| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题背景 | 第11-14页 |
| ·CT 算法的发展和研究现状 | 第14-17页 |
| ·本文的结构安排 | 第17-19页 |
| 第2章 CT 的物理数学基础 | 第19-27页 |
| ·医用X-CT 简介 | 第19-22页 |
| ·模型重建的理论基础 | 第22-23页 |
| ·相关数学基础 | 第23-26页 |
| ·Radon 变换 | 第23-25页 |
| ·Fourier 中心切片定理 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于Bayes 估计的稀疏数据重建方法的原理及实现 | 第27-53页 |
| ·基于Bayes 估计的稀疏数据重建方法的原理 | 第27-40页 |
| ·Bayes 公式 | 第27-29页 |
| ·X-射线成像的似然分布 | 第29-31页 |
| ·稀疏数据重建的先验信息 | 第31-35页 |
| ·几种常用的先验信息 | 第32-34页 |
| ·基于解剖学的结构先验 | 第34-35页 |
| ·图像重建的后验估算 | 第35-40页 |
| ·MAP 估算 | 第35-36页 |
| ·CM 估算 | 第36-40页 |
| ·基于Bayes 估计的稀疏数据重建算法的实现 | 第40-51页 |
| ·模拟实验模型 | 第40-41页 |
| ·算法的计算机实现过程 | 第41-45页 |
| ·结果分析 | 第45-51页 |
| ·先验估计范围对重建图像的影响 | 第45-47页 |
| ·抽样次数对重建图像的影响 | 第47-48页 |
| ·附带噪声的稀疏数据Bayes 估计重建 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 代数迭代法(ART)原理及计算机实现 | 第53-63页 |
| ·代数迭代法(ART)原理 | 第53-57页 |
| ·代数迭代法(ART)算法实现 | 第57-59页 |
| ·模拟的实验模型 | 第57-58页 |
| ·算法的计算机实现过程 | 第58-59页 |
| ·迭代法图像重建结果分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于Bayes 估计的CT 重建算法和ART 算法的比较 | 第63-70页 |
| ·两种方法重建无噪声模型的结果和分析 | 第63-66页 |
| ·两种方法重建附带噪声模型的结果和分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |