X线CT不完备投影数据统计重建研究
摘要 | 第1-5页 |
ABSTRACT | 第5-15页 |
1 绪论 | 第15-27页 |
·X 线 CT 成像技术简介 | 第15-19页 |
·CT 成像原理和发展 | 第15-17页 |
·CT 重建算法 | 第17-19页 |
·论文选题:不完备投影数据重建 | 第19-25页 |
·选题意义 | 第19-20页 |
·研究现状 | 第20-24页 |
·研究思路 | 第24-25页 |
·本论文的主要工作 | 第25-27页 |
2 统计迭代重建 | 第27-47页 |
·统计模型与目标函数 | 第27-38页 |
·投影数据的统计特性 | 第27-28页 |
·目标函数 | 第28-30页 |
·宽能谱双能量统计迭代重建 | 第30-38页 |
·正则化方法 | 第38-46页 |
·先验信息与正则化 | 第38-39页 |
·CS 理论和 TV 正则化 | 第39-40页 |
·改进的 TV 正则化 CT 重建算法 | 第40-46页 |
·本章小结 | 第46-47页 |
3 统计内部重建 | 第47-67页 |
·研究背景 | 第47-48页 |
·内部问题 | 第47页 |
·内部问题的解决方法 | 第47-48页 |
·算法阐述 | 第48-53页 |
·目标函数的建立 | 第48-49页 |
·交替最小化 | 第49-51页 |
·THT 与初始化 | 第51-52页 |
·整体算法框架 | 第52-53页 |
·实验设置 | 第53-56页 |
·对比算法 | 第53页 |
·数据来源 | 第53-55页 |
·评价指标 | 第55-56页 |
·实验结果 | 第56-65页 |
·仿真实验 | 第56-59页 |
·山羊数据实验 | 第59-63页 |
·人体数据实验 | 第63-65页 |
·讨论 | 第65-66页 |
·本章小结 | 第66-67页 |
4 考虑 Hilbert 数据统计特性的内部重建 | 第67-76页 |
·Hilbert 数据统计特性 | 第67-68页 |
·优化 THT 辅助的统计内部重建算法 | 第68-73页 |
·算法阐述 | 第68-70页 |
·算法验证 | 第70-72页 |
·讨论与结论 | 第72-73页 |
·快速统计内部重建算法 | 第73-75页 |
·算法阐述 | 第73-74页 |
·算法验证 | 第74-75页 |
·讨论与结论 | 第75页 |
·本章小结 | 第75-76页 |
5 混合真彩色微 CT 系统及其图像重建算法 | 第76-89页 |
·研究背景 | 第76-77页 |
·微 CT 成像技术 | 第76页 |
·光子计数探测器与光谱 CT | 第76-77页 |
·本章的思路 | 第77页 |
·混合真彩色微 CT 系统设计 | 第77-78页 |
·图像重建算法 | 第78-81页 |
·光谱数据内部重建 | 第78-79页 |
·主成分分析 | 第79-80页 |
·整体算法框架 | 第80-81页 |
·实验结果 | 第81-87页 |
·仿真实验 | 第81-84页 |
·物理模体实验 | 第84-85页 |
·组织实验 | 第85-86页 |
·纳米金老鼠实验 | 第86-87页 |
·讨论 | 第87-88页 |
·本章小结 | 第88-89页 |
6 基于字典学习的低剂量 CT 重建 | 第89-118页 |
·研究背景 | 第89-92页 |
·关于 CS 理论与 TV 正则化的一些思考 | 第89-90页 |
·字典学习与稀疏表达 | 第90-91页 |
·字典学习与稀疏表达的应用 | 第91-92页 |
·算法阐述 | 第92-97页 |
·目标函数的建立 | 第92页 |
·优化方法 | 第92-94页 |
·参数选择 | 第94-95页 |
·单调性 | 第95页 |
·停止准则与计算时间 | 第95-96页 |
·整体算法框架 | 第96-97页 |
·山羊肺部数据实验 | 第97-102页 |
·数据来源 | 第97页 |
·全局字典学习 | 第97页 |
·高噪声数据重建结果 | 第97-99页 |
·少视角高噪声数据结果 | 第99-101页 |
·收敛曲线 | 第101-102页 |
·仿真实验与定量评价 | 第102-113页 |
·山羊模体仿真 | 第102-108页 |
·人体胸腔仿真 | 第108-113页 |
·人体胸腔数据实验 | 第113-115页 |
·数据来源 | 第113页 |
·全局字典学习 | 第113页 |
·少视角数据结果 | 第113-115页 |
·讨论 | 第115-117页 |
·本章小结 | 第117-118页 |
7 结论与展望 | 第118-121页 |
·工作总结 | 第118-119页 |
·工作展望 | 第119-121页 |
参考文献 | 第121-127页 |
致谢 | 第127-128页 |
攻读学位期间取得的研究成果 | 第128-129页 |