摘要 | 第5-7页 |
abstract | 第7-8页 |
中英文缩略词表 | 第16-18页 |
第一章 绪论 | 第18-27页 |
1.1 选题背景及意义 | 第18-19页 |
1.2 国内外研究现状 | 第19-25页 |
1.2.1 投影域处理方法 | 第20-21页 |
1.2.2 图像域迭代重建方法 | 第21-23页 |
1.2.3 后处理方法 | 第23-25页 |
1.3 论文研究内容及结构安排 | 第25-27页 |
第二章 低剂量CT成像的基本理论 | 第27-46页 |
2.1 CT成像的基本原理 | 第27-30页 |
2.2 CT成像算法基础及滤波反投影算法 | 第30-35页 |
2.2.1 Radon变换 | 第30-31页 |
2.2.2 Fourier中心切片定理 | 第31-32页 |
2.2.3 滤波反投影算法 | 第32-35页 |
2.3 低剂量CT投影数据统计特性分析 | 第35-39页 |
2.3.1 低剂量CT投影数据统计特性 | 第35-36页 |
2.3.2 仿真实验分析 | 第36-39页 |
2.4 低剂量CT图像的噪声和伪影 | 第39-41页 |
2.4.1 低剂量CT图像噪声 | 第39页 |
2.4.2 低剂量CT图像伪影 | 第39-41页 |
2.5 仿真实验体模及图像质量评价方法 | 第41-44页 |
2.5.1 仿真实验体模介绍 | 第41-43页 |
2.5.2 图像质量评价方法 | 第43-44页 |
2.6 本章小结 | 第44-46页 |
第三章 基于残差图分解与平滑块排列的低剂量CT投影恢复算法 | 第46-62页 |
3.1 平滑块排列算法 | 第47-49页 |
3.2 MCA原理及在线字典学习方法 | 第49-51页 |
3.2.1 MCA方法原理 | 第49-50页 |
3.2.2 在线字典学习方法 | 第50-51页 |
3.3 基于残差图分解的平滑块排列投影恢复算法 | 第51-54页 |
3.4 实验结果与分析 | 第54-60页 |
3.4.1 视觉效果分析 | 第55-59页 |
3.4.2 量化指标分析 | 第59-60页 |
3.5 本章小结 | 第60-62页 |
第四章 基于分数阶偏微分方程模型的低剂量CT图像处理算法 | 第62-88页 |
4.1 分数阶微积分的基本理论 | 第63-68页 |
4.1.1 分数阶微积分的定义 | 第63-67页 |
4.1.2 分数阶微积分在图像处理中的应用 | 第67-68页 |
4.2 偏微分方程图像降噪的经典模型 | 第68-72页 |
4.2.1 Perona-Malik模型 | 第69页 |
4.2.2 TV模型 | 第69-70页 |
4.2.3 分数阶Perona-Malik模型 | 第70-71页 |
4.2.4 分数阶TV模型 | 第71-72页 |
4.3 新的分数阶偏微分方程模型 | 第72-78页 |
4.3.1 新模型及其求解 | 第72-76页 |
4.3.2 本章算法描述 | 第76-78页 |
4.4 实验结果与分析 | 第78-86页 |
4.4.1 参数设置分析 | 第79-81页 |
4.4.2 仿真骨盆体模实验 | 第81-83页 |
4.4.3 实际胸腔体模实验 | 第83-86页 |
4.5 本章小结 | 第86-88页 |
第五章 基于改进的平滑块排列的低剂量CT图像处理算法 | 第88-111页 |
5.1 经典的非局部均值滤波算法 | 第89-90页 |
5.2 改进的平滑块排列算法 | 第90-100页 |
5.2.1 预白化线性滤波 | 第91页 |
5.2.2 基于改进的非局部均值滤波方法的平滑块排列过程 | 第91-97页 |
5.2.3 TV后处理方法 | 第97页 |
5.2.4 本章算法中各步骤有效性论证 | 第97-100页 |
5.3 实验结果与分析 | 第100-110页 |
5.3.1 实际胸腔体模实验 | 第100-104页 |
5.3.2 实际临床数据实验 | 第104-107页 |
5.3.3 参数设置分析 | 第107-109页 |
5.3.4 运行时间比较 | 第109-110页 |
5.4 本章小结 | 第110-111页 |
第六章 总结与展望 | 第111-114页 |
6.1 工作总结 | 第111-113页 |
6.2 工作展望 | 第113-114页 |
参考文献 | 第114-127页 |
攻读博士学位期间发表论文、参与项目情况 | 第127-128页 |
致谢 | 第128-129页 |