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

光学层析图像的重建技术研究

中文摘要第1-5页
Abstract第5-13页
第一章 绪论第13-31页
   ·光学层析成像简介第13-21页
     ·近红外光与组织新陈代谢第14-15页
     ·光学层析成像应用领域第15-17页
     ·其它功能成像技术第17-20页
     ·OT逆问题的特征第20-21页
   ·光子在散射介质中的传输模型第21-24页
     ·玻尔兹曼输运方程第21-22页
     ·扩散方程第22页
     ·光源和边界条件第22-24页
   ·研究历史及现状第24-27页
   ·本文主要工作和贡献第27-30页
   ·内容安排第30-31页
第二章 前向模型计算和数学求解方法第31-45页
   ·有限元方法第31-39页
     ·有限元基本理论第31-33页
     ·扩散方程的有限元求解方法第33-34页
     ·辐射传输方程的有限元求解方法第34-37页
     ·算法实验第37-39页
   ·有限差分法第39-44页
     ·基本思想第39-40页
     ·前向光子输运模型的差分求解第40-42页
     ·算法实验第42-44页
   ·本章小结第44-45页
第三章 基于梯度树的光学层析图像重建第45-59页
   ·目标函数定义第45-46页
   ·联合差分算法思想第46-47页
   ·基于梯度树和联合差分法的逆向重建第47-53页
     ·联合差分方法与梯度计算第47-51页
     ·内部光学参数梯度计算方法第51-53页
   ·实验及讨论第53-56页
     ·优化方法第53-54页
     ·实验模型第54-55页
     ·实验结果第55-56页
   ·梯度树算法在含空洞状区域图像重建中的应用第56-58页
     ·问题阐述第56-57页
     ·实验结果及讨论第57-58页
     ·结论第58页
   ·本章小结第58-59页
第四章 光学层析图像的正则化重建方法研究第59-74页
   ·光学层析图像的最大熵重建第59-63页
     ·目标函数第60-61页
     ·仿真实验结果与讨论第61-63页
   ·马尔可夫随机场模型下的光学层析图像重建第63-67页
     ·重建模型第63-65页
     ·实验及讨论第65-67页
   ·基于神经网络的光学层析图像重建第67-73页
     ·贝叶斯重建算法模型第68-71页
     ·实验结果及讨论第71-73页
   ·本章小结第73-74页
第五章 光学层析图像的多准则重建方法第74-85页
   ·多准则决策问题第74-78页
     ·多准则决策过程第74-76页
     ·目标和属性第76-77页
     ·决策情况和决策规则第77-78页
   ·OT的多准则优化重建第78-84页
     ·多准则决策概述第78-80页
     ·OT多准则重建模型第80-81页
     ·实验结果与讨论第81-84页
   ·本章小结第84-85页
第六章 一种优化的光源探测器位置放置方法第85-92页
   ·问题阐述第85-86页
   ·重建模型和算法第86-88页
   ·实验结果及讨论第88-91页
   ·本章小结第91-92页
第七章 总结与展望第92-95页
   ·本文工作总结第92-93页
   ·本文的主要贡献和创新第93页
   ·论文存在的不足第93-94页
   ·进一步的工作第94-95页
参考文献第95-109页
攻读学位期间公开发表的论文第109-110页
参加科研项目情况第110-111页
致谢第111-112页
附录第112-114页
中文详细摘要第114-123页

论文共123页,点击 下载论文
上一篇:视频序列人脸图像分割与识别技术研究
下一篇:利用蚂蚁族群最佳化及股市技术分析建立台湾股市的投资模型