| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号说明 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| 第一节 课题的来源 | 第10-11页 |
| 第二节 课题的医学背景 | 第11-17页 |
| 第三节 课题研究内容和论文结构 | 第17页 |
| 第四节 课题的创新点 | 第17-19页 |
| 第二章 相关理论 | 第19-33页 |
| 第一节 活动轮廓模型 | 第19-22页 |
| 1.1 引言 | 第19-20页 |
| 1.2 活动轮廓模型原理 | 第20-21页 |
| 1.3 活动轮廓模型的数学模型 | 第21-22页 |
| 第二节 HOPFIELD神经网络 | 第22-26页 |
| 2.1 Hopfield网络的基本思想 | 第22页 |
| 2.2 Hopfield网络的结构与算法 | 第22-23页 |
| 2.3 Hopfield网络运行规则 | 第23-25页 |
| 2.4 网络计算能量函数与网络收敛 | 第25-26页 |
| 2.5 Hopfield网络在组合优化问题中的应用 | 第26页 |
| 第三节 模拟退火算法 | 第26-33页 |
| 3.1 模拟退火算法的基本理论 | 第26-31页 |
| 3.2 模拟退火算法的描述 | 第31-33页 |
| 第三章 血管内超声图像的边缘提取 | 第33-45页 |
| 第一节 引言 | 第33-34页 |
| 第二节 方法描述 | 第34-42页 |
| 2.1 改进的外部能量 | 第34-36页 |
| 2.2 Hopfield网络的构造 | 第36-38页 |
| 2.3 模拟退火算法的参数及控制条件的考虑 | 第38-39页 |
| 2.4 仿体IVUS图像内、外膜边缘提取算法 | 第39-42页 |
| 第三节 实验结果及讨论 | 第42-45页 |
| 3.1 实验结果 | 第42-44页 |
| 3.2 讨论 | 第44-45页 |
| 第四章 时／空自适应滤波 | 第45-55页 |
| 第一节 引言 | 第45-46页 |
| 第二节 时／空自适应滤波方法 | 第46-54页 |
| 2.1 时／空自适应滤波方法的基本思想 | 第46-48页 |
| 2.2 时／空滤波自适应方法的流程 | 第48-51页 |
| 2.3 时／空自适应滤波方法的优点 | 第51页 |
| 2.4 实验结果及讨论 | 第51-54页 |
| 第三节 IVUS图像的边缘提取 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 硕士期间发表论文 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |