| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 磁共振成像 | 第10-11页 |
| 1.2 MRI去噪的国内外研究现状 | 第11-14页 |
| 1.2.1 噪声来源 | 第11页 |
| 1.2.2 MRI去噪的国内外研究现状 | 第11-14页 |
| 1.3 MRI分割的国内外研究现状 | 第14-17页 |
| 1.4 论文的主要结构和安排 | 第17-18页 |
| 2 双树复小波域的MRI去噪 | 第18-34页 |
| 2.1 MRI噪声分析 | 第18-19页 |
| 2.2 常用的去噪方法 | 第19-22页 |
| 2.3 树复小波变换概述 | 第22-23页 |
| 2.4 去噪算法表述 | 第23-27页 |
| 2.4.1 双边滤波器的参数选择 | 第24-25页 |
| 2.4.2 DT-CWT系数的噪声标准差的估计 | 第25-27页 |
| 2.4.3 算法实现 | 第27页 |
| 2.5 实验结果分析 | 第27-32页 |
| 2.5.1 评价指标 | 第27-28页 |
| 2.5.2 去噪结果 | 第28-32页 |
| 2.6 本章小结 | 第32-34页 |
| 3 基于CURE估计的邻域收缩MRI去噪 | 第34-47页 |
| 3.1 卡方无偏估计概述 | 第34-38页 |
| 3.1.1 MRI噪声模型 | 第34-35页 |
| 3.1.2 小波域的CURE估计 | 第35-37页 |
| 3.1.3 基于CURE估计的邻域收缩法(NeighShrinkCURE) | 第37-38页 |
| 3.2 算法表述 | 第38-42页 |
| 3.2.1 快速双边滤波器参数选择 | 第39-40页 |
| 3.2.2 快速循环平移 | 第40-41页 |
| 3.2.3 算法实现 | 第41-42页 |
| 3.3 实验结果分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 肝脏肿瘤分割的随机主动轮廓模型 | 第47-61页 |
| 4.1 常用分割方法概述 | 第47-48页 |
| 4.2 随机主动轮廓模型 | 第48-55页 |
| 4.2.1 混合水平集模型 | 第48-51页 |
| 4.2.2 似然估计函数项 | 第51-53页 |
| 4.2.3 形状先验项 | 第53-54页 |
| 4.2.4 随机主动轮廓模型 | 第54-55页 |
| 4.3 实验结果分析 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 5 总结和展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-70页 |