| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 医学超声成像技术的发展 | 第12-13页 |
| 1.2.2 骨骼肌超声图像处理技术的新进展 | 第13-14页 |
| 1.2.3 超声影像技术的进展 | 第14-15页 |
| 1.2.4 骨骼肌肌肉厚度测量技术的发展 | 第15-16页 |
| 1.3 本论文研究的主要内容 | 第16页 |
| 1.4 本论文的组织结构 | 第16-18页 |
| 第2章 超声设备成像原理及相关图像处理技术 | 第18-27页 |
| 2.1 超声设备成像原理 | 第18-22页 |
| 2.1.1 超声设备的种类及原理 | 第18-19页 |
| 2.1.2 骨骼肌结构及其超声图像的采集原理 | 第19-22页 |
| 2.2 超声图像处理技术 | 第22-26页 |
| 2.2.1 超声图像增强技术 | 第23-24页 |
| 2.2.2 超声图像降噪技术 | 第24页 |
| 2.2.3 超声图像分割技术 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于改进的Hough变换的肌肉厚度测量方法 | 第27-42页 |
| 3.1 总体方案 | 第27-28页 |
| 3.2 基于Hessian矩阵的多尺度图像增强方法 | 第28-33页 |
| 3.2.1 Hessian矩阵原理 | 第28-29页 |
| 3.2.2 基于Hessian矩阵的多尺度线型增强滤波器的构造 | 第29-30页 |
| 3.2.3 基于Hessian矩阵的多尺度超声图像增强方法 | 第30-31页 |
| 3.2.4 实验仿真及分析 | 第31-33页 |
| 3.3 基于Hough变化的腓肠肌肌筋膜提取 | 第33-39页 |
| 3.3.1 传统Hough变换的基本原理及其局限性 | 第33-35页 |
| 3.3.2 改进的Hough变换及肌筋膜提取 | 第35-37页 |
| 3.3.3 实验分析 | 第37-39页 |
| 3.4 腓肠肌厚度测量结果及验证分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于压缩跟踪算法的肌肉厚度测量方法 | 第42-58页 |
| 4.1 常用跟踪方法 | 第42-43页 |
| 4.2 压缩感知 | 第43-47页 |
| 4.2.1 压缩感知基本理论 | 第43-44页 |
| 4.2.2 信号的稀疏表示 | 第44-45页 |
| 4.2.3 测量矩阵 | 第45-46页 |
| 4.2.4 重构算法 | 第46-47页 |
| 4.3 在线学习算法 | 第47-49页 |
| 4.3.1 在线学习算法简介 | 第47-49页 |
| 4.3.2 贝叶斯分类 | 第49页 |
| 4.4 Haar-like特征 | 第49-51页 |
| 4.5 基于压缩感知的肌肉厚度测量方法 | 第51-55页 |
| 4.5.1 基于压缩感知的特征提取 | 第51-52页 |
| 4.5.2 压缩跟踪算法 | 第52-53页 |
| 4.5.3 跟踪算法仿真及对比分析 | 第53-54页 |
| 4.5.4 肌肉厚度的精确测量 | 第54-55页 |
| 4.6 股直肌厚度测量结果及验证分析 | 第55-57页 |
| 4.7 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 附录 A 攻读学位期间发表的论文情况 | 第65-66页 |
| 附录 B 攻读学位期间参与科研工作情况 | 第66-67页 |
| 致谢 | 第67页 |
