摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第6-8页 |
第1章 绪论 | 第8-14页 |
1.1 引言 | 第8-9页 |
1.2 研究背景及意义 | 第9-10页 |
1.2.1 超声图像斑点噪声去除 | 第9页 |
1.2.2 定量超声在肌肉评估中的应用 | 第9-10页 |
1.3 国内外研究现状 | 第10-12页 |
1.3.1 超声图像去噪研究现状 | 第10-11页 |
1.3.2 定量超声在肌肉评估中的应用研究现状 | 第11-12页 |
1.4 论文研究的主要内容 | 第12页 |
1.5 论文章节安排 | 第12-14页 |
第2章 医学超声成像原理 | 第14-24页 |
2.1 基本原理 | 第14-19页 |
2.1.1 超声基本物理量 | 第14-16页 |
2.1.2 反射 | 第16-18页 |
2.1.3 散射 | 第18页 |
2.1.4 折射 | 第18页 |
2.1.5 干涉 | 第18-19页 |
2.1.6 衍射 | 第19页 |
2.1.7 衰减 | 第19页 |
2.2 超声成像物理原理 | 第19-23页 |
2.2.1 超声成像原理 | 第19-20页 |
2.2.2 超声换能器 | 第20-21页 |
2.2.3 超声波束的聚焦 | 第21页 |
2.2.4 超声图像的后期处理和常见的伪像 | 第21-23页 |
2.3 本章小结 | 第23-24页 |
第3章 改进的快速自适应双边滤波算法研究 | 第24-37页 |
3.1 双边滤波 | 第24页 |
3.2 快速双波滤波 | 第24-26页 |
3.3 改进的快速自适应双边滤波 | 第26-31页 |
3.3.1 小标准差下的高斯近似 | 第26-27页 |
3.3.2 快速算法精确求 T | 第27-28页 |
3.3.3 截尾策略加速算法 | 第28-31页 |
3.4 实验分析 | 第31-36页 |
3.4.1 运行时间 | 第31-32页 |
3.4.2 准确性 | 第32-35页 |
3.4.3 应用:超声图像降噪 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第4章 基于超声影像的骨骼肌厚度自动估计算法研究 | 第37-53页 |
4.1 算法设计的总体框架 | 第37-38页 |
4.2 肌肉图像增强 | 第38-41页 |
4.2.1 Gabor 滤波 | 第38-39页 |
4.2.2 基于 Hessian 矩阵的 MVEF 算法 | 第39-41页 |
4.3 图像分割 | 第41-44页 |
4.3.1 图像分割的定义 | 第41-42页 |
4.3.2 图像阈值分割 | 第42-44页 |
4.4 肌肉厚度自动估计 | 第44-46页 |
4.4.1 霍夫变换原理 | 第44-46页 |
4.4.2 具体实施过程 | 第46页 |
4.5 实验分析 | 第46-52页 |
4.5.1 受试志愿者 | 第46-47页 |
4.5.2 实验草案与数据获取 | 第47页 |
4.5.3 结果分析 | 第47-52页 |
4.6 本章小结 | 第52-53页 |
第5章 总结与展望 | 第53-55页 |
5.1 工作总结 | 第53页 |
5.2 研究展望 | 第53-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间的科研成果 | 第59-60页 |
致谢 | 第60-61页 |