| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第10-19页 |
| 1.1 课题背景 | 第10-13页 |
| 1.1.1 行李检查的必要性和现有方法 | 第10-11页 |
| 1.1.2 双能成像的工作原理及应用 | 第11-12页 |
| 1.1.3 双能CT 重建方法及应用 | 第12-13页 |
| 1.2 CT 型物品机介绍 | 第13-17页 |
| 1.2.1 现有CT 型物品机概览 | 第13-15页 |
| 1.2.2 XT1080 物品机系统介绍 | 第15-17页 |
| 1.3 论文研究思路、内容和结构安排 | 第17-19页 |
| 第2章 双能CT 重建方法 | 第19-34页 |
| 2.1 X 射线成像的数理基础 | 第19-22页 |
| 2.1.1 X 射线与物质的相互作用 | 第19-20页 |
| 2.1.2 双能CT 成像原理 | 第20-22页 |
| 2.2 衰减系数分解 | 第22-27页 |
| 2.2.1 基材料分解模型 | 第22-24页 |
| 2.2.2 康普顿-光电效应分解 | 第24-27页 |
| 2.3 查表法康普顿-光电效应分解 | 第27-32页 |
| 2.3.1 建立康普顿光电查找表 | 第27-31页 |
| 2.3.2 基材料分解与康普顿-光电分解的实验对比 | 第31-32页 |
| 2.4 讨论与总结 | 第32-34页 |
| 第3章 单层螺旋CT 重建方法 | 第34-72页 |
| 3.1 CT 图像重建算法 | 第34-35页 |
| 3.2 单层螺旋CT 的近似重建方法 | 第35-40页 |
| 3.2.1 物品机检查流程 | 第35-37页 |
| 3.2.2 连续断层重建 | 第37-40页 |
| 3.3 单层螺旋CT 的迭代重建算法 | 第40-49页 |
| 3.3.1 每层对应的投影角度（APS） | 第40-41页 |
| 3.3.2 有限角度重建问题 | 第41-45页 |
| 3.3.3 ART+3DTV 重建方法 | 第45-49页 |
| 3.4 DR 投影修正CT | 第49-55页 |
| 3.4.1 DR 与CT 的空间关系 | 第50-52页 |
| 3.4.2 ART+3DTV+DR 修正算法 | 第52-55页 |
| 3.5 实验结果 | 第55-70页 |
| 3.5.1 模拟数据实验 | 第56-62页 |
| 3.5.2 真实数据实验 | 第62-70页 |
| 3.6 总结与讨论 | 第70-72页 |
| 第4章 算法加速 | 第72-86页 |
| 4.1 GPU 通用计算技术 | 第72-79页 |
| 4.1.1 GPU 简介 | 第72-75页 |
| 4.1.2 GPU 编程技术的发展 | 第75-77页 |
| 4.1.3 GPU 对CT 相关算法的加速 | 第77-79页 |
| 4.2 GPU 加速 ART+3DTV 算法 | 第79-84页 |
| 4.2.1 建立ART 系数表 | 第79-81页 |
| 4.2.2 CUDA 实现的 ART 过程 | 第81-82页 |
| 4.2.3 CUDA 实现的3DTV 过程 | 第82-83页 |
| 4.2.4 CUDA 重建算法效率 | 第83-84页 |
| 4.3 总结与讨论 | 第84-86页 |
| 第5章 结论与展望 | 第86-88页 |
| 5.1 结论 | 第86-87页 |
| 5.2 展望 | 第87-88页 |
| 参考文献 | 第88-97页 |
| 致谢 | 第97-98页 |
| 附录A 3DTV 最小化计算公式推导 | 第98-100页 |
| 附录B 三维 Shepp-Logan 模型定义 | 第100-101页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第101页 |