| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·超声影像学 | 第9页 |
| ·医学超声检查的特点 | 第9-10页 |
| ·超声图像处理的研究情况 | 第10-12页 |
| ·图像分析与图像分割 | 第12页 |
| ·超声图像分割的应用 | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的结构 | 第13-14页 |
| 第二章 超声与B超 | 第14-19页 |
| B超及其成像原理 | 第15-19页 |
| 第三章 超声斑点的统计特性 | 第19-24页 |
| ·Rayleigh分布模型 | 第19-22页 |
| ·Rayleigh分布的矩特征 | 第22-23页 |
| 小结 | 第23-24页 |
| 第四章 医学超声图像的模糊增强 | 第24-33页 |
| ·灰度直方图均衡方法 | 第25-27页 |
| ·人眼视觉特性 | 第27-28页 |
| ·超声图像的模糊增强 | 第28-30页 |
| ·实验 | 第30-33页 |
| 第五章 Gibbs随机场基本理论 | 第33-39页 |
| ·邻域系统与势团(Cliques) | 第34-36页 |
| ·Markov随机场 | 第36页 |
| ·Gibbs随机场与Markov-Gibbs等效性 | 第36-37页 |
| ·多级逻辑(Multi-level Logistic)模型 | 第37-39页 |
| 第六章 使用Markov随机场先验模型进行贝叶斯分割 | 第39-48页 |
| ·图像分割基本理论 | 第39-40页 |
| ·使用Markov随机场先验模型进行贝叶斯分割 | 第40-42页 |
| ·MRF-MAP估计 | 第42-43页 |
| ·算法的初始化 | 第43-44页 |
| ·标准K均值聚类 | 第43-44页 |
| ·树形K均值(TSKM) | 第44页 |
| ·最小化问题 | 第44页 |
| ·算法流程 | 第44-45页 |
| ·实验 | 第45-48页 |
| 第七章 结论及将来的工作 | 第48-49页 |
| ·本文的主要贡献 | 第48页 |
| ·后续工作展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 硕士期间已完成或发表的论文 | 第51-52页 |
| 致谢 | 第52-53页 |
| 第一军医大学 学位论文原创性声明 | 第53页 |
| 学位论文版权使用授权书 | 第53页 |
