首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

荧光分子断层图像重建及相关补偿技术研究

中文摘要第4-6页
abstract第6-7页
第一章 绪论第11-28页
    1.1 选题的背景与意义第11-12页
    1.2 光学分子成像技术及发展第12-19页
        1.2.1 扩散光学成像第14-15页
        1.2.2 光声成像第15-16页
        1.2.3 生物自发光成像第16-17页
        1.2.4 荧光分子断层成像第17-19页
    1.3 荧光分子断层成像的研究现状第19-26页
        1.3.1 荧光分子探针研究第19-21页
        1.3.2 成像算法研究第21-23页
        1.3.3 成像系统研究第23-24页
        1.3.4 医学应用研究第24-25页
        1.3.5 FMT技术面临的挑战和本文的着眼点第25-26页
    1.4 本文主要研究工作第26-27页
    1.5 论文的结构及内容安排第27-28页
第二章 荧光分子断层成像前向及逆向问题的求解第28-42页
    2.1 引言第28页
    2.2 光与生物组织的相互作用第28-31页
        2.2.1 反射和折射第28-29页
        2.2.2 吸收第29-30页
        2.2.3 散射第30-31页
    2.3 光在生物组织中的传输模型第31-32页
        2.3.1 辐射传输方程第31页
        2.3.2 扩散方程第31-32页
        2.3.3 边界条件第32页
        2.3.4 光源模型第32页
    2.4 荧光分子断层成像正向问题及其求解第32-37页
        2.4.1 蒙特卡洛法第33页
        2.4.2 有限元法第33-37页
    2.5 荧光分子断层成像逆向问题求解第37-41页
        2.5.1 逆向问题描述第37-39页
        2.5.2 牛顿法第39页
        2.5.3 共轭梯度法第39-40页
        2.5.4 扰动法第40-41页
    2.6 本章小结第41-42页
第三章 基于改进1l范数的正则化图像重建第42-60页
    3.1 引言第42页
    3.2 正则化方法第42-44页
    3.3 算法描述第44-48页
        3.3.1 迭代收缩阈值算法第44-45页
        3.3.2 自适应迭代步长第45-46页
        3.3.3 自适应调节正则化系数第46-47页
        3.3.4 算法流程第47-48页
    3.4 实验验证与结果分析第48-59页
        3.4.1 实验设置第48-50页
        3.4.2 单个目标体重建第50-54页
        3.4.3 双目标体重建第54-56页
        3.4.4 三维重建第56-59页
    3.5 本章小结第59-60页
第四章 基于贝叶斯估计的误差补偿与图像重建第60-75页
    4.1 引言第60-61页
    4.2 扩散方程的模型误差分析第61-63页
    4.3 FMT逆问题的贝叶斯概率模型建立第63-65页
    4.4 前向模型的误差估计第65-66页
    4.5 基于分组光源的图像重建第66-68页
    4.6 实验验证与结果分析第68-74页
    4.7 本章小结第74-75页
第五章 基于体积-深度联合补偿算法的图像重建第75-89页
    5.1 引言第75页
    5.2 基于改进ISODATA算法的重建数据聚类第75-79页
        5.2.1 ISODATA算法的改进第76-78页
        5.2.2 聚类结果评价第78-79页
    5.3 基于体积-深度联合补偿的FMT图像重建第79-80页
    5.4 仿真实验结果及分析第80-88页
        5.4.1 双目标体参数补偿第81-85页
        5.4.2 三目标体参数补偿第85-88页
    5.5 本章小结第88-89页
第六章 总结与展望第89-92页
    6.1 本文工作总结第89-90页
    6.2 未来工作展望第90-92页
参考文献第92-103页
攻读博士期间取得的科研成果第103-104页
附录第104-106页
致谢第106-107页

论文共107页,点击 下载论文
上一篇:网络交易伦理困境及对策研究
下一篇:基于微观数据的山西农村居民消费行为分析