首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于交替方向乘子的PET图像重建算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-20页
    1.1 研究背景第10-12页
    1.2 正电子发射断层成像第12-17页
        1.2.1 PET成像原理第12-13页
        1.2.2 符合探测及符合事件第13-14页
        1.2.3 PET探测器第14页
        1.2.4 PET图像重建第14-16页
        1.2.5 PET成像技术的应用第16页
        1.2.6 国内外发展现状第16-17页
    1.3 本文研究内容第17-20页
第2章 PET图像重建算法第20-34页
    2.1 解析重建算法第20-27页
        2.1.1 射线正投影第20-22页
        2.1.2 Radon空间与变换第22-23页
        2.1.3 傅里叶切片定理第23-26页
        2.1.4 滤波反投影重建图像第26-27页
    2.2 迭代重建算法第27-32页
        2.2.1 代数迭代重建算法第27-29页
        2.2.2 统计迭代重建算法第29-32页
    2.3 本章小结第32-34页
第3章 ADMM算法概况第34-38页
    3.1 优化的基本算法思想第34-36页
        3.1.1 凸函数的性质第34页
        3.1.2 对偶上升第34-35页
        3.1.3 对偶分解第35页
        3.1.4 增广拉格朗日乘函数第35-36页
    3.2 经典ADMM算法概述第36-37页
        3.2.1 算法原理第36-37页
        3.2.2 停止准则第37页
    3.3 本章小节第37-38页
第4章 ADMM改进算法的研究第38-60页
    4.1 加权最小均方误差估计第38-40页
        4.1.1 算法原理第38-39页
        4.1.2 实验结果第39-40页
    4.2 最大期望值算法第40-45页
        4.2.1 最大似然估计第40-42页
        4.2.2 EM算法原理第42-44页
        4.2.3 实验结果第44-45页
    4.3 共轭梯度法第45-48页
        4.3.1 共轭方向第45-46页
        4.3.2 共轭梯度算法原理第46-47页
        4.3.3 实验结果第47-48页
    4.4 Landweber算法第48-50页
        4.4.1 算法原理第48-49页
        4.4.2 实验结果第49-50页
    4.5 ADMM算法改进应用第50-54页
    4.6 Lasso问题第54-58页
        4.6.1 Lasso问题一般形式第54-55页
        4.6.2 梯度下降法解决Lasso问题第55页
        4.6.3 ADMM法解决Lasso问题第55-57页
        4.6.4 实验结果第57-58页
    4.7 本章小结第58-60页
第5章 算法重建实验及结果分析第60-74页
    5.1 算法性能评价第60-62页
    5.2 惩罚项系数的选取第62-68页
    5.3 目标函数第68-70页
    5.4 差异值对比第70-72页
    5.5 本章小节第72-74页
第6章 总结和展望第74-76页
    6.1 总结第74页
    6.2 展望第74-76页
参考文献第76-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:MRI脉冲序列可视化系统的设计与实现
下一篇:X射线诊断设备运动控制系统设计与实现