| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·CT 不完全投影数据重建的国内外研究现状 | 第10-11页 |
| ·稀疏表示和字典学习方法的国内外研究现状 | 第11-14页 |
| ·稀疏表示的国内外研究现状 | 第11-13页 |
| ·字典学习方法的国内外研究现状 | 第13-14页 |
| ·论文的主要工作及结构安排 | 第14-16页 |
| 第二章 基于全变差（TV）方法的 CT 不完全投影重建算法 | 第16-32页 |
| ·ART 算法介绍 | 第16-17页 |
| ·TV 算法介绍 | 第17-18页 |
| ·基于 TV 方法的 CT 不完全投影重建算法 | 第18-22页 |
| ·ART-TV 算法 | 第18-21页 |
| ·ART-TV 算法的改进 | 第21-22页 |
| ·仿真实验与结果 | 第22-29页 |
| ·二维仿真实验 | 第22-26页 |
| ·三维数据仿真实验 | 第26-29页 |
| ·实际投影数据实验 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于字典学习方法的稀疏投影迭代重建算法 | 第32-50页 |
| ·稀疏表示的基本理论 | 第32-33页 |
| ·稀疏表示算法 | 第33-35页 |
| ·MP 算法 | 第33-34页 |
| ·OMP 算法(正交匹配追踪算法) | 第34-35页 |
| ·字典学习理论 | 第35-38页 |
| ·字典学习模型 | 第35-36页 |
| ·图像分块 | 第36-37页 |
| ·字典学习方法流程 | 第37-38页 |
| ·字典学习方法 | 第38-42页 |
| ·选取初始字典 | 第39页 |
| ·MOD 算法 | 第39-41页 |
| ·K-SVD 算法 | 第41-42页 |
| ·基于字典学习的稀疏投影迭代重建算法 | 第42-45页 |
| ·ART-DL 算法介绍 | 第42-43页 |
| ·ART-DL 算法实现步骤 | 第43-45页 |
| ·实验结果与分析 | 第45-49页 |
| ·仿真实验 | 第45-48页 |
| ·实际投影数据实验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 总结与展望 | 第50-52页 |
| ·研究主要内容及成果 | 第50-51页 |
| ·存在的问题及以后的工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 读硕士学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |