| 中文摘要 | 第1-19页 |
| 英文摘要 | 第19-24页 |
| 第一章 绪论 | 第24-36页 |
| ·研究现状 | 第26-30页 |
| ·低剂量CT研究现状 | 第26-28页 |
| ·光谱CT研究现状 | 第28-30页 |
| ·CT数据噪声模型 | 第30-31页 |
| ·正弦图数据噪声模型 | 第30-31页 |
| ·原始投影数据噪声模型 | 第31页 |
| ·相关算法 | 第31-34页 |
| ·基于自相似性的滤波算法 | 第31-32页 |
| ·基于稀疏表示的滤波算法 | 第32-34页 |
| ·论文的组织结构 | 第34-36页 |
| 第二章 基于投影/图像域自适应非局部滤波的低剂量CT成像算法 | 第36-44页 |
| ·引言 | 第36页 |
| ·结合两个数据域的自适应非局部滤波算法 | 第36-38页 |
| ·仿真实验与结果分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 基于自适应相似性滤波的低剂量CT成像算法 | 第44-52页 |
| ·引言 | 第44页 |
| ·基于自相似性的自适应滤波算法 | 第44-46页 |
| ·仿真实验与结果分析 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 基于自适应导向滤波的低剂量CT成像算法 | 第52-62页 |
| ·引言 | 第52页 |
| ·超低剂量CT的自适应导向滤波算法 | 第52-53页 |
| ·实验结果与分析 | 第53-59页 |
| ·仿真数据实验 | 第53-59页 |
| ·真实数据实验 | 第59页 |
| ·本章小结 | 第59-62页 |
| 第五章 基于Framelet的迭代最大似然光谱CT重建算法 | 第62-80页 |
| ·引言 | 第62页 |
| ·模型和方法 | 第62-68页 |
| ·多色数据采集系统和光谱CT重建模型 | 第63-66页 |
| ·紧框架和各种Framelets介绍 | 第66-67页 |
| ·基于Framelet的全重建算法 | 第67-68页 |
| ·实验结果与分析 | 第68-75页 |
| ·模拟数据实验 | 第69-72页 |
| ·真实数据实验 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| ·附录 | 第76-80页 |
| 第六章 基于Framelet的光谱CT ROI重建算法 | 第80-92页 |
| ·引言 | 第80页 |
| ·模型和Framelet | 第80-84页 |
| ·多色数据采集模型 | 第80-82页 |
| ·2D哈尔Framelet | 第82页 |
| ·基于Framelet的ROI重建算法 | 第82-84页 |
| ·实验结果与分析 | 第84-89页 |
| ·体模仿真实验 | 第84-88页 |
| ·真实数据实验 | 第88-89页 |
| ·本章小结 | 第89-92页 |
| 第七章 总结与展望 | 第92-96页 |
| ·总结 | 第92-95页 |
| ·展望 | 第95-96页 |
| 参考文献 | 第96-110页 |
| 致谢 | 第110-112页 |
| 攻读博士学位期间完成论文情况 | 第112页 |
| 参加科研项目情况 | 第112-114页 |
| 作者简介 | 第114-115页 |
| 学位论文评阅及答辩情况表 | 第115页 |
