摘要3-5
ABSTRACT5-7
目录7-11
第一章 绪论11-24
1.1 高强度聚焦超声(HIFU)治疗11-13
1.2 HIFU 治疗中的图像引导13-17
1.2.1 国内 HIFU 治疗图像引导探讨近况13
1.2.2 国外 HIFU 治疗图像引导探讨近况13-14
1.2.3 相控 HIFU 系统中的实时跟踪治疗14-15
1.2.4 本探讨 HIFU 治疗中的图像引导15-17
1.3 轮廓波图像处理的探讨近况17-21
1.3.1 轮廓波产生与进展18-19
1.3.2 轮廓波的运用近况19-20
1.3.3 轮廓波的探讨趋向20-21
1.4 本论文探讨主要内容与结构安排21-24
第二章 图像的轮廓波浅析24-42
2.1 引言24-25
2.2 以傅立叶浅析到小波浅析25-26
2.3 以小波到 X-let26-29
2.4 轮廓波变换29-35
2.4.1 拉普拉斯金字塔多尺度分解29-30
2.4.2 方向滤波器组多方向分解30-34
2.4.3 轮廓波多尺度方向分解34-35
2.5 轮廓波系数统计特性35-41
2.5.1 轮廓波广义邻居系数35-36
2.5.2 边缘统计特性36-37
2.5.3 联合统计特性37-39
2.5.4 图像轮廓波域隐马尔科夫树模型39-41
2.6 本章小结41-42
第三章 轮廓波域超声图像统计建模42-64
3.1 引言42-43
3.2 指数衰减函数43-46
3.3 构建灵活的广义高斯函数——非对称广义高斯函数(AGGF)46-47
3.4 构建非对称分段广义高斯函数 I(APGGF I)47-49
3.5 构建非对称分段广义高斯函数 II(APGGF II)49-52
3.6 参数确定和图像统计建模52-56
3.7 APGGF 对超声图像的轮廓波系数拟合56-63
3.8 本章小结63-64
第四章 轮廓波域超声图像尺度自适应阈值去噪64-83
4.1 引言64-65
4.2 超声图像噪声模型65-66
4.3 尺度自适应阈值去噪策略66-73
4.3.1 非线性阈值函数66-68
4.3.2 轮廓波自适应阈值68-72
4.3.3 尺度比例参数72-73
4.3.4 基于轮廓波紧邻系数的方差估计73
4.4 实验结果与讨论73-81
4.4.1 模拟图像实验74-77
4.4.2 临床图像实验77-81
4.5 本章小结81-83
第五章 基于散斑特性的轮廓波超声图像噪声抑制83-101
5.1 引言83
5.2 散斑噪声分布统计特性83-85
5.2.1 Rayleigh 模型84
5.2.2 Nakagami 模型84-85
5.2.3 广义 Nakagami 分布(GND)模型85
5.3 基于 Rayleigh 分布的轮廓波散斑抑制策略85-92
5.3.1 Laplacian 先验 MAP 准则估算函数85-87
5.3.2 参数估计87-88
5.3.3 均值偏移纠正88
5.3.4 实验结果88-92
5.4 基于广义 Nakagami 分布的非同态轮廓波散斑抑制策略92-100
5.4.1 Bayes 框架收缩函数93-95
5.4.2 GND 模型特例浅析95-97
5.4.3 参数估计97-98
5.4.4 实验结果98-100
5.5 本章小结100-101
第六章 基于轮廓波的医学超声图像边缘检测策略101-116
6.1 引言101
6.2 经典的边缘检测策略101-105
6.3 图像的轮廓波非线性逼近105-109
6.4 轮廓波域模极大边缘检测109-110
6.5 算法流程110-111
6.6 实验结果与讨论111-115
6.6.1 模拟图像实验111-112
6.6.2 临床图像实验112-115
6.7 本章小结115-116
第七章 HIFU 术中呼吸运动影响下的跟踪116-130
7.1 引言116
7.2 呼吸运动对 HIFU 治疗的影响116-118
7.3 呼吸运动制约技术118-119
7.4 相控 HIFU 手术中的跟踪治疗119-123
7.4.1 相控 HIFU 术中超声图像处理120-121
7.4.2 电子相控聚焦121-123
7.5 图像系统与治疗系统之间的空间映射123-129
7.5.1 HIFU 治疗系统的术中三维超声成像123-125
7.5.2 三维图像空间与治疗系统空间的转换125-129
7.6 本章小结129-130
第八章 总结与展望130-132