基于压缩感知的CT图像重建技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 CT的发展及研究现状 | 第13-14页 |
| 1.2.2 CT重建算法的发展及研究现状 | 第14-16页 |
| 1.3 本文的主要研究内容及组织结构 | 第16-19页 |
| 1.3.1 本文的主要研究内容 | 第16-17页 |
| 1.3.2 本文的组织结构 | 第17-19页 |
| 第2章 CT的基本原理与重建算法 | 第19-31页 |
| 2.1 CT成像原理 | 第19-20页 |
| 2.2 CT图像重建的理论基础 | 第20-23页 |
| 2.2.1 物理基础 | 第20-22页 |
| 2.2.2 数学基础 | 第22-23页 |
| 2.3 CT图像重建算法 | 第23-28页 |
| 2.3.1 滤波反投影重建算法 | 第23-25页 |
| 2.3.2 代数重建算法 | 第25-28页 |
| 2.4 重建图像的质量评估 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 压缩感知理论 | 第31-41页 |
| 3.1 传统的采样定理 | 第31-33页 |
| 3.2 压缩感知原理 | 第33-34页 |
| 3.3 核心问题 | 第34-37页 |
| 3.3.1 稀疏变换 | 第35页 |
| 3.3.2 观测矩阵 | 第35-36页 |
| 3.3.3 重建算法 | 第36-37页 |
| 3.4 基于压缩感知理论的CT图像重建 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 一种基于ART的改进算法 | 第41-55页 |
| 4.1 基于全变差的迭代算法 | 第41-43页 |
| 4.1.1 ART_TV算法简介 | 第41-42页 |
| 4.1.2 ART_TV算法实现流程 | 第42-43页 |
| 4.2 IART算法的提出 | 第43-46页 |
| 4.2.1 IART算法描述 | 第43页 |
| 4.2.2 动态松弛因子 | 第43-44页 |
| 4.2.3 投影系数的计算 | 第44-45页 |
| 4.2.4 IART算法流程 | 第45-46页 |
| 4.3 实验结果分析与比较 | 第46-53页 |
| 4.3.1 图像重建效果图对比 | 第46-50页 |
| 4.3.2 算法性能曲线对比 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 基于先验图像和压缩感知的CT迭代重建算法 | 第55-67页 |
| 5.1 先验图像的引入 | 第55-56页 |
| 5.2 PCSIR算法的提出 | 第56-59页 |
| 5.2.1 PCSIR算法简介 | 第56-57页 |
| 5.2.2 共轭梯度算法 | 第57-58页 |
| 5.2.3 PCSIR算法流程 | 第58-59页 |
| 5.3 实验结果分析与比较 | 第59-65页 |
| 5.3.1 图像重建效果对比 | 第59-62页 |
| 5.3.2 算法性能曲线对比 | 第62-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
