下颌骨系统模型重建及受力分析的研究

总序
论从前言
前言
第1章 绪论
1．1 本书研究的目的和意义
1．2 医学图像预处理及增强概述
1．3 医学图像配准融合技术研究现状
1．4 医学图像三维重建研究现状
1．5 下颌骨系统有限元分析方法研究现状
1．6 本书的组织结构和主要创新
1．6．1 本书的组织结构
1．6．2 本书的主要研究内容
1．6．3 本书的主要创新
第2章 基于小波同态滤波的MRI医学图像增强算法
2．1 MRI医学图像增强的必要性
2．2 图像增强技术比较与分析
2．2．1 图像增强技术分类与比较
2．2．2 图像增强的评价标准
2．3 图像小波变换分析
2．3．1 小波变换的理论基础
2．3．2 多分辨率分析与Mallat算法
2．3．3 基于小波变换的增强算法
2．4 基于小波变换的同态滤波MRI医学图像增强算法
2．4．1 图像的照度一反射模型
2．4．2 基于照度一反射模型的同态滤波增强方法
2．4．3 基于小波变换的同态滤波增强算法
2．4．4 实验结果及分析
2．5 小结
第3章 区域和局部信息结合的双向医学图像配准方法
3．1 医学图像配准基本过程和方法
3．1．1 成像模式
3．1．2 医学图像配准的基本过程
3．1．3 图像配准变换的类型
3．1．4 现有配准算法的分类
3．1．5 基于B样条的图像配准方法
3．2 基于互信息的图像配准基本方法
3．2．1 互信息定义
3．2．2 最大化互信息方法的特点
3．3 改进的互信息配准方法
3．3．1 梯度互信息（GMI）
3．3．2 区域互信息（RMI）
3．4 基于区域互信息和局部频域信息的双向配准方法
3．5 仿真实验
3．5．1 同一幅图像变换后的配准测试
3．5．2 刚性变换下不同度量的比较
3．5．3 弹性变换下的比较
3．6 小结
第4章 多分辨率分析配准最优化算法
4．1 优化问题的提出与解决
4．1．1 优化问题的定义
4．1．2 局部优化算法
4．1．3 全局优化算法
4．2 混沌与Logistic映射
4．2．1 混沌定义
4．2．2 混沌的定性特征
4．2．3 Logistic映射的性质
4．2．4 Logistic随机数生成算法
4．3 改进的遗传算法
4．3．1 基本遗传算法的流程
4．3．2 基本遗传算法的性能分析
4．3．3 遗传算法的改进
4．4 多分辨率分析配准混合优化算法
4．4．1 多分辨率分析优化的基本思路
4．4．2 Powell与模拟退火混合优化算法
4．4．3 本书所用的混合优化算法
4．4．4 实验结果与分析
4．5 小结
第5章 基于非下采样曲波变换的医学图像融合
5．1 图像融合算法的基本理论
5．1．1 图像融合算法的层次划分
5．1．2 图像融合算法的分类
5．1．3 常用的图像融合规则
5．1．4 图像融合的评价标准
5．2 基于多分辨率分解的图像融合技术
5．3 基于曲波变换的下颌骨医学图像融合方法
5．3．1 曲波变换原理及实现
5．3．2 曲波变换与小波变换的区别
5．3．3 算法流程及步骤
5．3．4 仿真与结果分析
5．4 小结
第6章 下颌骨系统三维重建及可视化研究
6．1 医学图像三维重建方法分析
6．1．1 医学图像面绘制技术及特点
6．1．2 基于边界点连接的面绘制方法
6．1．3 医学图像体绘制典型方法分析
6．1．4 面绘制与体绘制方法的比较
6．2 VTK特征及功能
6．2．1 VTK技术特征
6．2．2 VTK绘制过程
6．3 下颌骨系统的重建及可视化
6．3．1 下颌骨系统的面绘制
6．3．2 下颌骨系统的体绘制
6．3．3 下颌骨系统运动模拟
6．4 小结
第7章 下颌骨系统有限元模型受力分析研究
7．1 有限元方法应用于下颌骨系统分析的原理
7．1．1 与有限元分析相关的概念
7．1．2 下颌骨系统有限元分析的原理
7．2 下颌骨系统有限元模型的建立及受力分析
7．2．1 材料和方法
7．2．2 有限元模型的建立
7．2．3 下颌骨系统有限元模型的应力应变分析
7．3 小结
第8章 展望
参考文献
后记