖像配准
10.5.1空間變換模型
10.5.2目標函數
10.5.3優化方案
10.6實驗結果與分析
10.6.1二維圖像配准實驗
10.6.2三維圖像配准實驗
10.7本章小結
參考文獻
第11章基於熵圖的醫學圖像配准
11.1引言
11.2熵特徵相似度
11.2.1瑞利熵與散度
11.2.2互信息與α互信息
11.2.3α詹森相異性度量
11.2.4α幾何算術平均散度
11.3熵圖的估計
11.3.1最小生成樹熵估計
11.3.2基於最近鄰圖的熵估計
11.3.3α幾何算術平均散度和α互信息的
熵圖估計
11.4基於多特徵互信息的醫學圖像配准
11.4.1圖像配准框架
11.4.2熵、熵圖與α互信息
11.4.3優化方法
11.4.4α互信息的求導
11.4.5特徵的選取
11.5實驗結果與分析
11.6本章小結
參考文獻
第12章基於結構特徵的多模態醫學圖像配准
12.1引言
12.2結構圖像表示
12.2.1熵圖像
12.2.2拉普拉斯圖像
12.2.3自相似度
12.3模態獨立的鄰域描述子
12.3.1動機與概念
12.3.2基於圖像塊的距離
12.3.3基於高斯函數的差異度量
12.3.4空間搜索區域
12.3.5利用MIND的多模態相似度
12.4基於高斯牛頓方法的配准框架
12.4.1剛體配准
12.4.2擴散約束的形變配准
12.4.3對稱和反向一致性配准
12.5基於結構圖像表示的多模態醫學圖像配准
12.5.1形變配准算法
12.5.2實驗結果與分析
12.6本章小結
參考文獻
9.1引言
9.2Arimoto熵
9.3JensenArimoto散度
9.4與現有信息論測度的聯繫
9.5基於詹森Arimoto散度的醫學圖像配准算法
9.5.1配准框架
9.5.2變換模型
9.5.3目標函數
9.5.4優化方案
9.6實驗和結果分析
9.6.1測試數據
9.6.2仿真數據配准實驗
9.6.3臨床數據配准實驗
9.6.4實驗結果分析
9.7本章小結
參考文獻
第10章連續圖像表示在信息論醫學圖像配准中的應用
10.1引言
10.2基於連續圖像表示的直方圖估計
10.2.1二維圖像的聯合直方圖
10.2.2三維圖像的聯合直方圖
10.3隨機採樣理論
10.3.1低差異序列
10.3.2計算成本
10.4快速連續的直方圖估計
10.4.1二維圖像的FCHE
10.4.2三維圖像的FCHE
10.5基於連續直方圖估計的醫學圖像配准
10.5.1空間變換模型
10.5.2目標函數
10.5.3優化方案
10.6實驗結果與分析
10.6.1二維圖像配准實驗
10.6.2三維圖像配准實驗
10.7本章小結
參考文獻
第11章基於熵圖的醫學圖像配准
11.1引言
11.2熵特徵相似度
11.2.1瑞利熵與散度
11.2.2互信息與α互信息
11.2.3α詹森相異性度量
11.2.4α幾何算術平均散度
11.3熵圖的估計
11.3.1最小生成樹熵估計
11.3.2基於最近鄰圖的熵估計
11.3.3α幾何算術平均散度和α互信息的
熵圖估計
11.4基於多特徵互信息的醫學圖像配准
11.4.1圖像配准框架
11.4.2熵、熵圖與α互信息
11.4.3優化方法
11.4.4α互信息的求導
11.4.5特徵的選取
11.5實驗結果與分析
11.6本章小結
參考文獻
第12章基於結構特徵的多模態醫學圖像配准
12.1引言
12.2結構圖像表示
12.2.1熵圖像
12.2.2拉普拉斯圖像
12.2.3自相似度
12.3模態獨立的鄰域描述子
12.3.1動機與概念
12.3.2基於圖像塊的距離
12.3.3基於高斯函數的差異度量
12.3.4空間搜索區域
12.3.5利用MIND的多模態相似度
12.4基於高斯牛頓方法的配准框架
12.4.1剛體配准
12.4.2擴散約束的形變配准
12.4.3對稱和反向一致性配准
12.5基於結構圖像表示的多模態醫學圖像配准
12.5.1形變配准算法
12.5.2實驗結果與分析
12.6本章小結
參考文獻
第1章緒論
1.1圖像配准技術概述
1.1.1圖像配准的定義
1.1.2圖像配准的基本框架
1.1.3圖像配准方法的分類
1.2圖像配准的意義
1.3圖像配准的應用領域
1.4醫學圖像配准技術
1.4.1醫學圖像配准的發展歷史
1.4.2醫學圖像配准的國內外研究現狀及面臨的問題
1.4.3常用的醫學圖像配准方法
1.4.4醫學圖像配准的評價
1.5本書的結構與內容安排
參考文獻
第2章醫學成像技術
2.1引言
2.2X射線成像
2.2.1普通X射線成像
2.2.2數字X射線成像
2.3磁共振成像
2.4計算機斷層掃描成像
2.5核醫學成像
2.5.1正電子放射斷層成像
2.5.2單光子發射計算機斷層成像
2.6醫學超聲成像
2.7本章小結
參考文獻
第3章圖像配准算法
3.1引言
3.2特徵空間
3.2.1點檢測
3.2.2線檢測
3.2.3霍夫變換
3.2.4邊緣檢測
3.2.5Harris角點
3.2.6SIFT特徵點
3.2.7SURF特徵點
3.3搜索空間
3.3.1剛體變換
3.3.2仿射變換
3.3.3投影變換
3.3.4彎曲變換
3.4相似性度量
3.4.1差值平方和
3.4.2絕對誤差和
3.4.3歸一化互相關
3.4.4相關比率
3.4.5互信息測度
3.5搜索策略
3.5.1Powell優化算法
3.5.2Simplex優化算法
3.5.3共軛梯度法
3.5.4擬牛頓法
3.5.5隨機梯度下降法
3.6本章小結
參考文獻
第4章灰度插值方法
4.1引言
4.2最近鄰插值
4.3雙線性插值
4.4三次卷積插值
4.5部分體積插值
4.5.1部分體積估計
4.5.2廣義的部分體積估計
4.5.3計算複雜度
4.6本章小結
參考文獻
第5章醫學圖像配准的開源平臺
5.1引言
5.2ITK研發平臺
5.2.1ITK的下載與安裝
5.2.2ITK的系統概述
5.2.3ITK圖像配准算法的實現
5.3Elastix工具箱
5.3.1Elastix簡介
5.3.2軟件的特色
5.3.3配准算法的組成
5.4本章小結
參考文獻
第6章基於相關性的醫學圖像配准
6.1引言
6.2基於魯棒相關係數的醫學圖像配准算法
6.2.1相關係數估計
6.2.2魯棒的相關係數
6.3基於相關比的醫學圖像配准算法
6.3.1相關比
6.3.2條件相關比
6.3.3求導和優化
6.4基於增強相關係數的醫學圖像配准算法
6.4.1配准模型
6.4.2增強的相關係數
6.4.3模型的優化
6.5實驗結果與分析
6.6本章小結
參考文獻
第7章基於Demons算法的非剛體醫學圖像配准
7.1引言
7.2Demons算法
7.2.1吸引力的概念
7.2.2光流方法
7.2.3算法流程
7.2.4微分同胚的Demons配准算法
7.3Active Demons算法
7.3.1在擴散過程中引入正力
7.3.2多分辨率方法
7.4對稱Demons算法
7.5可加的Demons算法
7.5.1算法的迭代過程
7.5.2Demons力
7.6實驗結果與分析
7.7本章小結
參考文獻
第8章信息論在醫學圖像配准中的應用
8.1引言
8.2信息論基礎
8.2.1熵的概念
8.2.2聯合熵和條件熵
8.2.3相對熵與互信息
8.3互信息在醫學圖像配准中的應用
8.3.1圖像互信息
8.3.2概率密度估計
8.3.3基於互信息的醫學圖像配准
8.4幾種其他的信息論相似性度量
8.5本章小結
參考文獻
第9章基於JensenArimoto散度的醫學圖像配准
9.1引言
9.2Arimoto熵
9.3JensenArimoto散度
9.4與現有信息論測度的聯繫
9.5基於詹森Arimoto散度的醫學圖像配准算法
9.5.1配准框架
9.5.2變換模型
9.5.3目標函數
9.5.4優化方案
9.6實驗和結果分析
9.6.1測試數據
9.6.2仿真數據配准實驗
9.6.3臨床數據配准實驗
9.6.4實驗結果分析
9.7本章小結
參考文獻
第10章連續圖像表示在信息論醫學圖像配准中的應用
10.1引言
10.2基於連續圖像表示的直方圖估計
10.2.1二維圖像的聯合直方圖
10.2.2三維圖像的聯合直方圖
10.3隨機採樣理論
10.3.1低差異序列
10.3.2計算成本
10.4快速連續的直方圖估計
10.4.1二維圖像的FCHE
10.4.2三維圖像的FCHE
10.5基於連續直方圖估計的醫學圖像配准
10.5.1空間變換模型
10.5.2目標函數
10.5.3優化方案
10.6實驗結果與分析
10.6.1二維圖像配准實驗
10.6.2三維圖像配准實驗
10.7本章小結
參考文獻
第11章基於熵圖的醫學圖像配准
11.1引言
11.2熵特徵相似度
11.2.1瑞利熵與散度
11.2.2互信息與α互信息
11.2.3α詹森相異性度量
11.2.4α幾何算術平均散度
11.3熵圖的估計
11.3.1最小生成樹熵估計
11.3.2基於最近鄰圖的熵估計
11.3.3α幾何算術平均散度和α互信息的
熵圖估計
11.4基於多特徵互信息的醫學圖像配准
11.4.1圖像配准框架
11.4.2熵、熵圖與α互信息
11.4.3優化方法
11.4.4α互信息的求導
11.4.5特徵的選取
11.5實驗結果與分析
11.6本章小結
參考文獻
第12章基於結構特徵的多模態醫學圖像配准
12.1引言
12.2結構圖像表示
12.2.1熵圖像
12.2.2拉普拉斯圖像
12.2.3自相似度
12.3模態獨立的鄰域描述子
12.3.1動機與概念
12.3.2基於圖像塊的距離
12.3.3基於高斯函數的差異度量
12.3.4空間搜索區域
12.3.5利用MIND的多模態相似度
12.4基於高斯牛頓方法的配准框架
12.4.1剛體配准
12.4.2擴散約束的形變配准
12.4.3對稱和反向一致性配准
12.5基於結構圖像表示的多模態醫學圖像配准
12.5.1形變配准算法
12.5.2實驗結果與分析
12.6本章小結
參考文獻
9.1引言
9.2Arimoto熵
9.3JensenArimoto散度
9.4與現有信息論測度的聯繫
9.5基於詹森Arimoto散度的醫學圖像配准算法
9.5.1配准框架
9.5.2變換模型
9.5.3目標函數
9.5.4優化方案
9.6實驗和結果分析
9.6.1測試數據
9.6.2仿真數據配准實驗
9.6.3臨床數據配准實驗
9.6.4實驗結果分析
9.7本章小結
參考文獻
第10章連續圖像表示在信息論醫學圖像配准中的應用
10.1引言
10.2基於連續圖像表示的直方圖估計
10.2.1二維圖像的聯合直方圖
10.2.2三維圖像的聯合直方圖
10.3隨機採樣理論
10.3.1低差異序列
10.3.2計算成本
10.4快速連續的直方圖估計
10.4.1二維圖像的FCHE
10.4.2三維圖像的FCHE
10.5基於連續直方圖估計的醫學圖像配准
10.5.1空間變換模型
10.5.2目標函數
10.5.3優化方案
10.6實驗結果與分析
10.6.1二維圖像配准實驗
10.6.2三維圖像配准實驗
10.7本章小結
參考文獻
第11章基於熵圖的醫學圖像配准
11.1引言
11.2熵特徵相似度
11.2.1瑞利熵與散度
11.2.2互信息與α互信息
11.2.3α詹森相異性度量
11.2.4α幾何算術平均散度
11.3熵圖的估計
11.3.1最小生成樹熵估計
11.3.2基於最近鄰圖的熵估計
11.3.3α幾何算術平均散度和α互信息的
熵圖估計
11.4基於多特徵互信息的醫學圖像配准
11.4.1圖像配准框架
11.4.2熵、熵圖與α互信息
11.4.3優化方法
11.4.4α互信息的求導
11.4.5特徵的選取
11.5實驗結果與分析
11.6本章小結
參考文獻
第12章基於結構特徵的多模態醫學圖像配准
12.1引言
12.2結構圖像表示
12.2.1熵圖像
12.2.2拉普拉斯圖像
12.2.3自相似度
12.3模態獨立的鄰域描述子
12.3.1動機與概念
12.3.2基於圖像塊的距離
12.3.3基於高斯函數的差異度量
12.3.4空間搜索區域
12.3.5利用MIND的多模態相似度
12.4基於高斯牛頓方法的配准框架
12.4.1剛體配准
12.4.2擴散約束的形變配准
12.4.3對稱和反向一致性配准
12.5基於結構圖像表示的多模態醫學圖像配准
12.5.1形變配准算法
12.5.2實驗結果與分析
12.6本章小結
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。