首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

乳腺专用PET系统设计及重建关键算法研究

摘要第1-5页
Abstract第5-7页
目录第7-9页
第一章 绪论第9-16页
   ·PET 成像技术简介第9-11页
     ·PET 成像技术的历史第10页
     ·PET 成像技术特点第10-11页
   ·国内外研究现状和发展趋势第11-13页
   ·本文研究的目的和意义第13-14页
   ·论文主要工作和内容第14-16页
第二章 PET 成像原理与重建算法第16-30页
   ·PET 医学成像原理第16-20页
     ·PET 探测器结构第16-17页
     ·PET 数据采集第17-20页
   ·PET 图像重建算法概述第20-28页
     ·解析法重建第21页
     ·代数重建算法第21-23页
     ·泊松模型的最大似然类算法第23-24页
     ·MAP 类算法第24-25页
     ·近似高斯模型的最小二乘法第25-26页
     ·其它重建方法概述第26-28页
   ·压缩感知在医学图像重建中的应用第28-29页
   ·本章小结第29-30页
第三章 非全环乳腺专用 PET 系统设计与评估第30-38页
   ·PET 仿真平台的构建第30-31页
   ·非全环乳腺专用 PET 系统结构设计第31-32页
   ·非全环乳腺专用 PET 系统评估方案第32-33页
     ·灵敏度第32页
     ·散射分数和噪声等效计数率第32-33页
     ·空间分辨率第33页
   ·实验结果分析第33-36页
     ·灵敏度第33-35页
     ·散射分数和噪声等效计数率第35-36页
     ·空间分辨率图像重建第36页
   ·本章小结第36-38页
第四章 基于全变差的加权最小二乘法 PET 图像重建第38-48页
   ·极度欠采样理论基础第38-39页
   ·全变差正则项的加权最小二乘法第39-42页
   ·仿真实验第42-47页
     ·Zubal 模型重建仿真第42-43页
     ·图像重建质量评价第43页
     ·实验结果比较第43-47页
   ·本章小结第47-48页
第五章 基于飞行时间信息与稀疏化的 PET 图像重建第48-62页
   ·TOF-PET 图像重建模型第48-50页
     ·TOF 信息的重建原理第48-49页
     ·TOF 信息的 PET 图像重建模型第49-50页
   ·基于 TOF 信息和稀疏性正则化的 PET 图像重建第50-53页
     ·基于 TOF 信息和全变差正则化的 PET 图像重建第50-51页
     ·基于 TOF 信息和混合稀疏正则化的 PET 图像重建第51-53页
   ·Derenzo 模型重建仿真第53-58页
     ·基于 TOF 信息和全变差正则化的 PET 图像重建仿真第54-55页
     ·基于 TOF 信息和混合稀疏正则化的 PET 图像重建仿真第55-57页
     ·不同时间分辨率下的 PET 图像重建仿真第57-58页
   ·非全环乳腺探测器仿真重建第58-61页
   ·本章小结第61-62页
第六章 总结与展望第62-64页
   ·工作总结第62页
   ·未来工作展望第62-64页
参考文献第64-69页
攻读硕士学位期间的研究成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:低对比度显微图像的颜色增强方法研究
下一篇:融合深度信息的图像分割算法研究