| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·CT 图像重建研究现状 | 第11页 |
| ·BP 神经网络应用于 CT 图像重建的研究现状 | 第11-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 第二章 图像重建算法 | 第14-23页 |
| ·CT 图像重建原理 | 第14-15页 |
| ·变换法 | 第15-16页 |
| ·级数展开法 | 第16-17页 |
| ·代数重建法 | 第17-18页 |
| ·联合代数重建法及其改进算法 | 第18-20页 |
| ·联合代数重建法 | 第18-19页 |
| ·改进的联合代数重建法 | 第19-20页 |
| ·频谱分析图像重建算法 | 第20-22页 |
| ·基本原理 | 第20-21页 |
| ·误差及优化分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 BP 神经网络及其改进现状 | 第23-35页 |
| ·BP 神经网络模型及学习过程 | 第23-25页 |
| ·BP 神经网络模型 | 第23页 |
| ·标准 BP 算法的学习过程 | 第23-25页 |
| ·BP 神经网络的缺陷 | 第25-26页 |
| ·BP 算法的改进现状 | 第26-34页 |
| ·基于梯度下降法的改进 | 第26-30页 |
| ·基于数值优化方法的改进 | 第30-34页 |
| ·BP 算法改进分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 BP 算法的改进研究 | 第35-44页 |
| ·BP 算法改进方法的提出 | 第35-39页 |
| ·BP 算法的改进思路 | 第35-37页 |
| ·改进动量因子 | 第37-38页 |
| ·改进传递函数 | 第38-39页 |
| ·改进 BP 算法的学习过程 | 第39-41页 |
| ·仿真实验及结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于改进 BP 算法的光学 CT 图像重建 | 第44-60页 |
| ·光学 CT 重建图像的困难 | 第44-45页 |
| ·用于 CT 图像重建的 BP 神经网络设计 | 第45-49页 |
| ·BP 神经网络模型设计 | 第45-47页 |
| ·BP 神经网络结构参数设定 | 第47-49页 |
| ·网络学习过程 | 第49-50页 |
| ·BP 网络重建图像步骤 | 第50-52页 |
| ·实验结果及分析 | 第52-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第67页 |