基于仿真数据的光声成像重建算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 光声成像技术 | 第11-14页 |
| 1.2.1 光声断层成像 | 第12页 |
| 1.2.2 扫描层析成像 | 第12-13页 |
| 1.2.3 原位探测技术成像 | 第13-14页 |
| 1.3 光声成像的应用 | 第14-15页 |
| 1.4 国内外现状 | 第15-17页 |
| 1.5 本文研究内容 | 第17-19页 |
| 第2章 光声成像系统及仿真 | 第19-25页 |
| 2.1 光声成像基本理论 | 第19-21页 |
| 2.1.1 光声信号的产生 | 第19页 |
| 2.1.2 光声与探测理论 | 第19-21页 |
| 2.2 光声成像仿真平台 | 第21-24页 |
| 2.2.1 系统参数的设定 | 第22-23页 |
| 2.2.2 仿真实验 | 第23页 |
| 2.2.3 仿真结果 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 光声成像算法 | 第25-59页 |
| 3.1 滤波反投影重建算法 | 第25-29页 |
| 3.1.1 Radon变换和中心切片定理 | 第25-27页 |
| 3.1.2 算法原理 | 第27-28页 |
| 3.1.3 实验结果 | 第28-29页 |
| 3.2 ML-EM算法 | 第29-32页 |
| 3.2.1 最大似然估计 | 第30页 |
| 3.2.2 算法原理 | 第30-31页 |
| 3.2.3 实验结果 | 第31-32页 |
| 3.3 ISRA算法 | 第32-34页 |
| 3.3.1 算法原理 | 第32-33页 |
| 3.3.2 实验结果 | 第33-34页 |
| 3.4 MAP算法 | 第34-36页 |
| 3.4.1 算法原理 | 第34-35页 |
| 3.4.2 实验结果 | 第35-36页 |
| 3.5 ISTA算法 | 第36-39页 |
| 3.5.1 基本概念 | 第36-37页 |
| 3.5.2 算法原理 | 第37-38页 |
| 3.5.3 一范数模型的应用 | 第38页 |
| 3.5.4 实验结果 | 第38-39页 |
| 3.6 ADMM算法 | 第39-42页 |
| 3.6.1 基本原理 | 第39-40页 |
| 3.6.2 lasso应用 | 第40-41页 |
| 3.6.3 广义lasso应用 | 第41页 |
| 3.6.4 实验结果 | 第41-42页 |
| 3.7 辅助函数算法 | 第42-53页 |
| 3.7.1 辅助函数构建 | 第43页 |
| 3.7.2 Fessler模型应用 | 第43-45页 |
| 3.7.3 TV/L1模型的应用 | 第45-47页 |
| 3.7.4 一范数模型的应用 | 第47-48页 |
| 3.7.5 水平方向加权模型的应用 | 第48-50页 |
| 3.7.6 PML模型应用 | 第50-51页 |
| 3.7.7 实验结果 | 第51-53页 |
| 3.8 ISRA算法的加速 | 第53-57页 |
| 3.8.1 系统矩阵的计算 | 第53-55页 |
| 3.8.2 算法原理 | 第55页 |
| 3.8.3 实验结果 | 第55-57页 |
| 3.9 本章小结 | 第57-59页 |
| 第4章 实验与结果分析 | 第59-74页 |
| 4.1 算法性能评价 | 第59-60页 |
| 4.2 加权系数的选取 | 第60-63页 |
| 4.3 不同模型的对比实验 | 第63-67页 |
| 4.4 一范数模型 | 第67-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 硕士期间发表的论文及获奖情况 | 第80页 |
