| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 符号表 | 第13-15页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 医学血流检测的意义与背景 | 第15-16页 |
| 1.2 彩色血流成像基础 | 第16-19页 |
| 1.3 超声彩色血流检测技术困难与现状 | 第19-23页 |
| 1.3.1 参数化的检测方法 | 第21-22页 |
| 1.3.2 非参数化的检测方法 | 第22-23页 |
| 1.4 本文研究内容 | 第23-25页 |
| 第2章 基于松弛算法的参数化血流信号提取方法 | 第25-48页 |
| 2.1 引言 | 第25-26页 |
| 2.2 参数化血流信号提取方法回顾 | 第26-29页 |
| 2.2.1 自回归模型 | 第26-28页 |
| 2.2.2 多重信号分类方法 | 第28-29页 |
| 2.3 松弛算法与血流信号提取方法 | 第29-33页 |
| 2.4 仿真与讨论 | 第33-47页 |
| 2.4.1 仿真模型和参数 | 第33-34页 |
| 2.4.2 RELAX与传统高通滤波器的比较 | 第34-44页 |
| 2.4.3 RELAX与参数方法的比较 | 第44-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 基于改进特征分解的血流信号提取方法 | 第48-71页 |
| 3.1 引言 | 第48-50页 |
| 3.2 杂波滤波器回顾 | 第50-53页 |
| 3.2.1 经典的杂波滤波器 | 第51页 |
| 3.2.2 基于Hankel框架下的杂波滤波器设计 | 第51-53页 |
| 3.3 基于双线性模型描述下的Hankel框架 | 第53-55页 |
| 3.4 基于向前向后平滑子序列的框架 | 第55-60页 |
| 3.5 仿真与讨论 | 第60-69页 |
| 3.5.1 仿真模型 | 第60-61页 |
| 3.5.2 结果与讨论 | 第61-69页 |
| 3.6 本章小结 | 第69-71页 |
| 第4章 基于回归聚合经验模态分解的血流信号提取方法 | 第71-97页 |
| 4.1 引言 | 第71-73页 |
| 4.2 经验模态分解 | 第73-78页 |
| 2.2.1 EMD算法 | 第73-75页 |
| 2.2.2 EMD特性与不足 | 第75-78页 |
| 4.3 聚合经验模态分解 | 第78-81页 |
| 4.3.1 EEMD算法 | 第78-79页 |
| 4.3.2 EEMD参数选择问题 | 第79-80页 |
| 4.3.3 EEMD的不足 | 第80-81页 |
| 4.4 回归模型描述下的聚合模态分解 | 第81-87页 |
| 4.4.1 基于岭回归的集合经验模态分解 | 第81-84页 |
| 4.4.2 回归聚合经验模态分解的理论分析 | 第84-85页 |
| 4.4.3 基于套索回归的集合经验模态分解 | 第85-87页 |
| 4.5 基于回归聚合模态分解的杂波滤波器设计 | 第87-95页 |
| 4.5.1 仿真模型与参数 | 第87-88页 |
| 4.5.2 面向多数据集的杂波滤波器设计 | 第88-89页 |
| 4.5.3 仿真结果与讨论 | 第89-95页 |
| 4.6 本章小结 | 第95-97页 |
| 第5章 彩色血流成像算法计算复杂度与实验研究 | 第97-115页 |
| 5.1 引言 | 第97页 |
| 5.2 血流信号提取方法比较 | 第97-102页 |
| 5.2.1 计算复杂度 | 第97-101页 |
| 5.2.2 优缺点比较 | 第101-102页 |
| 5.3 实验研究 | 第102-114页 |
| 5.3.1 颈动脉血流成像实验 | 第102-110页 |
| 5.3.2 肾脏血流成像实验 | 第110-114页 |
| 5.4 本章小结 | 第114-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-125页 |
| 攻读学位期间发表的学术论文 | 第125-128页 |
| 致谢 | 第128-129页 |
| 个人简历 | 第129页 |