| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 文献综述 | 第9-13页 |
| 1.2.1 CT的发展及研究现状 | 第9-10页 |
| 1.2.2 CT重建技术的发展及研究现状 | 第10-12页 |
| 1.2.3 压缩感知理论的应用现状 | 第12-13页 |
| 1.3 研究目的和意义 | 第13-15页 |
| 1.3.1 研究目的 | 第13-14页 |
| 1.3.2 研究意义 | 第14-15页 |
| 第2章 CT成像原理及图像重建算法 | 第15-30页 |
| 2.1 CT成像原理 | 第15-19页 |
| 2.1.1 CT成像原理 | 第15-17页 |
| 2.1.2 CT成像数学理论基础 | 第17-18页 |
| 2.1.3 CT成像系统组成 | 第18-19页 |
| 2.2 CT图像重建算法 | 第19-26页 |
| 2.2.1 滤波反投影重建算法(FBP算法) | 第19-21页 |
| 2.2.2 代数重建算法(ART算法) | 第21-26页 |
| 2.3 CT图像重建质量评价 | 第26-28页 |
| 2.4 CT 图像重建仿真实验环境 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 压缩感知理论 | 第30-35页 |
| 3.1 压缩感知理论 | 第30-32页 |
| 3.2 信号的稀疏表示 | 第32页 |
| 3.3 观测矩阵 | 第32-33页 |
| 3.4 信号重建算法 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于压缩感知理论CT图像重建 | 第35-55页 |
| 4.1 CT重建算法引入压缩感知可行性分析 | 第35-36页 |
| 4.1.1 CT图像稀疏表示 | 第35-36页 |
| 4.1.2 CT图像采样模式 | 第36页 |
| 4.2 基于压缩感知的CT图像重建 | 第36-42页 |
| 4.2.1 基于压缩感知CT图像重建ART-TV算法 | 第36-38页 |
| 4.2.2 Lp范数代替L_1范数的可行性分析 | 第38-39页 |
| 4.2.3 基于Lp范数的压缩感知CT图像质量 | 第39-42页 |
| 4.3 实验仿真及分析 | 第42-54页 |
| 4.3.1 无噪声不完全投影重建 | 第42-48页 |
| 4.3.2 加入噪声重建效果 | 第48-50页 |
| 4.3.3 无噪声完全投影重建 | 第50-52页 |
| 4.3.4 含噪情况完全投影重建 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 导师简介 | 第60页 |
| 企业导师简介 | 第60-61页 |
| 作者简介 | 第61-62页 |
| 学位论文数据集 | 第62页 |