基于自然图像先验的医学超声图像复原算法
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究水平及现状 | 第9-13页 |
| 1.3.1 提高超声图像质量国内外研究现状 | 第9-11页 |
| 1.3.2 正则化算法国内外研究现状 | 第11-13页 |
| 1.4 本文研究目标及创新点 | 第13-14页 |
| 1.5 论文结构 | 第14-16页 |
| 2 超声成像、图像复原及其相关理论 | 第16-26页 |
| 2.1 医学超声成像原理 | 第16-19页 |
| 2.1.1 数字B型超声成像系统原理 | 第16-17页 |
| 2.1.2 超声扫描线的形成 | 第17-19页 |
| 2.2 数字图像复原理论 | 第19-20页 |
| 2.3 正则化理论 | 第20-23页 |
| 2.3.1 Tikhonov正则化理论 | 第21页 |
| 2.3.2 正则约束项 | 第21-22页 |
| 2.3.3 正则化模型权重确定方法 | 第22-23页 |
| 2.4 图像质量评估指标 | 第23-24页 |
| 2.5 FieldII超声成像仿真系统 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 稀疏正则化盲复原算法分析及其改进 | 第26-49页 |
| 3.1 超声图像的梯度分布 | 第26-28页 |
| 3.2 稀疏正则化盲复原算法 | 第28-33页 |
| 3.2.1 估计PSF | 第29-31页 |
| 3.2.2 非盲图像复原 | 第31-33页 |
| 3.3 算法性能影响因素分析 | 第33-37页 |
| 3.3.1 l对算法的影响 | 第34-35页 |
| 3.3.2 q对算法的影响 | 第35-36页 |
| 3.3.3 PSF大小对算法的影响 | 第36-37页 |
| 3.4 医学超声成像系统特性分析 | 第37-39页 |
| 3.4.1 超声成像退化与复原模型 | 第37-38页 |
| 3.4.2 超声成像系统PSF特性 | 第38-39页 |
| 3.5 改进的医学超声图像复原算法 | 第39-48页 |
| 3.5.1 超声图像盲复原模型建立 | 第40-43页 |
| 3.5.2 算法参数设定 | 第43-47页 |
| 3.5.3 算法速度提升 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 4 改进算法验证 | 第49-57页 |
| 4.1 复倒谱法 | 第49-50页 |
| 4.2 仿真超声图像实验 | 第50-52页 |
| 4.3 真实超声图像实验 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间取得的科研成果目录 | 第63页 |
