| 创新点 | 第5-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 引言 | 第14-18页 |
| 1.1.1 高强度聚焦超声技术 | 第15-16页 |
| 1.1.2 HIFU系统中的图像引导 | 第16-18页 |
| 1.2 超声图像降噪方法的研究现状 | 第18-21页 |
| 1.2.1 基于邻域特性的图像去噪方法 | 第19-20页 |
| 1.2.2 基于多尺度变换的去噪方法 | 第20页 |
| 1.2.3 基于偏微分方程的去噪方法 | 第20-21页 |
| 1.3 超声图像分割方法的研究现状 | 第21-26页 |
| 1.3.1 传统的图像分割方法 | 第21-24页 |
| 1.3.2 基于形变模型的图像分割方法 | 第24-26页 |
| 1.4 论文研究内容及结构安排 | 第26-29页 |
| 第2章 基于各向异性扩散滤波器的超声图像处理方法 | 第29-47页 |
| 2.1 引言 | 第29页 |
| 2.2 超声图像斑点噪声模型分析 | 第29-31页 |
| 2.3 滤波性能评价指标 | 第31-32页 |
| 2.4 超声图像的各向异性扩散滤波 | 第32-45页 |
| 2.4.1 PM模型 | 第33-34页 |
| 2.4.2 SRAD模型 | 第34-35页 |
| 2.4.3 基于超声图像的改进SRAD模型研究 | 第35-44页 |
| 2.4.4 超声图像的滤波实验结果及分析 | 第44-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第3章 超声图像分割中的参数活动轮廓模型研究 | 第47-70页 |
| 3.1 原始SNAKE模型 | 第47-54页 |
| 3.1.1 基本原理 | 第47-49页 |
| 3.1.2 SNAKE模型的数值实现 | 第49-50页 |
| 3.1.3 实验结果与分析 | 第50-54页 |
| 3.2 气球力SNAKE模型 | 第54-58页 |
| 3.2.1 基本原理 | 第54-55页 |
| 3.2.2 实验结果与分析 | 第55-58页 |
| 3.3 GVF SNAKE模型 | 第58-62页 |
| 3.3.1 基本原理 | 第58-59页 |
| 3.3.2 实验结果与分析 | 第59-62页 |
| 3.4 改进的BALLOON SNAKE模型 | 第62-68页 |
| 3.4.1 基本原理 | 第62-67页 |
| 3.4.2 实验结果及分析 | 第67-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第4章 超声图像分割中的水平集活动轮廓模型研究 | 第70-91页 |
| 4.1 水平集方法 | 第70-75页 |
| 4.1.1 曲线演化理论 | 第70-72页 |
| 4.1.2 几何曲线演化模型 | 第72-74页 |
| 4.1.3 水平集函数的构造 | 第74-75页 |
| 4.2 几何活动轮廓模型 | 第75-78页 |
| 4.2.1 基本原理 | 第75-77页 |
| 4.2.2 实验结果及分析 | 第77-78页 |
| 4.3 测地活动轮廓模型 | 第78-82页 |
| 4.3.1 基本原理 | 第78-80页 |
| 4.3.2 实验结果及分析 | 第80-82页 |
| 4.4 CHAN-VESE模型 | 第82-86页 |
| 4.4.1 基本原理 | 第82-83页 |
| 4.4.2 实验结果及分析 | 第83-86页 |
| 4.5 基于边缘信息和区域信息结合的水平集分割方法 | 第86-89页 |
| 4.5.1 组合能量模型 | 第86-88页 |
| 4.5.2 实验结果及分析 | 第88-89页 |
| 4.6 本章小结 | 第89-91页 |
| 第5章 总结与展望 | 第91-94页 |
| 参考文献 | 第94-105页 |
| 攻读博士学位期间发表的学术论文以及参与的项目 | 第105-106页 |
| 致谢 | 第106页 |