首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文

扩散拉曼层析成像方法的可行性模拟研究

中文摘要第3-4页
Abstract第4-5页
第一章 绪论第9-15页
    1.1 引言第9-10页
    1.2 研究背景第10-12页
        1.2.1 拉曼效应第10-11页
        1.2.2 拉曼光谱第11-12页
    1.3 拉曼成像技术第12-13页
        1.3.1 发展背景第12页
        1.3.2 研究现状第12-13页
    1.4 本文主要研究内容及组织结构第13-15页
第二章 组织光学理论基础第15-24页
    2.1 光与组织体的相互作用第15-16页
    2.2 光在组织内的传输模型第16-22页
        2.2.1 波尔兹曼辐射传输方程第17-18页
        2.2.2 辐射传输方程近似解——扩散方程第18-19页
        2.2.3 辐射传输方程精确解——蒙特卡罗模拟第19-22页
    2.3 DOT求解方法介绍第22-23页
    2.4 本章小结第23-24页
第三章 基于GPU并行化逆向追踪策略的拉曼蒙特卡洛光子输运模型第24-36页
    3.1 研究背景第24-25页
    3.2 传统RMC模型原理介绍第25-26页
    3.3 逆向追踪策略的RMC模型第26-31页
        3.3.1 格林互异性质第26-27页
        3.3.2 逆向追踪策略的RMC模型第27-29页
        3.3.3 组织模型及光学参数设置第29-30页
        3.3.4 模拟结果验证第30-31页
    3.4 基于GPU并行化的逆向拉曼蒙特卡洛模型第31-33页
        3.4.1 GPU-CUDA技术概述第31页
        3.4.2 GPU加速的蒙特卡洛方法第31-32页
        3.4.3 基于GPU并行化的逆向拉曼蒙特卡洛模拟流程第32-33页
    3.5 不同拉曼蒙特卡洛方法的模拟结果及对比分析第33-34页
        3.5.1 模拟时间及对比分析第33-34页
        3.5.2 模拟波段数量对光谱结果的影响第34页
    3.6 本章小结第34-36页
第四章 基于RMC方法对客观模拟数据的获取第36-44页
    4.1 MC模拟数据信噪比分析第36-38页
        4.1.1 计算原理第36页
        4.1.2 入射光强对MC模拟数据信噪比的影响第36-38页
    4.2 RMC方法对于非均匀仿体模型的实验验证第38-40页
        4.2.1 非均匀组织模型及光学参数设置第38-39页
        4.2.2 模拟结果及对比分析第39-40页
    4.3 不同实验条件对RMC模拟结果的影响第40-43页
        4.3.1 拉曼产率第40-41页
        4.3.2 源探距离第41-42页
        4.3.3 测量积分时间第42-43页
    4.4 本章小结第43-44页
第五章 基于RMC薄层组织模型的DRT算法模拟验证第44-54页
    5.1 DRT原理及流程第44-47页
        5.1.1 算法基本原理第44-47页
        5.1.2 DRT方法流程框架第47页
    5.2 多波段重建结果及分析第47-49页
        5.2.1 多波段拉曼扩散层析成像第47-49页
    5.3 多种生化成分空间浓度重构结果及验证第49-52页
        5.3.1 “四维”图像数据光谱拟合分析第49-51页
        5.3.2 五种物质三维空间浓度图像第51-52页
        5.3.3 结果验证与讨论第52页
    5.4 本章小结第52-54页
第六章 DRT方法的可行性仿真模拟研究第54-63页
    6.1 评价指标定义第54-55页
    6.2 不同测量方式下的重建结果验证第55-56页
    6.3 源探排布重建结果验证第56-59页
        6.3.1 源探排布第56-58页
        6.3.2 图像分辨率仿真验证第58-59页
    6.4 合理测量积分时间模拟分析第59-62页
    6.5 本章小结第62-63页
第七章 总结与展望第63-67页
    7.1 本文工作的总结第63-64页
    7.2 本文主要工作总结第64页
    7.3 今后工作的展望第64-67页
参考文献第67-72页
发表论文和参加科研情况说明第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:多孔介质中NAPL污染物修复的模拟优化
下一篇:基于稀疏表示的高光谱图像分类算法研究