| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 一、绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-13页 |
| 1.2 X-CT医学影像图像及噪声分析 | 第13-18页 |
| 1.2.1 X-CT医学影像图像 | 第13-14页 |
| 1.2.2 噪声模型及分析 | 第14-16页 |
| 1.2.3 去噪性能评价标准 | 第16-18页 |
| 1.3 本文主要研究内容及内容安排 | 第18-19页 |
| 二、X-CT医学影像图像去噪方法研究现状 | 第19-25页 |
| 2.1 传统的图像去噪方法 | 第19-21页 |
| 2.2 基于小波变换的去噪方法 | 第21-23页 |
| 2.3 基于Contourlet变换的去噪方法 | 第23-24页 |
| 2.4 基于独立分量的去噪方法 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 三、基于Contourlet变换X-CT医学影像图像去噪算法研究 | 第25-43页 |
| 3.1 Contourlet变换理论 | 第25-32页 |
| 3.1.1 拉普拉斯金字塔变换 | 第26-27页 |
| 3.1.2 迭代方向滤波器组 | 第27-32页 |
| 3.2 非下采样Contourlet变换 | 第32-35页 |
| 3.3 阈值选取及阈值函数 | 第35-38页 |
| 3.3.1 阈值函数 | 第35-36页 |
| 3.3.2 经典阈值算法 | 第36-38页 |
| 3.4 基于改进的非下采样Contourlet变换的X-CT医学影像图像去噪算法 | 第38-42页 |
| 3.4.1 非下采样Contourlet变换域的Context模型 | 第38-40页 |
| 3.4.2 算法描述 | 第40-41页 |
| 3.4.3 实验结果及分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 四、改进的基于独立分量分析的X-CT医学影像图像去噪算法研究 | 第43-50页 |
| 4.1 独立分量分析模型及其求解 | 第43-45页 |
| 4.1.1 ICA基本模型 | 第43-45页 |
| 4.1.2 Fast ICA算法 | 第45页 |
| 4.2 改进的ICA图像去噪算法 | 第45-46页 |
| 4.3 算法描述 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 五、总结与展望 | 第50-53页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 综述 医学图像去噪方法综述 | 第60-78页 |
| 综述参考文献 | 第73-78页 |
| 致谢 | 第78页 |
