PET探测器神经网络定位方法研究
摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-20页 |
·PET基本概念 | 第10-12页 |
·PET的主要性能指标 | 第12-16页 |
·光探测相关工作简介 | 第16-20页 |
第二章 PET中光探测基本原理 | 第20-36页 |
·PET基本原理 | 第20-26页 |
·PET的基本概念 | 第20-22页 |
·Anger相机 | 第22-25页 |
·光电倍增管(PMT) | 第25-26页 |
·光传输和PET中物理过程的数学模型 | 第26-29页 |
·泊松过程 | 第26-27页 |
·二项式分布 | 第27页 |
·级联随机过程 | 第27-28页 |
·可见光产生过程 | 第28页 |
·光电子产生过程 | 第28-29页 |
·光探测的经典算法 | 第29-36页 |
·PET中的光探测 | 第29-32页 |
·Anger算法 | 第32-36页 |
第三章 神经网络基本原理 | 第36-58页 |
·神经网络的定义 | 第36页 |
·神经网络的优点 | 第36-37页 |
·神经网络的发展史 | 第37-39页 |
·初期阶段 | 第37页 |
·停滞期 | 第37-38页 |
·黄金时期 | 第38页 |
·发展展望 | 第38-39页 |
·神经网络模型 | 第39-58页 |
·神经元模型 | 第39-44页 |
·神经元模型的信号流图和结构图表示法 | 第44-46页 |
·网络结构 | 第46-50页 |
·神经网络的学习过程 | 第50-55页 |
·神经网络的学习任务 | 第55-56页 |
·神经网络的泛化 | 第56-58页 |
第四章 基于Geant4的仿真程序设计 | 第58-82页 |
·蒙特卡罗方法概述 | 第58-65页 |
·蒙特卡罗方法的基本思想 | 第58-59页 |
·蒙特卡罗方法解题的一般手续 | 第59-61页 |
·蒙特卡罗方法的收敛性和误差估计 | 第61-62页 |
·蒙特卡罗方法的特点 | 第62-63页 |
·粒子输运问题 | 第63-65页 |
·Geant4软件开发包概述 | 第65-77页 |
·Geant4简介 | 第65-66页 |
·Geant4整体结构及其主要类库 | 第66-77页 |
·基于Geant4的闪烁光位置分布仿真程序设计 | 第77-82页 |
·仿真程序功能描述 | 第77-79页 |
·仿真程序流程图 | 第79-82页 |
第五章 仿真结果研究 | 第82-117页 |
·闪烁体探测面闪烁光分布 | 第82-84页 |
·MLP和RBF网络性能分析 | 第84-91页 |
·多层感知器网络 | 第84-86页 |
·径向基函数(RBF)网络 | 第86-89页 |
·MLP网络和RBF网络的比较 | 第89-90页 |
·Matlab神经网络工具箱简介 | 第90-91页 |
·闪烁探测器的仿真方案设计 | 第91-94页 |
·探测器结构 | 第91-93页 |
·训练和测试数据预处理 | 第93-94页 |
·仿真结果分析 | 第94-117页 |
·能谱图曲线 | 第94-95页 |
·中心区域仿真测试结果 | 第95-109页 |
·边缘区域测试结果 | 第109-113页 |
·神经网络定位方法的距离泛化能力 | 第113页 |
·神经网络定位方法的角度泛化能力 | 第113-117页 |
第六章 基于神经网络定位方法的PET电路系统设计 | 第117-124页 |
·电子学模块总体设计 | 第117-118页 |
·能量信息提取模块 | 第118-120页 |
·时间信息提取 | 第120-121页 |
·位置信息提取 | 第121页 |
·事例判选 | 第121-122页 |
·图像重建与数据处理 | 第122-124页 |
第七章 总结和展望 | 第124-127页 |
·总结 | 第124页 |
·本人的工作及创新点 | 第124-126页 |
·本人在项目中的主要工作 | 第124-125页 |
·论文的创新点 | 第125-126页 |
·展望 | 第126-127页 |
附录A 探测器设计相关程序代码 | 第127-131页 |
附录B 物理过程设置相关代码 | 第131-135页 |
附录C 入射粒子设置相关代码 | 第135-137页 |
附录D 主程序代码 | 第137-139页 |
参考文献 | 第139-143页 |
论文发表情况 | 第143页 |