| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 课题背景与意义 | 第12-14页 |
| 1.2 TV模型与广义TV模型 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-21页 |
| 1.3.1 CT投影模型 | 第16-17页 |
| 1.3.2 CT不完全角度重建算法 | 第17-20页 |
| 1.3.3 CT重建加速技术 | 第20-21页 |
| 1.4 课题研究内容与论文结构安排 | 第21-24页 |
| 第二章 基于三维距离驱动模型的正反投影快速算法 | 第24-40页 |
| 2.1 CT投影模型 | 第24-27页 |
| 2.2 基于三维距离驱动模型的快速正反投影并行算法 | 第27-33页 |
| 2.2.1 正投影并行算法 | 第27-31页 |
| 2.2.2 反投影并行算法 | 第31-33页 |
| 2.3 实验结果及分析 | 第33-38页 |
| 2.3.1 仿真实验 | 第34-35页 |
| 2.3.2 实际数据重建 | 第35-38页 |
| 2.4 小结 | 第38-40页 |
| 第三章 广义TV交替方向最小化重建算法 | 第40-56页 |
| 3.1 广义TV模型 | 第40-41页 |
| 3.2 广义TV交替方向最小化重建算法 | 第41-47页 |
| 3.2.1 广义TV交替方向最小化模型 | 第41-45页 |
| 3.2.2 非精确近似算法 | 第45-47页 |
| 3.3 实验结果及分析 | 第47-55页 |
| 3.3.1 仿真实验 | 第47-54页 |
| 3.3.2 实际数据重建 | 第54-55页 |
| 3.4 小结 | 第55-56页 |
| 第四章 锥束CT迭代重建GPU机群加速研究 | 第56-68页 |
| 4.1 GPU通用计算和GPU机群系统介绍 | 第56-59页 |
| 4.1.1 GPU通用计算简介 | 第56-57页 |
| 4.1.2 GPU机群系统的组成结构和实现方法 | 第57-59页 |
| 4.2 基于GPU机群系统的迭代重建算法并行加速 | 第59-64页 |
| 4.2.1 并行框架下的数据划分和数据通信 | 第59-61页 |
| 4.2.2 基于GPU机群系统的迭代重建算法并行设计 | 第61-63页 |
| 4.2.3 GPU内部计算的优化策略 | 第63-64页 |
| 4.3 实验结果及分析 | 第64-66页 |
| 4.4 小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第80页 |