首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

定量光声内窥层析成像算法的研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-15页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 生物光声成像的发展简介第10-11页
        1.2.2 内窥式光声成像的研究现状第11-12页
        1.2.3 定量光声成像的研究进展第12-13页
    1.3 本文的研究目的及意义第13-14页
    1.4 本文的研究内容第14-15页
第2章 光声内窥成像光学正问题的数值仿真第15-32页
    2.1 定量光声成像的原理第15-17页
        2.1.1 光声成像原理第15页
        2.1.2 声学逆问题第15-16页
        2.1.3 光学逆问题第16-17页
    2.2 光在生物组织中的传输第17-21页
        2.2.1 生物组织对光的吸收第17页
        2.2.2 生物组织对光的散射第17-18页
        2.2.3 光在生物组织中的传播模型第18-20页
        2.2.4 光源模型第20-21页
    2.3 扩散方程的时域有限差分模型第21-22页
    2.4 光声内窥成像的光学正问题有限差分仿真第22-26页
        2.4.1 建立血管横截面的计算机仿真模型第22-24页
        2.4.2 光辐射能量分布的有限差分仿真第24-25页
        2.4.3 光吸收能量分布的有限差分仿真第25-26页
    2.5 实验结果与讨论第26-31页
        2.5.1 光辐射能量与光吸收能量的仿真结果第26-30页
        2.5.2 DE与MC的比较第30-31页
    2.6 本章小结第31-32页
第3章 重建腔体横截面上光吸收能量分布的测量值第32-38页
    3.1 光声内窥成像声学正问题的仿真第32-34页
    3.2 光声内窥成像声学逆问题的求解第34-35页
    3.3 实验结果与分析第35-37页
        3.3.1 血管横截面模型的图像重建结果第35-36页
        3.3.2 重建图像质量的定量评价第36-37页
    3.4 本章小结第37-38页
第4章 光声内窥成像中组织光吸收系数的重建第38-49页
    4.1 重建腔体横截面上光吸收系数的空间分布第38-43页
        4.1.1 重建光吸收系数的非线性最小二乘问题第38页
        4.1.2 正则化方法第38-40页
        4.1.3 基于L-M算法的优化第40-41页
        4.1.4 基于Bregman算法的优化第41-43页
    4.2 实验结果与分析第43-48页
        4.2.1 不同正则化方法重建结果的比较第43-44页
        4.2.2 不同优化算法的比较第44-45页
        4.2.3 定量评价第45-48页
    4.3 本章小结第48-49页
第5章 结论与展望第49-51页
    5.1 结论第49-50页
    5.2 展望第50-51页
参考文献第51-55页
攻读硕士学位期间发表的论文及其它成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:高维大数据分析模型与分布式并行聚类方法研究
下一篇:混合式协作学习中的隐性知识转化与创新研究