| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题背景及意义 | 第8-9页 |
| ·医学超声影像概述 | 第9-13页 |
| ·医学超声诊断简介 | 第9-11页 |
| ·超声成像概述 | 第11页 |
| ·超声成像基本原理 | 第11-13页 |
| ·本文主要内容和创新点 | 第13-14页 |
| ·本文内容安排 | 第14-16页 |
| 第2章 自适应非线性相干扩散模型的超声斑点噪声抑制新方法 | 第16-34页 |
| ·引言 | 第16-18页 |
| ·超声图像斑点噪声 | 第18-19页 |
| ·非线性相干扩散模型（NCD） | 第19-22页 |
| ·自适应非线性相干扩散模型（ANCD） | 第22-26页 |
| ·实验结果与分析 | 第26-32页 |
| ·合成图像实验 | 第26-29页 |
| ·超声图像实验 | 第29-31页 |
| ·其他超声图像实验结果 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 基于DWPF Groupling Bandlet 和支持向量机的病灶提取新方法 | 第34-57页 |
| ·引言 | 第34-36页 |
| ·DWPF Grouping Bandlet 算法 | 第36-41页 |
| ·离散小波包框架(DWPF) | 第36-38页 |
| ·Grouping Bandlet | 第38-39页 |
| ·DWPF Grouping Bandlet | 第39-41页 |
| ·特征提取 | 第41-45页 |
| ·特征计算 | 第41-42页 |
| ·特征平滑 | 第42-43页 |
| ·维数降低——改进随机邻域嵌入法（ISNE） | 第43-45页 |
| ·分类器 | 第45-48页 |
| ·G-K 分类器 | 第46页 |
| ·SVM 分类器 | 第46-48页 |
| ·仿真实验 | 第48-54页 |
| ·合成图像实验 | 第49-52页 |
| ·纹理图像实验 | 第52-54页 |
| ·肿瘤超声图像实验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 乳腺肿瘤的超声图像分割算法的临床应用研究 | 第57-62页 |
| ·引言 | 第57页 |
| ·乳腺纤维性瘤实验 | 第57-59页 |
| ·乳腺囊肿病灶实验 | 第59-60页 |
| ·其他临床超声肿瘤实验 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| ·本文总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 本人简历 | 第71页 |
