| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-10页 |
| 1.3 论文主要研究内容及结构 | 第10-12页 |
| 2 压缩感知与 CT 图像重建 | 第12-33页 |
| 2.1 压缩感知理论简介 | 第12-14页 |
| 2.2 CT 图像重建 | 第14-17页 |
| 2.2.1 CT 成像基础 | 第14-15页 |
| 2.2.2 迭代重建算法 | 第15-17页 |
| 2.3 基于压缩感知的 CT 图像重建 | 第17-23页 |
| 2.3.1 基本思想 | 第17-18页 |
| 2.3.2 投影矩阵以及投影数据的获得 | 第18-22页 |
| 2.3.3 ART 迭代算法 | 第22-23页 |
| 2.3.4 最速下降法 | 第23页 |
| 2.4 先验图像约束的压缩感知（PICCS） | 第23-26页 |
| 2.4.1 PICCS 的数学表达 | 第24-25页 |
| 2.4.2 PICCS 的算法流程 | 第25-26页 |
| 2.5 实验 | 第26-32页 |
| 2.5.1 实验数据的获得 | 第26-29页 |
| 2.5.2 参数设置 | 第29页 |
| 2.5.3 实验结果及分析 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 基于 PCA 构建运动模型的 2D/3D 图像配准重建算法 | 第33-47页 |
| 3.1 2D/3D 图像配准 | 第33-37页 |
| 3.1.1 医学图像配准 | 第33-34页 |
| 3.1.2 Demons 图像配准算法 | 第34-35页 |
| 3.1.3 2D/3D 图像配准 | 第35-37页 |
| 3.2 PCA 构建肺部运动模型 | 第37-39页 |
| 3.2.1 PCA 处理步骤 | 第37-38页 |
| 3.2.2 构建肺部运动模型 | 第38-39页 |
| 3.3 基于 PCA 系数优化的 2D/3D 图像配准 | 第39-41页 |
| 3.4 实验 | 第41-46页 |
| 3.4.1 实验数据的获得 | 第41-43页 |
| 3.4.2 参数设置 | 第43页 |
| 3.4.3 实验结果及分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 基于配准的 PICCS 重建算法 | 第47-61页 |
| 4.1 基于配准的 PICCS 重建算法原理及步骤 | 第47-51页 |
| 4.1.1 算法基本思想 | 第47-49页 |
| 4.1.2 算法实现步骤 | 第49-51页 |
| 4.2 实验准备 | 第51-54页 |
| 4.2.1 实验数据的获得 | 第51-53页 |
| 4.2.2 参数设置 | 第53-54页 |
| 4.3 实验结果及分析 | 第54-60页 |
| 4.3.1 实验一：二维体模图像实验 | 第54-56页 |
| 4.3.2 实验二：二维呼吸运动 CT 模型图像实验 | 第56-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
