基于贝叶斯估计的低剂量CT图像去噪算法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容和创新点 | 第14-15页 |
| 1.3.1 本文研究内容 | 第14-15页 |
| 1.3.2 本文创新点 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 2 贝叶斯估计方法去噪的理论分析 | 第17-33页 |
| 2.1 低剂量CT中的噪声分析 | 第17-21页 |
| 2.1.1 影响CT扫描图像质量的因素 | 第17-18页 |
| 2.1.2 低剂量CT图像噪声 | 第18-19页 |
| 2.1.3 低剂量CT图像中的噪声分析 | 第19-21页 |
| 2.2 多尺度变换方法 | 第21-26页 |
| 2.2.1 多尺度分析 | 第21-22页 |
| 2.2.2 剪切波变换 | 第22-24页 |
| 2.2.3 非下采样剪切波变换 | 第24-26页 |
| 2.3 贝叶斯估计法 | 第26-33页 |
| 2.3.1 引言 | 第26-27页 |
| 2.3.2 贝叶斯估计法分析 | 第27-30页 |
| 2.3.3 贝叶斯估计阈值 | 第30-31页 |
| 2.3.4 基于贝叶斯估计的仿真结果及分析 | 第31-33页 |
| 3 基于贝叶斯估计的改进噪声方差估计算法 | 第33-48页 |
| 3.1 阈值方法的总结 | 第33-37页 |
| 3.1.1 阈值函数 | 第34-35页 |
| 3.1.2 阈值选取 | 第35-37页 |
| 3.2 传统的噪声方差估计方法 | 第37-38页 |
| 3.3 改进的噪声方差估计算法 | 第38-42页 |
| 3.3.1 算法的提出 | 第39-41页 |
| 3.3.2 仿真结果及分析 | 第41-42页 |
| 3.4 改进算法的去噪效果 | 第42-47页 |
| 3.4.1 去噪算法的设计与实现 | 第42-43页 |
| 3.4.2 仿真结果及分析 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 基于改进噪声方差的低剂量CT图像去噪算法 | 第48-62页 |
| 4.1 Anscombe方差稳定变换 | 第48-49页 |
| 4.2 提出算法 | 第49-53页 |
| 4.3 仿真结果及分析 | 第53-58页 |
| 4.3.1 含泊松噪声的CT图像去噪 | 第53-56页 |
| 4.3.2 低剂量CT图像去噪 | 第56-58页 |
| 4.4 改进算法在三维重建中的应用 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 个人简历、硕士在读期间所发表的学术论文与研究成果 | 第67-68页 |
| 致谢 | 第68页 |
