| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 本课题选题依据和研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 超声弹性技术分类 | 第9页 |
| 1.2.2 超声弹性成像位移估计算法介绍 | 第9-11页 |
| 1.2.3 超声弹性成像技术发展 | 第11页 |
| 1.2.4 论文研究内容与章节安排 | 第11-13页 |
| 第二章 超声弹性成像技术 | 第13-25页 |
| 2.1 常规B超成像 | 第13-15页 |
| 2.1.1 生物组织的声学参数 | 第13-15页 |
| 2.2 生物基本力学模型 | 第15-17页 |
| 2.2.1 胡克定律 | 第16页 |
| 2.2.2 广义胡克定律 | 第16-17页 |
| 2.3 声辐射力成像原理 | 第17-19页 |
| 2.3.1 声束序列及数据获取 | 第18-19页 |
| 2.4 GPU编程介绍 | 第19-24页 |
| 2.4.1 GPU并行编程模型 | 第20-21页 |
| 2.4.2 GPU的内存模型 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 常用位移估计算法介绍及在GPU上的实现 | 第25-45页 |
| 3.1 声辐射力位移估计算法 | 第25-28页 |
| 3.1.1 信号的互相关计算 | 第25-26页 |
| 3.1.2 一维时域互相关计算在组织位移估计中的应用 | 第26页 |
| 3.1.3 归一化互相关运算（NCC）的GPU实现 | 第26-28页 |
| 3.2 基于相位的位移估计计算 | 第28-32页 |
| 3.2.1 Kassai’s和Loupas’s相移估计算法 | 第29-30页 |
| 3.2.2 Loupas’s位移估计算法的GPU实现 | 第30页 |
| 3.2.3 相位零估计算法 | 第30-31页 |
| 3.2.4 基于GPU实现的零相位估计算法 | 第31-32页 |
| 3.4 本论文提出的快速位移估计算法 | 第32-44页 |
| 3.4.1 解析信号构造及GPU实现 | 第33-35页 |
| 3.4.2 积和运算求相位 | 第35-38页 |
| 3.4.3 三次样条插值 | 第38-41页 |
| 3.4.4 三次样条插值的GPU实现 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 实验结果与分析 | 第45-52页 |
| 4.1 仿真数据实验与分析 | 第45-49页 |
| 4.1.1 克拉美罗下界分析 | 第45-46页 |
| 4.1.2 同信噪比下不同位移的抖动误差和平均误差 | 第46-48页 |
| 4.1.3 各算法计算速度的比较 | 第48-49页 |
| 4.2. 仿体数据研究 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间取得学术成果 | 第57页 |
