| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第一章 引言 | 第9-21页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 超声及超声图像介绍 | 第10-16页 |
| 1.2.1 引言 | 第10页 |
| 1.2.2 声波的简介 | 第10-11页 |
| 1.2.3 人体组织的超声特性 | 第11-13页 |
| 1.2.4 超声衰减 | 第13页 |
| 1.2.5 超声波成像 | 第13-16页 |
| 1.2.6 超声图像质量评价 | 第16页 |
| 1.2.7 本节小结 | 第16页 |
| 1.3 超声图像局部信息提取在国内外的研究现状 | 第16-18页 |
| 1.4 论文的主要工作 | 第18-21页 |
| 第二章 经验模态分解 | 第21-32页 |
| 2.1 引言 | 第21页 |
| 2.2 经验模态分解概述及应用 | 第21-27页 |
| 2.2.1 EMD概述 | 第21-23页 |
| 2.2.2 EMD的具体分解方法 | 第23-25页 |
| 2.2.3 EMD在图像处理中的应用 | 第25-27页 |
| 2.3 二维经验模态分解 | 第27-28页 |
| 2.4 希尔伯特变换 | 第28-31页 |
| 2.4.1 希尔伯特变换原理 | 第28-29页 |
| 2.4.2 希尔伯特变换的相关性质 | 第29-30页 |
| 2.4.3 希尔伯特谱分析 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 Riesz变换原理和应用 | 第32-37页 |
| 3.1 解析信号 | 第32-33页 |
| 3.2 Riesz变换的构造原理 | 第33-36页 |
| 3.2.1 单基因信号 | 第33-35页 |
| 3.2.2 滤波器函数及其在Riesz变换的应用 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 实验结果及分析 | 第37-55页 |
| 4.1 引言 | 第37-38页 |
| 4.2 EMD分解超声图像信号 | 第38-43页 |
| 4.3 BEMD分解超声图像信号 | 第43-46页 |
| 4.3.1 BEMD算法分解超声图像 | 第43-45页 |
| 4.3.2 BEMD算法分解lena图像 | 第45-46页 |
| 4.3.3 小结 | 第46页 |
| 4.4 多方向性法求解局部相位信息 | 第46-48页 |
| 4.5 高斯差分法求解局部相位信息 | 第48-51页 |
| 4.6 基于高斯差分的二维经验模态分解每层的局部相位信息 | 第51-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 总结和下一步工作 | 第55-57页 |
| 5.1 全文总结 | 第55-56页 |
| 5.2 下一步工作 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：攻读硕士学位期间主要的研究工作和成果 | 第60-61页 |
| 致谢 | 第61页 |