| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 超声成像技术简介 | 第13-15页 |
| 1.2 超声在牙科的应用 | 第15-18页 |
| 1.3 三维超声成像的发展 | 第18-21页 |
| 1.4 论文研究的主要工作 | 第21-24页 |
| 1.5 论文结构安排 | 第24-26页 |
| 第二章 系统组成及工作原理 | 第26-41页 |
| 2.1 系统硬件组成 | 第26-29页 |
| 2.1.1 单晶探头（换能器） | 第27-28页 |
| 2.1.2 通用超声脉冲发射接收器 | 第28-29页 |
| 2.1.3 三维运动平台 | 第29页 |
| 2.2 系统软件设计 | 第29-31页 |
| 2.3 数据采集过程 | 第31-32页 |
| 2.4 数据处理过程 | 第32-36页 |
| 2.4.1 原始信号 | 第33页 |
| 2.4.2 滤波 | 第33-34页 |
| 2.4.3 增益补偿 | 第34-35页 |
| 2.4.4 获取包络与对数压缩 | 第35页 |
| 2.4.5 二维图像去噪 | 第35-36页 |
| 2.5 三维显示过程 | 第36-40页 |
| 2.5.1 数据重采样 | 第36-37页 |
| 2.5.2 三维可视化技术 | 第37-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 增益补偿算法 | 第41-72页 |
| 3.1 衰减系数模型 | 第42-44页 |
| 3.2 频率估计的时域方法 | 第44-45页 |
| 3.3 频率估计的频域方法 | 第45-59页 |
| 3.3.1 谱差法 | 第46-47页 |
| 3.3.2 频率估计的短时傅里叶分析方法 | 第47-51页 |
| 3.3.3 频率估计的自回归分析方法 | 第51-55页 |
| 3.3.4 AR参数计算 | 第55-56页 |
| 3.3.5 非平稳的AR参数估计 | 第56-59页 |
| 3.4 算法误差分析 | 第59-60页 |
| 3.5 衰减系数估计问题的CRLB界 | 第60-62页 |
| 3.6 散射效应修正 | 第62-64页 |
| 3.7 衍射补偿 | 第64页 |
| 3.8 仿真实验 | 第64-70页 |
| 3.8.1 加窗的比较 | 第65-68页 |
| 3.8.2 不同算法估计值的比较 | 第68-69页 |
| 3.8.3 衍射效应补偿 | 第69-70页 |
| 3.8.4 散射效应补偿 | 第70页 |
| 3.9 本章小结 | 第70-72页 |
| 第四章 基于Q学习的二维图像去噪算法 | 第72-93页 |
| 4.1 超声图像去噪算法简介 | 第72-78页 |
| 4.1.1 算法简介 | 第73-76页 |
| 4.1.2 一致性滤波改进贝叶斯收缩法（HMBS） | 第76-77页 |
| 4.1.3 边缘融合算法（EFS） | 第77-78页 |
| 4.2 基于Q学习的二维超声图像去噪算法 | 第78-87页 |
| 4.2.1 Q学习算法 | 第78-80页 |
| 4.2.2 基于Q学习的超声图像去噪算法 | 第80-87页 |
| 4.3 实验结果 | 第87-92页 |
| 4.4 本章小结 | 第92-93页 |
| 第五章 实验结果 | 第93-104页 |
| 5.1 扫描结果 | 第93页 |
| 5.2 增益补偿结果 | 第93-96页 |
| 5.3 获取包络与对数压缩 | 第96-97页 |
| 5.4 超声图像去噪实验结果 | 第97-99页 |
| 5.5 三维重建结果 | 第99-102页 |
| 5.6 实验结果分析 | 第102-103页 |
| 5.7 本章小结 | 第103-104页 |
| 结论 | 第104-106页 |
| 参考文献 | 第106-117页 |
| 攻读博士学位期间取得的研究成果 | 第117-118页 |
| 致谢 | 第118-119页 |
| Ⅳ-2 答辩委员会对论文的评定意见 | 第119页 |