| 表目录 | 第6-7页 |
| 图目录 | 第7-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题背景与研究意义 | 第12-13页 |
| 1.2 基于能谱解析的 CBS 成像物理基础 | 第13-16页 |
| 1.2.1 康普顿散射原理 | 第13-15页 |
| 1.2.2 基于能谱解析的 CBS 成像原理 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.4 课题研究内容与论文结构安排 | 第18-19页 |
| 第二章 基于蒙特卡罗仿真的 CBS 成像系统结构设计 | 第19-32页 |
| 2.1 蒙特卡罗方法 | 第20-21页 |
| 2.2 射线源空间位置对成像系统的影响分析 | 第21-27页 |
| 2.2.1 射线源横向位置因素分析 | 第21-24页 |
| 2.2.2 射线源纵向位置因素分析 | 第24-27页 |
| 2.3 探测器阵列空间位置对成像系统的影响分析 | 第27-30页 |
| 2.3.1 探测器阵列横向位置因素分析 | 第27-29页 |
| 2.3.2 探测器阵列纵向位置因素分析 | 第29-30页 |
| 2.4 基于能谱解析的 CBS 成像系统结构设计策略 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于最小化全变分的 CBS 图像重建算法 | 第32-46页 |
| 3.1 CBS 成像系统投影模型与能谱解析重建算法 | 第32-39页 |
| 3.1.1 CBS 成像系统投影模型 | 第32-34页 |
| 3.1.2 解析重建算法 | 第34-37页 |
| 3.1.3 迭代重建算法 | 第37-39页 |
| 3.2 基于最小化全变分的 CBS 图像重建算法 | 第39-45页 |
| 3.2.1 稀疏图像重建理论 | 第39-40页 |
| 3.2.2 基于最小化全变分的迭代重建算法 | 第40-43页 |
| 3.2.3 实验结果与分析 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第四章 基于 GPU 的 CBS-TVM 算法加速 | 第46-58页 |
| 4.1 GPU 通用计算 | 第46-48页 |
| 4.1.1 GPU 通用计算的发展 | 第46页 |
| 4.1.2 GPU 开发方式的发展 | 第46-47页 |
| 4.1.3 CUDA 编程模型 | 第47-48页 |
| 4.2 基于 CUDA 编程模型的 CBS-TVM 算法并行加速 | 第48-57页 |
| 4.2.1 CBS-TVM 算法可并行性分析与并行策略设计 | 第48-53页 |
| 4.2.2 CBS-TVM 算法并行程序设计与优化 | 第53-55页 |
| 4.2.3 实验结果与分析 | 第55-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 后续工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第65-66页 |
| 致谢 | 第66页 |
