首页--医药、卫生论文--特种医学论文--放射医学论文--X线诊断学论文

基于离散不可分离的剪切波的医学CT图像去噪算法

摘要第5-7页
abstract第7-8页
第1章 绪论第11-23页
    1.1 选题的背景和意义第11-12页
    1.2 CT成像原理及其噪声模型第12-17页
        1.2.1 CT成像原理第12-13页
        1.2.2 CT噪声来源第13页
        1.2.3 CT噪声模型第13-17页
    1.3 当前医学CT图像去噪算法研究现状第17-21页
        1.3.1 基于空间域去噪算法第17-18页
        1.3.2 基于频域的去噪算法第18-21页
    1.4 本文研究内容及结构安排第21-23页
        1.4.1 本文的研究内容第21-22页
        1.4.2 本文的结构安排第22-23页
第2章 本文相关的基本理论第23-37页
    2.1 离散剪切波理论第23-27页
        2.1.1 框架理论第23-24页
        2.1.2 离散小波理论第24-25页
        2.1.3 剪切波理论第25-27页
    2.2 剪切波系数统计特性第27-31页
        2.2.1 贝叶斯估计第28-29页
        2.2.2 剪切波系数的先验模型第29-31页
    2.3 低频滤波器第31-36页
        2.3.1 加权滤波器第31-32页
        2.3.2 引导滤波器第32-33页
        2.3.3 双边滤波器第33-35页
        2.3.4 旋转不变双边非局部均值滤波器第35-36页
    2.4 本章小结第36-37页
第3章 基于离散不可分离的剪切波变换的去噪算法第37-57页
    3.1 离散不可分离剪切波变换的性质第37-44页
        3.1.1 离散可分离剪切波变换第37-41页
        3.1.2 离散不可分离的剪切波变换第41-44页
        3.1.3 本节小结第44页
    3.2 改进的阈值函数第44-48页
        3.2.1 常用阈值函数第45页
        3.2.2 DNST子带系数的边际统计建模第45-46页
        3.2.3 MAP最大后验估计第46-47页
        3.2.4 基于贝叶斯的参数估计第47-48页
        3.2.5 DNST域噪声系数方差的Monte-Carlo估计第48页
    3.3 改进的收缩算法第48-52页
        3.3.1 常用的收缩算法第48-49页
        3.3.2 改进的收缩算法第49-50页
        3.3.3对比实验第50-52页
    3.4 混合低频去噪第52-54页
        3.4.1 算法描述第52-53页
        3.4.2对比实验第53-54页
    3.5 基于离散不可分离剪切波去噪算法的整体步骤第54-56页
    3.6 本章小结第56-57页
第4章 基于离散不可分剪切波算法在CT图像中的应用第57-67页
    4.1 合成图像仿真实验第57-60页
        4.1.1 去噪效果的评价指标第57-58页
        4.1.2 仿真实验结果分析第58-60页
    4.2 医学CT图像实验第60-66页
        4.2.1 去噪图像分析第63-64页
        4.2.2 无参考图像质量指标NIQE第64-65页
        4.2.3 残余图像分析第65-66页
    4.3 本章小结第66-67页
第5章 结论与展望第67-69页
    5.1 总结第67页
    5.2 展望第67-69页
参考文献第69-72页
致谢第72-73页
攻读学位期间参加的科研项目和成果第73页

论文共73页,点击 下载论文
上一篇:基于WebGIS的教学过程管理系统设计与开发
下一篇:基于立体视觉的自动分拣系统