| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 中英文缩写对照表 | 第10-12页 |
| 1 绪论 | 第12-26页 |
| 1.1 引言 | 第12页 |
| 1.2 研究背景 | 第12-15页 |
| 1.3 研究目的与意义 | 第15-18页 |
| 1.4 医学影像处理与分析技术研究现状 | 第18-22页 |
| 1.5 本文主要研究内容 | 第22-23页 |
| 1.6 课题来源及内容安排 | 第23-26页 |
| 2 稀疏表示理论基础 | 第26-32页 |
| 2.1 引言 | 第26-27页 |
| 2.2 稀疏编码方法 | 第27-28页 |
| 2.3 稀疏正则化方法 | 第28-29页 |
| 2.4 稀疏表示理论在图像处理中的典型应用 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 基于稀疏编码自适应阈值收缩的超声医学影像去噪 | 第32-51页 |
| 3.1 引言 | 第32-34页 |
| 3.2 超声影像斑点噪声模型 | 第34-35页 |
| 3.3 基于l_(1/2)正则化的稀疏编码模型 | 第35-40页 |
| 3.4 基于Bayesian-MAP的超声影像稀疏编码自适应阈值收缩模型 | 第40-42页 |
| 3.5 实验结果与分析 | 第42-48页 |
| 3.6 本章小结 | 第48-51页 |
| 4 基于稀疏约束的医学影像偏差场自适应校正增强 | 第51-71页 |
| 4.1 引言 | 第51-53页 |
| 4.2 校正增强模型 | 第53-55页 |
| 4.3 模型求解 | 第55-57页 |
| 4.4 实验结果与分析 | 第57-69页 |
| 4.5 本章小结 | 第69-71页 |
| 5 基于稀疏非负矩阵分解的超声医学影像因子分析 | 第71-95页 |
| 5.1 引言 | 第71-74页 |
| 5.2 稀疏非负矩阵分解因子分析法 | 第74-76页 |
| 5.3 模型求解 | 第76-77页 |
| 5.4 实验结果与分析 | 第77-91页 |
| 5.5 本章小结 | 第91-95页 |
| 6 总结与展望 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-111页 |
| 附录1 攻读学位期间发表的学术论文 | 第111-112页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第112-113页 |
| 附录3 攻读学位期间参与课题 | 第113页 |