基于模型观测器的CT图像病灶检测及质量评价研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
专用术语注释表 | 第9-11页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 医学图像质量的含义 | 第13-14页 |
1.2.2 医学图像评价分类 | 第14-15页 |
1.3 论文研究内容及意义 | 第15页 |
1.4 论文组织结构 | 第15-17页 |
第二章 基于模型观测器的医学图像评价 | 第17-27页 |
2.1 相关数学模型 | 第17-19页 |
2.1.1 信号模型 | 第17-18页 |
2.1.2 图像背景模型 | 第18-19页 |
2.2 模型观测器 | 第19-22页 |
2.2.1 信号检测模型 | 第19页 |
2.2.2 理想观测器 | 第19-20页 |
2.2.3 线性观测器 | 第20页 |
2.2.4 非预白化匹配观测器 | 第20页 |
2.2.5 霍特林观测器 | 第20-21页 |
2.2.6 通道机制 | 第21页 |
2.2.7 通道化的霍特林观测器 | 第21-22页 |
2.3 ROC曲线 | 第22-25页 |
2.3.1 ROC曲线起源 | 第22页 |
2.3.2 ROC曲线的定义 | 第22-24页 |
2.3.3 ROC曲线扩展 | 第24-25页 |
2.4 本章小结 | 第25-27页 |
第三章 人类视觉系统 | 第27-31页 |
3.1 HVS概述 | 第27-29页 |
3.1.1 HVS的特性 | 第27-29页 |
3.2 基于HVS特性的图像质量评价模型 | 第29-30页 |
3.2.1 Daly模型 | 第30页 |
3.2.2 Lubin模型 | 第30页 |
3.2.3 Watson模型 | 第30页 |
3.3 本章小结 | 第30-31页 |
第四章 基于CJO的CT图像评价 | 第31-43页 |
4.1 减性信号检测模型 | 第31页 |
4.2 CJO模型观测器 | 第31-38页 |
4.2.1 联合检测与估计 | 第31-32页 |
4.2.2 参数估计 | 第32-33页 |
4.2.3 信号检测 | 第33-34页 |
4.2.4 通道的选择 | 第34-36页 |
4.2.5 规格化因子的计算 | 第36页 |
4.2.6 具体实验步骤 | 第36-37页 |
4.2.7 Tikhonov正则化 | 第37-38页 |
4.3 仿真实验 | 第38-41页 |
4.3.1 实验参数设置 | 第38页 |
4.3.2 仿真实验结果及分析 | 第38-41页 |
4.4 加性信号仿真实验 | 第41页 |
4.5 结论 | 第41页 |
4.6 本章小结 | 第41-43页 |
第五章 基于PCJO的CT图像评价 | 第43-50页 |
5.1 病灶的定位以及测试图像块的选择 | 第43-44页 |
5.2 PCJO观测器 | 第44-45页 |
5.3 仿真实验 | 第45-49页 |
5.3.1 实验图像 | 第45页 |
5.3.2 医生诊断实验 | 第45页 |
5.3.3 PCJO仿真实验 | 第45-46页 |
5.3.4 仿真实验结果与分析 | 第46-48页 |
5.3.5 加性病灶诊断脑部实验 | 第48-49页 |
5.3.6 结论 | 第49页 |
5.4 本章小结 | 第49-50页 |
第六章 总结与展望 | 第50-51页 |
6.1 总结 | 第50页 |
6.2 展望 | 第50-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-57页 |
作者简介 | 第57页 |