基于高阶谱和小波分析的超声医学图像反卷积研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 绪论 | 第8-10页 |
| 课题的研究背景及意义 | 第8-9页 |
| 国内外的研究现状 | 第9页 |
| 课题的研究目标 | 第9-10页 |
| 第一章 超声诊断基本原理 | 第10-15页 |
| ·超声的物理特性 | 第10页 |
| ·超声成像与诊断的基本原理 | 第10-12页 |
| ·超声设备概述 | 第11-12页 |
| ·超声图像的采集 | 第12页 |
| ·系统设计 | 第12-15页 |
| ·超声图像数据模型 | 第12-13页 |
| ·图像数据处理的系统设计 | 第13-15页 |
| 第二章 小波变换理论研究 | 第15-22页 |
| ·基本理论 | 第15-17页 |
| ·傅立叶变换 | 第15页 |
| ·短时傅立叶变换 | 第15-17页 |
| ·小波变换 | 第17-22页 |
| ·小波变换的定义 | 第17-18页 |
| ·多分辨率分析 | 第18-19页 |
| ·离散小波变换 | 第19-22页 |
| 第三章 基于小波变换的阈值去噪 | 第22-27页 |
| ·小波阈值去噪原理 | 第22-24页 |
| ·小波去噪的发展 | 第22页 |
| ·小波阈值去噪原理 | 第22-24页 |
| ·小波阈值的选择 | 第24-25页 |
| ·全局阈值法 | 第24页 |
| ·局部阈值法 | 第24-25页 |
| ·实验结果及分析 | 第25-27页 |
| 第四章 基于高阶谱的系统辨识 | 第27-43页 |
| ·功率谱技术概述 | 第27-28页 |
| ·高阶谱技术 | 第28-36页 |
| ·高阶谱技术概论 | 第28-29页 |
| ·矩与累积量 | 第29-31页 |
| ·高阶谱 | 第31-32页 |
| ·高阶谱和高阶累积量的性质 | 第32-34页 |
| ·双谱的估计方法 | 第34-36页 |
| ·倒谱的定义和性质 | 第36页 |
| ·系统辨识算法 | 第36-40页 |
| ·系统辨识原理 | 第36-38页 |
| ·系统辨识算法描述 | 第38-40页 |
| ·实验结果及分析 | 第40-43页 |
| 第五章 小波反卷积 | 第43-55页 |
| ·关于卷积和反卷积 | 第43-44页 |
| ·估计噪声方差和组织信号功率谱 | 第44-46页 |
| ·噪声方差估计 | 第44页 |
| ·组织信号功率谱估计 | 第44-46页 |
| ·小波反卷积 | 第46-48页 |
| ·傅立叶域反卷积 | 第46-47页 |
| ·小波域反卷积 | 第47-48页 |
| ·小波维纳经验滤波 | 第48-51页 |
| ·基于小波的维纳经验滤波算法 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·课题研究总结 | 第55页 |
| ·课题研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
