| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 符号说明 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状及趋势 | 第12-13页 |
| 1.3 论文的研究内容和安排 | 第13-15页 |
| 第二章 CBCT图像重建 | 第15-21页 |
| 2.1 CBCT成像 | 第15-16页 |
| 2.1.1 CT图像 | 第15页 |
| 2.1.2 CBCT图像 | 第15-16页 |
| 2.2 解析重建算法 | 第16-18页 |
| 2.2.1 近似重建算法 | 第16-17页 |
| 2.2.2 精确重建算法 | 第17-18页 |
| 2.3 迭代重建算法 | 第18-20页 |
| 2.3.1 代数重建算法 | 第18-19页 |
| 2.3.2 统计迭代重建算法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于压缩感知的CBCT重建 | 第21-29页 |
| 3.1 压缩感知理论简介 | 第21-23页 |
| 3.2 基于压缩感知的CBCT图像重建算法 | 第23-28页 |
| 3.2.1 基本思想 | 第23-25页 |
| 3.2.2 PICCS算法 | 第25页 |
| 3.2.3 CS-NESTA算法 | 第25-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于形变配准的CBCT重建 | 第29-39页 |
| 4.1 医学图像配准的基础 | 第29-32页 |
| 4.2 基于形变配准的CBCT重建 | 第32-37页 |
| 4.2.1 基于多分辨率的B样条FFD模型配准重建算法 | 第32-36页 |
| 4.2.2 2D-3D图像配准 | 第36-37页 |
| 4.3 本章小结 | 第37-39页 |
| 第五章 基于形变配准的 4D-CBCT稀疏角度重建 | 第39-49页 |
| 5.1 R-CS重建算法 | 第39-41页 |
| 5.1.1 4D-CBCT图像和重建思想 | 第39-40页 |
| 5.1.2 算法实现流程 | 第40-41页 |
| 5.2 体模实验 | 第41-46页 |
| 5.2.1 实验材料 | 第41-42页 |
| 5.2.2 实验结果及分析 | 第42-46页 |
| 5.3 临床实验 | 第46-48页 |
| 5.3.1 实验材料 | 第46-47页 |
| 5.3.2 实验结果及分析 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本论文主要工作的总结 | 第49-50页 |
| 6.2 未来工作的展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |