| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·Split-Bregman算法的研究现状 | 第9-10页 |
| ·稀疏角度CT的研究现状 | 第10-12页 |
| ·CT内重建的研究现状 | 第12-13页 |
| ·论文的主要工作及结构安排 | 第13-14页 |
| 第二章 CT成像基础知识 | 第14-24页 |
| ·CT成像原理 | 第14-15页 |
| ·迭代重建算法介绍 | 第15-17页 |
| ·迭代重建算法的离散化模型 | 第15-16页 |
| ·SART算法介绍 | 第16-17页 |
| ·压缩感知理论框架下的图像重建理论 | 第17-21页 |
| ·压缩感知理论的数学模型 | 第18-19页 |
| ·基于离散梯度变换的TV最小化图像重建模型 | 第19-21页 |
| ·基于图像TV最小化的迭代重建算法 | 第21-23页 |
| ·基于梯度下降法的TV最小化 | 第21-22页 |
| ·基于软阈值滤波的TV最小化 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 Split-Bregman算法研究 | 第24-40页 |
| ·Split-Bregman算法介绍 | 第24-28页 |
| ·Bregman算法 | 第24-25页 |
| ·Split-Bregman算法 | 第25-27页 |
| ·基于Split-Bregman方法的迭代重建算法 | 第27-28页 |
| ·Split-Bregman算法中的正则化参数 | 第28-34页 |
| ·参数 m 的分析 | 第29-31页 |
| ·参数l 的分析 | 第31-34页 |
| ·基于TV最小化的稀疏角度CT重建算法的比较研究 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 OS-SB算法在稀疏角度CT及CT内重建方面的应用 | 第40-61页 |
| ·有序子集算法 | 第40-43页 |
| ·OS-Split-Bregman算法 | 第40-41页 |
| ·基于OS-SART的TV最小化算法 | 第41-43页 |
| ·OS-SB算法在稀疏角度CT重建方面的应用 | 第43-53页 |
| ·稀疏角度CT重建 | 第43页 |
| ·实验结果及分析 | 第43-51页 |
| ·OS-SB算法中子集数的选取 | 第51-53页 |
| ·OS-SB算法在CT内重建方面的应用 | 第53-60页 |
| ·CT内重建 | 第53-54页 |
| ·实验结果及分析 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·研究主要内容及成果 | 第61页 |
| ·存在的问题及以后的工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |