面向高精度超声弹性成像的位移去噪算法研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第7-11页 |
1.1 超声弹性成像发展 | 第7页 |
1.2 国内外研究现状 | 第7-9页 |
1.3 本文的工作及创新 | 第9-10页 |
1.4 文章的组织结构 | 第10-11页 |
第2章 超声弹性成像的位移图像去噪研究 | 第11-18页 |
2.1 超声弹性成像系统框架 | 第11-12页 |
2.1.1 超声弹性成像模型 | 第11-12页 |
2.1.2 基于快速归一化互相关的散斑追踪方法 | 第12页 |
2.2 图像去噪的原理与方法概述 | 第12-13页 |
2.3 常用的图像去噪算法 | 第13-15页 |
2.3.1 中值滤波算法 | 第13-14页 |
2.3.2 高斯滤波算法 | 第14页 |
2.3.3 小波变换去噪 | 第14-15页 |
2.4 超声图像去噪方法 | 第15-16页 |
2.4.1 研究现状 | 第15页 |
2.4.2 基于偏微分教的图像去噪技术 | 第15-16页 |
2.5 去噪模型评价指标 | 第16-17页 |
2.6 本章小结 | 第17-18页 |
第3章 基于PDE的位移图像去噪方法 | 第18-39页 |
3.1 传统的PDE算法 | 第18-19页 |
3.2 改进的PDE去噪算法 | 第19-25页 |
3.2.1 去噪前图像处理 | 第19-21页 |
3.2.2 最优化问题模型 | 第21-23页 |
3.2.3 去噪模型数值求解 | 第23-25页 |
3.2.4 正则化参数的选定 | 第25页 |
3.3 算法步骤 | 第25-27页 |
3.4 实验验证及结果讨论 | 第27-38页 |
3.4.1 实验数据获取 | 第27-28页 |
3.4.2 计算机模拟数据实验 | 第28-34页 |
3.4.3 仿组织体模数据实验 | 第34-36页 |
3.4.4 真实乳腺数据实脸 | 第36-38页 |
3.5 本章小结 | 第38-39页 |
第4章 基于梯度逆问题的去噪算法 | 第39-52页 |
4.1 医学成像的梯度逆问题 | 第39-40页 |
4.2 基于梯度逆问题的去噪算法框架 | 第40-41页 |
4.3 算法步骤 | 第41-42页 |
4.4 实验验证及结果讨论 | 第42-51页 |
4.4.1 计算机模拟数据实验 | 第42-48页 |
4.4.2 仿组织体模数据实验 | 第48-49页 |
4.4.3 真实乳腺数据实验 | 第49-51页 |
4.5 本章小结 | 第51-52页 |
第5章 总结与展望 | 第52-54页 |
5.1 本文工作总结 | 第52-53页 |
5.2 后续工作展望 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表的论文及科研成果 | 第59页 |