首页--医药、卫生论文--特种医学论文--放射医学论文--各部位及各科疾病的X线诊断与疗法论文--胸部及呼吸系论文

数字乳腺层析图像的压缩感知重建与去噪研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-19页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 DBT图像重建方法研究现状第12-15页
        1.2.2 DBT图像去噪算法研究现状第15-16页
    1.3 论文结构与创新点第16-19页
        1.3.1 论文结构第16-17页
        1.3.2 论文创新成果第17-19页
2 DBT成像及相关算法第19-35页
    2.1 DBT成像理论基础第19-26页
        2.1.1 DBT成像原理第19-20页
        2.1.2 DBT成像方式建模第20-25页
        2.1.3 乳腺投影数据获取第25-26页
    2.2 DBT成像重建算法第26-32页
        2.2.1 解析重建算法第27-30页
        2.2.2 迭代重建算法第30-32页
    2.3 DBT成像去噪方法第32-33页
    2.4 本章小结第33-35页
3 基于压缩感知的DBT重建技术第35-51页
    3.1 压缩感知第35-39页
        3.1.1 压缩感知理论基础第35-36页
        3.1.2 压缩感知理论框架第36-39页
    3.2 基于ADMM的DBT重建方法第39-44页
        3.2.1 压缩感知重建模型第40-41页
        3.2.2 基于ADMM算法的具体实现第41-44页
    3.3 实验及结果第44-50页
        3.3.1 参数对模型的影响第45-47页
        3.3.2 不同方法实验对比第47-50页
    3.4 本章小节第50-51页
4 基于全变差约束的DBT图像去噪研究第51-69页
    4.1 图像去噪相关算法第52-55页
        4.1.1 空域去噪算法第52-53页
        4.1.2 变换域去噪算法第53页
        4.1.3 全变差去噪算法第53-55页
    4.2 基于小波变换与非局部滤波的全变差去噪算法第55-59页
    4.3 实验及结果第59-67页
        4.3.1 参数对模型的影响第59-63页
        4.3.2 不同小波基去噪结果第63-64页
        4.3.3 不同方法实验对比第64-67页
    4.4 本章小节第67-69页
5 总结与展望第69-71页
    5.1 工作总结第69-70页
    5.2 展望第70-71页
参考文献第71-76页
作者简历及攻读硕士/博士学位期间取得的研究成果第76-78页
学位论文数据集第78页

论文共78页,点击 下载论文
上一篇:基于计算机视觉的内河船舶导航技术研究
下一篇:RGBD图像共分割算法研究