| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 课题的研究现状和研究意义 | 第9-12页 |
| 1.3 论文的主要工作及结构安排 | 第12-15页 |
| 1.3.1 论文的主要工作 | 第12-13页 |
| 1.3.2 论文的结构安排 | 第13-15页 |
| 第2章 CT图像重建理论基础 | 第15-29页 |
| 2.1 CT成像系统 | 第15-17页 |
| 2.2 CT成像基本原理 | 第17-21页 |
| 2.2.1 投影定理 | 第17-19页 |
| 2.2.2 Radon变换 | 第19-20页 |
| 2.2.3 中心切片定理 | 第20-21页 |
| 2.3 投影矩阵的离散模型 | 第21-24页 |
| 2.4 解析重建算法 | 第24-26页 |
| 2.4.1 滤波反投影算法（Filter Backprojection, FBP） | 第24-25页 |
| 2.4.2 三维滤波反投影算法（FDK） | 第25-26页 |
| 2.5 迭代重建算法 | 第26-28页 |
| 2.5.1 代数迭代重建算法 | 第26-27页 |
| 2.5.2 统计迭代重建算法 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 自适应步长调整的CT迭代重建算法 | 第29-45页 |
| 3.1 重建算法的目标函数 | 第29-30页 |
| 3.2 重建算法的过程 | 第30-34页 |
| 3.2.1 约束项的凸集投影（POCS） | 第30-31页 |
| 3.2.2 最速下降实现总变分最小化 | 第31-34页 |
| 3.3 实验与结果分析 | 第34-44页 |
| 3.3.1 数字幻影数据的重建 | 第35-39页 |
| 3.3.2 物理幻象数据的重建 | 第39-40页 |
| 3.3.3 算法的稳定性分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于稀疏正则项的CT重建算法 | 第45-65页 |
| 4.1 该重建问题的目标函数 | 第45-46页 |
| 4.2 有约束的TV最小化算法 | 第46-50页 |
| 4.2.1 约束项的凸集投影操作 | 第46-47页 |
| 4.2.2 总变分最小化的一阶原始对偶求解过程 | 第47-48页 |
| 4.2.3 一阶原始对偶-凸集投影算法 | 第48-50页 |
| 4.3 实验设置及图像质量评估指标设置 | 第50-52页 |
| 4.3.1 投影数据 | 第50-51页 |
| 4.3.2 评价指标 | 第51-52页 |
| 4.3.3 实验选用的对比算法 | 第52页 |
| 4.4 实验结果 | 第52-64页 |
| 4.4.1 不同噪声水平条件下的实验结果 | 第52-55页 |
| 4.4.2 不同投影角度个数条件下的实验结果 | 第55-57页 |
| 4.4.3 算法收敛性研究 | 第57-61页 |
| 4.4.4 CBCT数据的实验结果 | 第61-62页 |
| 4.4.5 伪真实投影数据的实验结果 | 第62-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 本文总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71-72页 |