| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 膝关节三维运动测量方法的进展和技术难点 | 第12-14页 |
| 1.2.1 技术进展 | 第12-14页 |
| 1.2.2 技术难点与挑战 | 第14页 |
| 1.3 研究目的及工作概要 | 第14-16页 |
| 1.4 本文的章节安排 | 第16-17页 |
| 第二章 膝关节相关理论 | 第17-21页 |
| 2.1 膝关节解剖学 | 第17-19页 |
| 2.2 膝关节三维运动学 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 CT图像与超声图像配准方法的实现 | 第21-41页 |
| 3.1 引言 | 第21-22页 |
| 3.2 基于CT图像的超声成像模拟 | 第22-28页 |
| 3.2.1 引言 | 第22页 |
| 3.2.2 曲光线模型 | 第22-23页 |
| 3.2.3 灰度图模拟 | 第23-24页 |
| 3.2.4 反射图和衰减图模拟 | 第24-27页 |
| 3.2.5 超声斑点噪声的模拟 | 第27-28页 |
| 3.3 配准框架 | 第28-30页 |
| 3.4 目标函数 | 第30-31页 |
| 3.5 具体实现 | 第31-32页 |
| 3.6 优化方案 | 第32-35页 |
| 3.6.1 引言 | 第32页 |
| 3.6.2 标准粒子群优化算法描述 | 第32-33页 |
| 3.6.3 粒子群优化算法的改进 | 第33-34页 |
| 3.6.4 改进后粒子群优化算法的性能测试实验 | 第34-35页 |
| 3.7 基于GPU加速的并行粒子群算法 | 第35-39页 |
| 3.7.1 GPU硬件技术阐述 | 第35-36页 |
| 3.7.2 CUDA编程模型 | 第36-38页 |
| 3.7.3 粒子群优化算法基于CUDA的并行化实现 | 第38-39页 |
| 3.8 本章小节 | 第39-41页 |
| 第四章 膝关节三维运动测量系统的实现 | 第41-57页 |
| 4.1 系统构成 | 第41-43页 |
| 4.1.1 硬件组成 | 第41-42页 |
| 4.1.2 软件组成 | 第42-43页 |
| 4.2 测量方法 | 第43-55页 |
| 4.2.1 引言 | 第43-44页 |
| 4.2.2 系统校准 | 第44-48页 |
| 4.2.3 数据采集 | 第48-50页 |
| 4.2.4 构造超声工形图 | 第50-52页 |
| 4.2.5 计算坐标系变换矩阵 | 第52-54页 |
| 4.2.6 膝关节的个性化三维建模 | 第54-55页 |
| 4.3 本章小结 | 第55-57页 |
| 第五章 实验与分析 | 第57-70页 |
| 5.1 多视角B型超声图像组合结构测试实验 | 第57-60页 |
| 5.1.1 实验设计 | 第57-59页 |
| 5.1.2 实验结果与分析 | 第59-60页 |
| 5.2 离体实验 | 第60-66页 |
| 5.2.1 实验设计 | 第60-63页 |
| 5.2.2 实验结果 | 第63-65页 |
| 5.2.3 实验结果分析 | 第65-66页 |
| 5.3 在体实验 | 第66-69页 |
| 5.3.1 实验设计 | 第66-68页 |
| 5.3.2 实验结果 | 第68-69页 |
| 5.4 本章小节 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |