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

基于欠采样的PET图像重建算法研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第13-19页
    1.1 引言第13-15页
    1.2 国内外研究历史与现状第15-17页
    1.3 论文内容安排第17-19页
第2章 PET成像原理第19-25页
    2.1 PET系统结构第19-20页
    2.2 PET成像的物理基础第20-21页
    2.3 PET采样数据的获取第21-22页
    2.4 PET采样数据的校正第22-24页
    2.5 本章小结第24-25页
第3章 传统的图像重建算法介绍第25-31页
    3.1 解析重建算法第25-27页
        3.1.1 傅里叶变换重建算法第25-26页
        3.1.2 滤波反投影重建算法第26-27页
    3.2 迭代重建算法第27-30页
        3.2.1 代数迭代重建算法第28页
        3.2.2 统计迭代重建算法第28-30页
    3.3 本章小结第30-31页
第4章 基于MLEM的PET图像重建算法第31-37页
    4.1 MLEM重建算法介绍第31页
    4.2 MLEM重建算法原理第31-33页
    4.3 实验第33-34页
    4.4 实验结果与分析第34-35页
    4.5 本章小结第35-37页
第5章 基于MLEM-TV的PET欠采样图像重建算法第37-42页
    5.1 MLEM-TV重建算法第37-38页
    5.2 实验第38-39页
    5.3 实验结果及分析第39-41页
    5.4 本章小结第41-42页
第6章 基于MLEM-TV-FR的PET欠采样图像重建算法第42-50页
    6.1 MLEM-TV-FR重建算法第43-45页
    6.2 实验及结果第45-47页
        6.2.1 Emissionactivity brain phantom的研究第45-46页
        6.2.2 Shepp-Logan phantom的研究第46-47页
    6.3 实验评估第47-49页
        6.3.1 参数评估第47-48页
        6.3.2 定量评估第48-49页
    6.4 本章小结第49-50页
第7章 MLEM-TV-FR重建算法的应用第50-54页
    7.1 NEMA phantom的研究第50-51页
    7.2 小鼠的研究第51-52页
    7.3 本章小结第52-54页
第8章 总结与展望第54-56页
    8.1 全文总结第54-55页
    8.2 工作展望第55-56页
参考文献第56-60页
附录第60-62页
    附录1 参与的科研项目第60-61页
    附录2 攻读硕士学位期间发表的论文第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:中医症状术语自动获取研究
下一篇:近邻排序算法研究及在中文数据清洗中的应用