首页--医药、卫生论文--特种医学论文--放射医学论文--X线诊断学论文--各种X线诊断论文--电子计算机扫描论文

基于压缩感知的稀疏CT重构方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-19页
    1.1 研究背景第10-11页
    1.2 研究目的和意义第11-12页
    1.3 研究现状第12-16页
        1.3.1 降低管电流、优化管电压第12-13页
        1.3.2 内部CT成像法第13-14页
        1.3.3 减少投影射线数量第14-16页
    1.4 研究内容和创新点第16-18页
        1.4.1 研究内容第17-18页
        1.4.2 创新点第18页
    1.5 本章小结第18-19页
第二章 CT重构方法第19-38页
    2.1 CT成像理论第19-25页
        2.1.1 CT成像物理模型第19-21页
        2.1.2 CT成像计算模型第21页
        2.1.3 CT重构方法的理论解答第21-22页
        2.1.4 CT成像中的光子统计学第22-23页
        2.1.5 五种典型CT扫描模式第23-25页
    2.2 CT重构方法第25-37页
        2.2.1 Radon变换第25页
        2.2.2 CT重构方法之一:变换法第25-33页
        2.2.3 CT重构方法之二:级数展开法第33-37页
        2.2.4 变换法与级数展开法比较第37页
    2.3 本章小结第37-38页
第三章 压缩感知理论及其应用第38-57页
    3.1 CS基本原理第39-45页
        3.1.1 有限保距性质(RIP)第39-42页
        3.1.2 一种CS的理想应用第42-45页
        3.1.3 原理小结第45页
    3.2 CS重构方法第45-48页
        3.2.1 追踪算法第46-47页
        3.2.2 凸松弛算法第47-48页
        3.2.3 方法小结第48页
    3.3 CS应用实例第48-51页
        3.3.1 单像素相机第48-50页
        3.3.2 CS成像芯片第50-51页
        3.3.3 快速MRI第51页
    3.4 稀疏基底对抽样模型的影响第51-56页
    3.5 本章小结第56-57页
第四章 基于多方向各向异性全变差范数的稀疏CT重构第57-98页
    4.1 方法和算法第58-80页
        4.1.1 回顾ART+ATV方法第58-62页
        4.1.2 多方向各向异性全变差范数第62-65页
        4.1.3 正则项最小化方法第65-78页
        4.1.4 ART + MDATV算法框架第78-80页
    4.2 实验结果分析第80-96页
        4.2.1 数值模拟实验第81-89页
        4.2.2 真实数据实验第89-94页
        4.2.3 讨论总结第94-96页
    4.3 本章小结第96-98页
第五章 稀疏CT重构中迭代去噪方法的分析第98-112页
    5.1 含噪问题的模型第98-100页
    5.2 含噪模型的重构方法第100-107页
        5.2.1 凸集投影方法第100-101页
        5.2.2 范数噪声约束模型的解法第101-104页
        5.2.3 ∞ 范数噪声约束模型的解法第104-107页
    5.3 数值模拟实验及结果分析第107-111页
        5.3.1 实验设定第107-108页
        5.3.2 实验结果及分析第108-111页
    5.4 本章小结第111-112页
第六章 总结与展望第112-115页
    6.1 研究工作总结第112-113页
    6.2 展望第113-115页
参考文献第115-130页
发表论文和参加科研情况说明第130-132页
附录 希尔伯特变换的卷积核函数近似表达第132-134页
致谢第134-135页

论文共135页,点击 下载论文
上一篇:成像前光学调制方法与视觉测量应用技术研究
下一篇:光学相干层析无创血糖检测及其影响因素研究