一、反射型衍射CT中的迭代法图像重构(英文)（论文文献综述）
张潍[1]（2020）在《电学/超声双模态层析成像压缩感知图像重建方法研究》文中研究表明层析成像技术以非侵入、非扰动的特性受到诸多关注。其中,电学、超声层析成像技术由于具有成本低、非辐射、测量范围广等优势,在工业、医学领域具有良好的应用前景。但是,在电学、超声层析成像技术的图像重建过程中,由于敏感原理所固有的非线性、非适定性的问题,造成重建图像的空间分辨率低、实时性差,难以满足实际应用的需求。因此,提高电学、超声层析成像方法的图像重建精度和实时性,对其在工业生产过程和医疗监测中的应用具有重要意义。研究工作以电学模态研究中大量开展的电阻层析成像技术（Electrical Resistance Tomography,ERT）和超声模态研究中广泛采用的超声透射层析成像技术（Ultrasonic Transmission Tomography,UTT）为具体研究对象。针对ERT由于图像重建的空间分辨率低、实时性差;UTT存在明显的稀疏性,常用的图像重建结果存在较严重伪影和较大形状误差;ERT与UTT双模态图像重建时,由于不同测量模态所采用的物理敏感场背景不同,不同模态信息具有不同量纲,导致难以实现双模态信息的有效融合、双模态重建图像质量低等问题。在充分讨论ERT、UTT所获得的有效信息基础上,对基于压缩感知理论的图像重建方法进行了深入的研究。具体的研究工作包括:（1）在总结、分析层析成像技术的研究背景,分析、提炼压缩感知理论特点的基础上,以ERT和UTT为代表的电学和超声层析成像技术为研究对象,针对重建图像的空间分辨率低、实时性差的问题,根据电学和超声两种模态的敏感场对被测介质的不同敏感性特性及两种敏感场的分布和被测信息互补等特点,从双模态物理模型出发,推导出双模态统一数学模型,证明了双模态成像方法融合的可行性。采用基于压缩感知理论的图像重建方法,将电学与超声双模态进行有效融合,可有效提升ERT、UTT的测试敏感范围、提高成像质量,实现ERT与UTT的双模态信息级融合成像。（2）基于压缩感知理论的线性优化方法,针对电阻层析成像中的非适定性问题,在对正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法所具有特点和影响图像重建效果的因素进行分析基础上,提出改进正交匹配追踪（Modified OMP,MOMP）算法。通过对MOMP算法加入迭代次数自适应与解集连续性约束,使之适合于ERT逆问题求解。为验证MOMP算法在实测数据中的表现,以不同分布的ERT实验数据为基础,对MOMP算法与非迭代类算法、迭代类算法实现的ERT重建图像结果进行对比实验。实验结果表明,MOMP算法的图像重建质量较其他常用算法有明显提高,图像重建速度比迭代类算法更快。在实现MOMP算法的基础上,以提高ERT图像重建的实时性为目的,进一步提出ERT压缩采样策略,可以在牺牲少量成像精度的前提下,获得大量的成像实时性提升。（3）基于压缩感知理论的非线性优化方法,针对ERT图像重建过程非线性的问题,在将ERT图像重建过程的特点总结成优化方法的目标函数的基础上,将ERT图像重建问题转化为非线性多目标优化问题,并通过同伦方法进行非线性多目标优化问题求解,提高求解过程的收敛性、降低收敛过程对初值的敏感程度。采用模型测试的图像重建实验证明,非线性压缩感知图像重建算法的成像结果与常用ERT重建算法成像结果相比,图像质量参数有了明显提升。（4）基于压缩感知理论的稀疏求解方法,针对超声透射层析成像中LBP算法、ART算法的图像重建结果分辨率较低、伪影较大、形状误差较大的问题,提出稀疏正交匹配追踪（Sparse OMP,SP-OMP）算法。SP-OMP算法利用UTT所获得测试数据具有的稀疏特性,在正交匹配追踪算法基础上加入稀疏约束与解集连续性约束,使之更加适合UTT逆问题求解。采用模型测试的图像重建实验证明,与常用的超声图像重建算法相比,SP-OMP算法提升了图像重建质量与被测物形状重建准确度;与其他常用正交匹配追踪的改进算法相比,SP-OMP算法的成像质量最高。（5）基于单模态压缩感知图像重建方法的研究成果,为解决双模态层析成像方法中,由于物理意义不同,不同物理场所得测量信息在成像过程中难以深层次融合的问题,在推导出双模态层析成像统一数学模型的基础上,提出利用归一化投影参数的多模态层析成像的信息融合的算法（Electrical Ultrasonic Projection Sorting,EUPS）;所提出的EUPS算法避免了在双模态图像重建过程中,不同模态图像重建误差的叠加。仿真与实验结果表明,采用EUPS算法的双模态图像重建与单模态图像重建结果相比,在成像精度、抗噪性能等方面均有较大的提升。采用鼓泡塔模拟的动态实验结果表明,EUPS方法可以满足流动管道中气液两相流过程监测所需的成像速度,满足实时成像要求。
宋厚建[2]（2014）在《透射式超声断层成像重建算法研究》文中指出透射式超声断层成像相对于传统的X-CT具有辐射小、成本低的特点，在人体的乳腺癌诊断和工业无损检测中有着广泛的应用前景，然而，目前该技术还处于理论研究阶段，研究水平还没有达到非常高的地步。重建算法是该项技术最为核心的地方，所以本文着重于研究透射式超声断层重建算法以及改进。首先，本文对两种常用的重建算法——滤波反投影重建算法和代数重建算法进行了研究，针对滤波反投影重建算法，本对反投影公式进行了推导，并且对此种算法进行了平行束、环阵、扇形束三种实现方式的仿真实验，另外，本文对于该种算法在计算机实现中的问题，包括滤波器的选择与设计、射束计算进行了较为详细的介绍。代数重建算法把图像重建看成是一个求解方程组的过程，原理上非常的简单易懂，然而，在计算机实现过程中，由于投影系数矩阵一般会非常大，处理起来相当占据内存和时间，本文针对这些问题，提出了快速求解投影系数矩阵的算法以及加速迭代收敛的方案。其次，在研究了以上两种算法以后，我们发现由于超声并没有X射线良好的穿透性和方向性，也就是说超声在传播过程中并没有按照预想的那样进行直线传播，而是会发生折射，这必然会使得按照直线传播求解出来的图像出现误差。以往的研究工作并没有正面解决这种问题，大多数只停留在如何减小这种问题带来的误差方面，本文针对此问题，引入了在地质勘探中常用的射线追踪法来追踪超声的传播路径，再根据得到的路径对重建算法进行改进。最后，本文采用基于小波变换的图像融合算法对重建结果进行了图像融合，基于小波变换的图像融合算法首先对图像进行小波变换，得到图像的高、低频小波变换系数，然后针对高低频小波变换系数分别采用不同的融合规则进行融合，然后再对融合后的小波变换系数进行小波逆变换，从而得到融合后的图像。在实现了传统的融合规则后，本文给出一种新的融合规则，取得了较为不错的效果。
蔡文涛[3]（2013）在《基于平板成像器件的三维CT重建算法研究》文中研究指明锥束CT利用平板探测器获取物体的二维投影，而物体断层图像则是利用三维重建的方式获得。相对于传统二维CT来讲，这种方式不仅扫描的速度比较快，与此同时，它还具有射线利用率高等多方面优势，然而其在成像质量方面却比二维CT逊色不少。针对这一问题，本文通过对二维投影数据预处理，以达到抑制噪声的同时提高重建图像的质量。研究内容主要分为以下几个方面：1、对多种CT图像重建算法进行了较为深入的研究和分析，并对FBP及FDK这两种滤波反投影算法进行了详细推导，分析了锥角的大小对经典FDK算法图像质量的影响,并分别实现了仿真实验。2、分析了影响CT图像重建效果的因素，详细介绍了由于数据不完备、射线硬化及康普顿散射等原因所产生的伪影，为投影数据预处理的理论提供依据。3、采用了一种投影预处理算法，该算法是在小波变换的BayesShrink阈值和WindowShrink阈值两者结合的基础上发展而来的。其中小波变换能够进行多分辨率分析，该投影预处理算法就是利用小波变换所具有的系数控制及多尺度分析功能，同时将域值滤波方法融入其中，从而达到数据降噪预处理的效果。从实验结果可以看出，利用该方法降噪重建所得到的图像质量得到显着提高，在重建时其能够有效改善由噪声所引起的图像质量下降。
张培[4]（2012）在《基于空间域的超声层析成像方法研究》文中指出由于环境的腐蚀和锈蚀及生产工艺等的影响，一般情况下，缺陷和夹杂总是存在于结构和材料中。随着时间的推移，有的会发生严重的损害，甚至导致断裂，由此会产生灾难性的结果。因此，超声层析成像具有显示直观、价格便宜等优点，一直是无损检测的热点之一。本文基于波动理论，对超声波逆散射成像方法进行了研究。首先从赫姆霍兹方程出发，详细地阐述了求解超声逆散射问题的相关方法，随后对非均匀介质的逆散射问题建立了数据模型，并且实现了数值模拟。本研究取得了如下研究成果：1.在二维非均匀介质逆散射数学模型的基础上，分别考虑了正散射问题和逆散射问题，推导了不适定积分方程，采用矩量法，研究了散射场和全场方程的离散化问题。2.对波动方程的非线性问题进行了研究。利用迭代方法可以方便地引入解的己知信息有利于并行处理，在求解过程中，利用迭代来逼近问题的解，解决了方程的非线性问题。3.运用正则化方法对波动方程的稳定性问题进行了研究。造成不适定方程最小二乘解不稳定的原因主要是较小奇异值及其相对应的奇异向量对解的影响，所以在截断奇异值分解的方法中，可以通过适当地选择正则化参数的方法，将其最小二乘解中的正则化参数之后的项直接截去，据此从而达到正则化的目的。4.在正则化方法中，截断参数k的选取起到了至关重要的作用，对这一参数的确定方法进行了修正，即采用L-曲线方法在拐角处进行一维搜索选取最佳正则化参数。基于阵列成像方法对仿真试验模型进行了设计，利用Picard准则对试验模型能否进行正则化进行了判别。运用迭代方法解决了波动方程的非线性问题，利用均值处理和截断奇异值分解正则化方法解决了波动方程的稳定性问题。经仿真试验验证：本文所采用的空间域成像方法可以运用到较强散射的情况，而且具有较高的成像质量。
吴国瑶[5]（2011）在《超声断层成像重建方法研究》文中认为超声断层成像具有超声非侵入、无辐射、实时性好和低成本的优点,以断层成像的方式进行扫描,在乳腺癌等疾病的早期诊断方面具有广泛的应用前景。本文围绕超声断层重建方法开展研究工作。本文首先进行了超声断层成像的仿真计算。根据超声断层成像的原理,建立了反映声速场和密度场特性的脂肪、软组织以及肿瘤等组织的模型。按照超声断层成像的工作方式,针对该组织模型模拟了超声换能器发送与接收到的超声信号,并根据图像重建中不同参数的特点进行了初步的数据处理。其次,对超声断层成像的重建算法进行了对比分析。文中在介绍了滤波反投影和代数迭代重建两种透射重建算法,以及经典反射断层成像和椭圆反投影两种反射重建算法的基础上,对这些算法进行了分析和比较。利用仿真数据进行的重建实验结果验证了分析结论。针对透射迭代算法重建速度慢的问题,实现了基于图形处理器（GPU）的重建算法加速。最后,采用基于非子采样Contourlet变换的融合算法对透射重建图像和反射重建图像进行了融合。透射重建图像能够较好地反映组织内部的声场特征,反射重建图像则具有良好的组织边界信息。使用K均值聚类算法对反射重建图像进行分割,获得相应的组织边界区域,再使用非子采样Contourlet变换对透射图像和反射图像进行多尺度分解,在低通子带中采用反射重建图像的组织边界区域替代透射图像的相应区域进行融合。该融合方法的结果与几种常用融合算法的结果,采用多个客观评价指标进行了评价,结果表明该方法优于其他算法。
陆健峰,王朔中[6]（2004）在《超声衍射CT及其在不完全投影条件下的实验研究》文中提出超声衍射层析成像术是一种利用声波散射数据所携带的信息来反演物体内部结构的技术,具有广泛的应用 前景。本文对这一领域的研究现状进行综述,概述一些典型的超声衍射层析成像重构方法,同时探讨在残缺投影 数据下的重构问题,对于不完全投影数据下的图像重构进行了实验研究。最后对实验结果进行讨论。
陆健峰,王朔中[7]（2004）在《反射型衍射CT中的迭代法图像重构（英文）》文中进行了进一步梳理基于衍射的计算机层析成像术是建立在Fourier衍射投影定理基础上的。衍射CT图象重构可看作由非均匀频率样点重建信号的问题。提出一种用于反射型衍射CT的图像重构算法,此方法利用反向散射数据进行 2D非均匀 Fourier反变换。由于直接的非均匀Fourier反变换不易实现,所以采用基于min max优化准则的非均匀快速 Fourier正变换,通过迭代实现非均匀Fourier逆变换的快速有效计算。为了减少迭代次数加快收敛速度,首先用频域插值法得到重构图像的初值,然后根据min max准则,每经过一次迭代得到重构图像的一个更新版本,重复多次迭代直至得到可接受的重构结果。给出了数值实验结果。与传统重构算法如Gridding方法相比,该算法计算复杂度相当而重构精度较高。
陆健峰,王朔中[8]（2004）在《反射型衍射CT中的迭代法图像重构（英文）》文中研究表明基于衍射的计算机层析成像术是建立在Fourier衍射投影定理基础上的。衍射CT图象重构可看作由非均匀频率样点重建信号的问题。提出一种用于反射型衍射CT的图像重构算法,此方法利用反向散射数据进行2D非均匀Fourier反变换。由于直接的非均匀Fourier反变换不易实现,所以采用基于min-max优化准则的非均匀快速Fourier正变换,通过迭代实现非均匀Fourier逆变换的快速有效计算。为了减少迭代次数加快收敛速度,首先用频域插值法得到重构图像的初值,然后根据min-max准则,每经过一次迭代得到重构图像的一个更新版本,重复多次迭代直至得到可接受的重构结果。给出了数值实验结果。与传统重构算法如Gridding方法相比,该算法计算复杂度相当而重构精度较高。
二、反射型衍射CT中的迭代法图像重构(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、反射型衍射CT中的迭代法图像重构(英文)（论文提纲范文）
（1）电学/超声双模态层析成像压缩感知图像重建方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号对照表 |
| 符号定义 |
| 角标定义 |
| 缩略语说明 |
| 第1章 绪论 |
| 1.1 层析成像技术研究背景及意义 |
| 1.2 电学与超声层析成像技术及发展 |
| 1.2.1 电学层析成像技术 |
| 1.2.2 超声层析成像技术 |
| 1.3 多模态层析成像技术 |
| 1.4 压缩感知理论与算法 |
| 1.4.1 压缩感知理论 |
| 1.4.2 压缩感知算法 |
| 1.5 主要研究问题与创新 |
| 1.5.1 主要研究问题与研究思路 |
| 1.5.2 研究工作的创新性 |
| 1.6 论文主要内容 |
| 第2章 电阻、超声透射及双模态层析成像基本原理与方法 |
| 2.1 电阻层析成像基本原理与系统 |
| 2.1.1 电阻层析成像原理与数学模型 |
| 2.1.2 电阻层析成像系统 |
| 2.2 超声透射层析成像基本原理与系统 |
| 2.2.1 超声透射层析成像原理与数学模型 |
| 2.2.2 超声透射层析成像系统 |
| 2.3 电阻与超声透射双模态成像原理与系统 |
| 2.3.1 双模态成像原理与数学模型建立 |
| 2.3.2 双模态成像系统 |
| 2.4 层析成像逆问题求解算法 |
| 2.4.1 线性化重建算法 |
| 2.4.2 代数重构类重建算法 |
| 2.4.3 正则化类重建算法 |
| 2.4.4 压缩感知重构求解算法 |
| 2.5 图像重建质量参数 |
| 2.6 本章小结 |
| 第3章 电阻层析成像压缩感知图像重建算法 |
| 3.1 线性压缩感知的重建算法 |
| 3.1.1 正交匹配追踪算法 |
| 3.1.2 OMP算法自适应迭代次数的改进 |
| 3.1.3 OMP算法解集的可行域约束 |
| 3.2 非线性压缩感知的图像重建算法 |
| 3.2.1 ERT逆问题非线性假设与求解 |
| 3.2.2 同伦算法解ERT逆问题 |
| 3.3 线性压缩感知算法的实验验证 |
| 3.3.1 线性压缩感知成像实验 |
| 3.3.2 成像结果与图像质量参数对比 |
| 3.3.3 径向分布与收敛路径误差对比 |
| 3.4 非线性压缩感知算法的实验验证 |
| 3.4.1 非线性压缩感知成像收敛过程研究 |
| 3.4.2 非线性压缩感知成像对比实验 |
| 3.5 ERT压缩采样策略与图像重建 |
| 3.5.1 ERT压缩采样策略 |
| 3.5.2 压缩采样数据的图像重建 |
| 3.6 本章小结 |
| 第4章 超声透射层析成像压缩感知图像重建算法 |
| 4.1 稀疏正交匹配追踪算法 |
| 4.1.1 UTT稀疏灵敏度矩阵构建与信号稀疏化 |
| 4.1.2 稀疏正交匹配追踪算法 |
| 4.2 超声透射层析成像实验验证 |
| 4.2.1 超声透射层析成像实验 |
| 4.2.2 超声透射图像重建结果及分析 |
| 4.2.3 SP-OMP算法与其他OMP类改进算法对比 |
| 4.3 本章小结 |
| 第5章 电学与超声双模态压缩感知融合成像 |
| 5.1 双模态成像方法 |
| 5.2 双模态层析成像仿真模型验证 |
| 5.2.1 双模态仿真模型构建 |
| 5.2.2 双模态仿真模型成像结果 |
| 5.2.3 抗噪性能对比实验 |
| 5.3 双模态层析成像实验验证 |
| 5.3.1 同种介质双模态层析成像实验 |
| 5.3.2 异种介质双模态层析成像实验 |
| 5.3.3 双模态层析成像流动模拟实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 研究发表成果和参加科研情况 |
| 发表学术论文 |
| 申请与授权专利 |
| 参与科研项目 |
| 致谢 |
（2）透射式超声断层成像重建算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 透射式超声层析成像 |
| 1.2.2 射线追踪 |
| 1.2.3 图像融合 |
| 1.3 论文主要内容 |
| 第2章 透射式超声断层成像重建算法 |
| 2.1 引言 |
| 2.2 反投影重建算法 |
| 2.2.1 反投影重建算法基本原理 |
| 2.2.2 反投影重建算法的数学描述 |
| 2.2.3 反投影重建算法的缺陷 |
| 2.3 滤波反投影重建算法 |
| 2.3.1 滤波反投影重建算法的基本原理 |
| 2.3.2 滤波反投影重建算法的数学描述 |
| 2.3.3 滤波反投影重建算法的三种实现方式 |
| 2.4 代数重建算法 |
| 2.4.1 代数重建算法基本原理 |
| 2.5 重建算法的计算机实现 |
| 2.5.1 滤波反投影重建算法的计算机实现 |
| 2.5.2 代数重建算法的计算机实现 |
| 2.6 仿真与结果分析 |
| 2.6.1 反投影重建结果 |
| 2.6.2 滤波反投影重建结果 |
| 2.6.3 代数重建算法重建结果 |
| 2.6.4 结果分析 |
| 2.7 本章小结 |
| 第3章 基于射线追踪的重建算法改进 |
| 3.1 引言 |
| 3.2 改进算法的选择 |
| 3.2.1 折射对滤波反投影重建算法的影响 |
| 3.2.2 折射对代数重建算法的影响 |
| 3.3 射线追踪法 |
| 3.3.1 解析追踪法 |
| 3.3.2 网格追踪法 |
| 3.3.3 矩形网格三点扰动法 |
| 3.4 线性插值射线追踪法 |
| 3.4.1 线性插值射线追踪公式 |
| 3.4.2 向前处理 |
| 3.4.3 向后处理 |
| 3.5 仿真与结果分析 |
| 3.5.1 射线追踪法的模型验证 |
| 3.5.2 改进算法重建结果 |
| 3.5.3 结果分析 |
| 3.6 本章小结 |
| 第4章 基于小波变换的图像融合技术 |
| 4.1 引言 |
| 4.2 基于小波变换的图像融合 |
| 4.2.1 低频系数融合规则 |
| 4.2.2 高频系数融合规则 |
| 4.2.3 图像融合评价 |
| 4.3 改进的图像融合规则 |
| 4.4 仿真与结果分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（3）基于平板成像器件的三维CT重建算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 解析算法 |
| 1.2.2 迭代算法 |
| 1.3 本文的主要工作及章节安排 |
| 第二章 图像重建的基本原理和相关数学理论基础 |
| 2.1 Beer 定律 |
| 2.2 Radon 变换 |
| 2.2.1 Radon 变换的定义 |
| 2.2.2 变换具体形式 |
| 2.2.3 Radon 反变换 |
| 2.3 Fourier变换和 Fourier 中心切片定理 |
| 2.3.1 Fourier 变换 |
| 2.3.2 Fourier 的中心切片定理 |
| 第三章 滤波反投影重建算法 |
| 3.1 平行束滤波反投影重建算法 |
| 3.2 扇形束滤波反投影重建算法 |
| 3.2.1 等距扇束 FBP 重建算法 |
| 3.2.2 仿真实验 |
| 3.3 FDK 重建算法 |
| 3.3.1 FDK 重建算法描述 |
| 3.3.2 锥角对重建图像的影响分析 |
| 3.3.3 FDK 重建算法性质 |
| 3.3.4 仿真实验 |
| 第四章 投影数据预处理锥束 CT 重建算法 |
| 4.1 影响重建图像质量的因素 |
| 4.1.1 数据的不完备 |
| 4.1.2 射线硬化 |
| 4.1.3 散射噪声 |
| 4.2 基于小波变换的投影数据预处理 |
| 4.2.1 图像的小波分解 |
| 4.2.2 小波去噪方法 |
| 4.2.3 基于小波变换的图像阈值去噪 |
| 4.2.4 基于小波变换的图像阈值去噪仿真结果 |
| 4.3 锥束 CT 重建实验 |
| 4.3.1 实验系统简介 |
| 4.3.2 投影数据预处理 |
| 4.3.3 实验结果 |
| 第五章 总结与展望 |
| 5.1 本论文完成的主要研究内容 |
| 5.2 存在问题与后期工作展望 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（4）基于空间域的超声层析成像方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 前言 |
| 1.2 课题的研究背景和意义 |
| 1.3 超声 CT 的研究现状 |
| 1.4 本课题的研究内容 |
| 2.超声检测原理与成像系统 |
| 2.1 超声波检测的物理基础 |
| 2.1.1 超声波传播特征 |
| 2.1.2 超声波的特征值 |
| 2.1.3 超声波波型特征 |
| 2.2 超声检测原理 |
| 2.2.1 超声波产生与接收 |
| 2.2.2 超声检测方法 |
| 2.3 超声波成像系统组成 |
| 2.4 本章小结 |
| 3.基于波动理论的散射声场描述 |
| 3.1 声波动方程的导出 |
| 3.2 齐次波动方程与非齐次波动方程 |
| 3.3 非齐次波动方程的解 |
| 3.4 积分方程的离散化 |
| 3.4.1 矩量法 |
| 3.4.2 矩量法在超声逆散射成像中的应用 |
| 3.5 本章小结 |
| 4.超声逆散射成像方法 |
| 4.1 空间域逆散射问题的求解 |
| 4.2 离散不适定性问题的研究 |
| 4.2.1 不适定性分析 |
| 4.2.2 奇异值分解和最小二乘问题 |
| 4.2.3 Picard 准则 |
| 4.3 正则化方法 |
| 4.3.1 TSVD 正则化方法 |
| 4.3.2 正则化参数的选取 |
| 4.4 本章小结 |
| 5.实验结果与分析 |
| 5.1 实验模型以及有关参数设置 |
| 5.2 仿真数据的产生 |
| 5.3 均值处理和 TSVD 正则化方法及其数值仿真 |
| 5.3.1 均值处理方法及仿真结果 |
| 5.3.2 TSVD 正则化方法及仿真结果 |
| 5.3.3 结果的比较 |
| 5.4 本章小结 |
| 6.总结与展望 |
| 6.1 本文的工作总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）超声断层成像重建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 国外研究水平与现状 |
| 1.3 论文主要内容及文章结构 |
| 第2章 超声断层成像的原理与仿真 |
| 2.1 超声断层成像原理 |
| 2.2 超声断层成像仿真 |
| 2.3 透射与反射数据处理 |
| 2.3.1 透射数据处理 |
| 2.3.2 反射数据处理 |
| 2.4 本章小结 |
| 第3章 超声断层成像算法的分析与实现 |
| 3.1 透射重建算法 |
| 3.1.1 滤波反投影算法 |
| 3.1.2 代数重建算法 |
| 3.2 反射重建算法 |
| 3.2.1 经典的反射断层成像算法 |
| 3.2.2 椭圆反投影重建算法 |
| 3.3 重建算法的理论分析与实验 |
| 3.3.1 重建算法理论分析 |
| 3.3.2 实验结果分析 |
| 3.4 迭代算法的GPU 加速 |
| 3.4.1 GPU 简介 |
| 3.4.2 GPU 加速重建 |
| 3.5 本章小结 |
| 第4章 超声断层成像的图像融合 |
| 4.1 图像融合 |
| 4.2 基于非子采样 Contourlet 变换的融合方法 |
| 4.2.1 融合框架设计 |
| 4.2.2 图像分割算法 |
| 4.2.3 融合规则 |
| 4.3 融合客观评价标准 |
| 4.3.1 信息熵 |
| 4.3.2 图像融合质量指标 |
| 4.3.3 客观图像融合性能 |
| 4.4 实验结果及分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、反射型衍射CT中的迭代法图像重构(英文)（论文参考文献）
- [1]电学/超声双模态层析成像压缩感知图像重建方法研究[D]. 张潍. 天津大学, 2020(01)
- [2]透射式超声断层成像重建算法研究[D]. 宋厚建. 哈尔滨工业大学, 2014(02)
- [3]基于平板成像器件的三维CT重建算法研究[D]. 蔡文涛. 中北大学, 2013(10)
- [4]基于空间域的超声层析成像方法研究[D]. 张培. 中北大学, 2012(08)
- [5]超声断层成像重建方法研究[D]. 吴国瑶. 哈尔滨工业大学, 2011(05)
- [6]超声衍射CT及其在不完全投影条件下的实验研究[J]. 陆健峰,王朔中. 声学技术, 2004(04)
- [7]反射型衍射CT中的迭代法图像重构（英文）[J]. 陆健峰,王朔中. 仪器仪表学报, 2004(S3)
- [8]反射型衍射CT中的迭代法图像重构（英文）[A]. 陆健峰,王朔中. 第五届影像科学与硬拷贝国际会议（ICISH’2004）论文集, 2004(总第116期)