| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 医学图像的研究背景与意义 | 第8-9页 |
| 1.2 独立成分分析与X射线图像的国内外研究现状 | 第9-13页 |
| 1.2.1 独立成分分析的国内外研究现状 | 第9-11页 |
| 1.2.2 X射线图像国内外研究现状 | 第11-12页 |
| 1.2.3 图像噪声研究现状 | 第12-13页 |
| 1.3 本论文的主要工作及内容编排 | 第13-15页 |
| 第二章 ICA的理论分析 | 第15-29页 |
| 2.1 ICA的数学模型 | 第15-16页 |
| 2.2 独立分量分析的预处理 | 第16-20页 |
| 2.2.1 中心化 | 第17页 |
| 2.2.2 不相关和白化 | 第17-19页 |
| 2.2.3 ICA不确定因素 | 第19-20页 |
| 2.3 ICA的目标算法 | 第20-23页 |
| 2.3.1 极大化非高斯性 | 第20-23页 |
| 2.3.2 极大化似然估计 | 第23页 |
| 2.4 ICA的经典算 | 第23-28页 |
| 2.4.1 FastICA算法 | 第23-25页 |
| 2.4.2 KICA算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于ICA的X射线图像去噪算法研究 | 第29-41页 |
| 3.1 医学图像预处理的必要性 | 第29-30页 |
| 3.2 独立成分分析对X图像的去噪原理 | 第30-33页 |
| 3.2.1 稀疏编码收缩法 | 第30-32页 |
| 3.2.2 稀疏编码收缩法去噪处理 | 第32-33页 |
| 3.3 ICA去噪仿真实验与结果分析 | 第33-40页 |
| 3.3.1 稀疏编码收缩法实验仿真与分析 | 第33-35页 |
| 3.3.2 FastICA对X射线图像去噪实验仿真与分析 | 第35-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于ICA对X射线医学图像的目标提取 | 第41-53页 |
| 4.1 多能谱X射线医学图像成像原理与特点 | 第41-43页 |
| 4.1.1 X射线对人体成像原理 | 第41-42页 |
| 4.1.2 多能谱的原理与优势 | 第42-43页 |
| 4.2 目标对象提取理论 | 第43-45页 |
| 4.3 改进FastICA算法目标提取理论 | 第45-48页 |
| 4.3.1 图像增强处理 | 第45-46页 |
| 4.3.2 医学图像的对比度增强 | 第46-47页 |
| 4.3.3 多能谱图像与ICA模型的联系 | 第47-48页 |
| 4.4 医学图像目标提取及图像评价 | 第48-52页 |
| 4.4.1 目标提取的仿真实验与结果分析 | 第48-51页 |
| 4.4.2 图像评价标准 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第58-59页 |
| 附录2 攻读硕士学位期间申请的专利 | 第59-60页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |