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 |