| 致谢 | 第3-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第13-25页 |
| 1.1 X光成像原理 | 第13-15页 |
| 1.2 CT成像技术原理 | 第15-16页 |
| 1.3 三维重建技术原理 | 第16-21页 |
| 1.3.1 数学原理 | 第17-18页 |
| 1.3.2 现有三维重建技术概览 | 第18-21页 |
| 1.4 导丝追踪方法研究现状 | 第21-23页 |
| 1.5 本文的贡献 | 第23-24页 |
| 1.6 论文的组织 | 第24-25页 |
| 第二章 基于 GPU 并行加速技术的 CBCT 快速三维重建方法 | 第25-51页 |
| 2.1 三维重建技术概览 | 第25-29页 |
| 2.1.1 FDK算法 | 第25-26页 |
| 2.1.2 基于压缩感知理论的代数迭代算法 | 第26-29页 |
| 2.1.3 优劣对比与实践应用 | 第29页 |
| 2.2 系统设计 | 第29-31页 |
| 2.3 三维重建算法的实现、优化与并行加速 | 第31-38页 |
| 2.3.1 并行计算思想 | 第31-34页 |
| 2.3.2 基于 GPU 并行加速技术的快速 CBCT 三维重建优化方案 | 第34-38页 |
| 2.4 基于系统结构的优化：延时隐藏技术 | 第38-40页 |
| 2.5 实验设计与系统参数 | 第40-41页 |
| 2.6 重建准确度分析 | 第41-45页 |
| 2.7 计算效率分析 | 第45-48页 |
| 2.8 小结 | 第48-51页 |
| 第三章 基于GPU并行加速技术的全自动导丝快速提取方法 | 第51-67页 |
| 3.1 方法设计 | 第52-56页 |
| 3.1.1 多尺度滤波方法 | 第53-54页 |
| 3.1.2 基于梯度向量场的导丝脊线提取方法 | 第54-56页 |
| 3.2 并行加速方案设计 | 第56-57页 |
| 3.3 基于类贝叶斯滤波的导丝动态追踪方案 | 第57-58页 |
| 3.4 实验设计与系统参数 | 第58-59页 |
| 3.5 导丝追踪准确度分析 | 第59-64页 |
| 3.6 计算效率分析 | 第64-65页 |
| 3.7 小结 | 第65-67页 |
| 第四章 结束语 | 第67-73页 |
| 4.1 本文工作总结 | 第67-69页 |
| 4.2 下一步研究方向 | 第69-73页 |
| 4.2.1 基于数据驱动的深度学习方法在三维重建和导丝提取中的应用 | 第69-70页 |
| 4.2.2 多模影像配准方法初探 | 第70-72页 |
| 4.2.3 小结 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 附录 | 第78-79页 |
| 作者简介 | 第79-80页 |
