| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·课题的研究背景 | 第10-12页 |
| ·本文的主要工作及意义 | 第12-14页 |
| 2 ECT系统简介 | 第14-17页 |
| ·ECT系统概述 | 第14-16页 |
| ·ECT技术发展现状及发展方向 | 第16-17页 |
| 3 ECT成像原理及算法 | 第17-27页 |
| ·基本原理:Radon变换及其逆变换 | 第17-19页 |
| ·ECT系统数学模型 | 第19页 |
| ·现有ECT图像重建算法分析 | 第19-24页 |
| ·重建图像质量评价方法 | 第24-26页 |
| ·ECT图像重建中存在的问题 | 第26-27页 |
| 4 用神经网络方法增加投影数据 | 第27-50页 |
| ·增加投影数据对图像重建质量的影响 | 第27-34页 |
| ·神经网络 | 第34-38页 |
| ·神经网络概述 | 第34页 |
| ·神经网络分类 | 第34-35页 |
| ·多层前馈网络的主要能力 | 第35-36页 |
| ·BP算法 | 第36-38页 |
| ·所用多层前馈网络的网络结构与网络训练 | 第38-44页 |
| ·贝叶斯正则化与Levenberg-Marquardt法相结合的学习算法 | 第38-42页 |
| ·神经网络训练 | 第42-44页 |
| ·仿真结果分析 | 第44-50页 |
| 5 基于奇异值分解(SVD)的图像重建算法 | 第50-63页 |
| ·正问题与逆问题 | 第50-51页 |
| ·ECT系统正问题线性化模型 | 第51-53页 |
| ·基于矩阵的奇异值分解(SVD)的图像重建算法 | 第53-54页 |
| ·仿真结果分析 | 第54-59页 |
| ·重建图像实验结果分析 | 第59-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |