摘要 | 第3-6页 |
ABSTRACT | 第6-9页 |
1 绪论 | 第13-21页 |
1.1 论文研究背景 | 第13-14页 |
1.2 国内外研究现状 | 第14-19页 |
1.2.1 角度稀疏型有限角 CT | 第14-16页 |
1.2.2 角度受限型有限角 CT | 第16-18页 |
1.2.3 直线 CT | 第18-19页 |
1.3 主要研究内容和创新点 | 第19-20页 |
1.4 本文结构安排 | 第20-21页 |
2 CT 重建的基本原理及数学基础 | 第21-35页 |
2.1 CT 成像的相关理论 | 第21-25页 |
2.1.1 CT 成像的物理基础 | 第21-22页 |
2.1.2 CT 成像的数学基础 | 第22-25页 |
2.3 CT 成像的离散化线性模型 | 第25-26页 |
2.4 迭代重建算法 | 第26-28页 |
2.5 正则化迭代重建算法 | 第28-34页 |
2.5.1 基于图像 TV 最小化的迭代重建算法 | 第29-32页 |
2.5.2 基于图像 TD 最小化的迭代算法 | 第32-34页 |
2.6 本章小结 | 第34-35页 |
3 基于加权总差分最小化的角度稀疏型有限角 CT 重建 | 第35-49页 |
3.1 引言 | 第35-36页 |
3.2 问题的提出 | 第36页 |
3.3 加权总差分最小化迭代重建算法 | 第36-40页 |
3.3.1 加权总差分测度[111] | 第36-38页 |
3.3.2 基于加权总差分最小化的 CT 重建算法 | 第38-40页 |
3.4 实验结果与分析 | 第40-47页 |
3.5 本章小结 | 第47-49页 |
4 基于图像梯度 L0范数最小化的角度受限型有限角 CT 重建 | 第49-71页 |
4.1 引言 | 第49-50页 |
4.2 问题的提出 | 第50-51页 |
4.3 基于图像梯度 L_0最小化的角度受限型有限角 CT 重建算法 | 第51-56页 |
4.3.1 成像模型 | 第51-52页 |
4.3.2 相关基础回顾 | 第52-53页 |
4.3.3 基于图像梯度的 l0最小化角度受限型有限角 CT 重建算法 | 第53-56页 |
4.4 实验结果与分析 | 第56-69页 |
4.4.1 仿真数据实验 | 第56-61页 |
4.4.2 实际数据实验 | 第61-69页 |
4.5 本章小结 | 第69-71页 |
5 基于图像全变差最小化迭代算法的应用研究 | 第71-97页 |
5.1 引言 | 第71-72页 |
5.2 问题的提出 | 第72-73页 |
5.3 减少金属伪影的算法研究 | 第73-80页 |
5.3.1 角度受限型有限角 CT 模型 | 第73-74页 |
5.3.2 基于图像全变差最小化迭代重建的金属伪影去除方案 | 第74页 |
5.3.3 实验结果与讨论 | 第74-80页 |
5.4 有限角逆向螺旋锥束 CT 重建算法研究 | 第80-95页 |
5.4.1 有限角逆向螺旋锥束 CT 的模型 | 第80-81页 |
5.4.2 有限角逆向螺旋锥束 CT 的迭代重建算法 | 第81-83页 |
5.4.3 实验结果与分析 | 第83-95页 |
5.5 本章小结 | 第95-97页 |
6 基于分片常数修正的直线扫描锥束 CT 重建 | 第97-115页 |
6.1 引言 | 第97页 |
6.2 问题的提出 | 第97-98页 |
6.3 直线扫描锥束 CT 重建算法研究 | 第98-103页 |
6.3.1 直线扫描锥束 CT 的模型 | 第98-99页 |
6.3.2 直线扫描锥束 CT 的 TVM 重建算法 | 第99页 |
6.3.3 三维 Chan‐Vese(C‐V)模型 | 第99-101页 |
6.3.4 基于分片常数修正的直线扫描锥束 CT 重建算法 | 第101-103页 |
6.4 实验结果与分析 | 第103-113页 |
6.5 本章小结 | 第113-115页 |
7 总结与展望 | 第115-119页 |
7.1 论文总结 | 第115-116页 |
7.2 研究展望 | 第116-119页 |
致谢 | 第119-121页 |
参考文献 | 第121-133页 |
附录 | 第133页 |
A 作者在导师指导下完成的论文 | 第133页 |
B 协助他人完成的论文 | 第133页 |
C 作者在攻读学位期间获授权的专利 | 第133页 |
D 作者在攻读学位期间参加的课题与基金项目 | 第133页 |