声明
摘要
符号说明
1．1课题来源与背景
1．2课题研究内容与论文结构安排
1．3课题的创新点
2．1 CT成像技术概述
2．1．1 CT成像技术的发展与研究现状
2．1．2 CT成像的理论基础
2．2传统的CT图像重建
2．2．1解析类算法
2．2．2迭代类算法
2．3基于压缩感知的CT图像重建
2．3．1压缩感知理论
2．3．2压缩感知理论框架下的CT图像重建
2．4 CUDA并行编程模型
2．5本章小结
第三章极稀疏扇束投影数据的二维图像重建
3．1相关原理
3．1．1最速下降法求解TV最小化
3．1．2基于距离驱动的正六反投影模型
3．1．3图像质量评价准则
3．2 USP-2DTV算法实现
3．3仿真实验与结果分析
3．3．1 CT扫描系统
3．3．2稀疏投影数据重建
3．3．3极稀疏投影数据重建
3．4本章小结
第四章极稀疏锥束投影数据的三维图像重建
4．1算法原理
4．1．1三维最速下降法
4．1．2三维距离驱动模型
4．2仿真实验与分析
4．2．1三维Shepp-Logan模型
4．2．2仿真投影
4．2．3仿真重建
4．3本章小结
第五章算法的CUDA并行实现
5．1 CUDA架构概述
5．1．1 CUDA线程管理
5．1．2 CUDA内存管理
5．1．3 CUDA执行架构
5．2算法的CUDA并行设计
5．3实验与结果分析
5．3．1稀疏重建实验
5．3．2极稀疏重建实验
5．3．3实验结果分析
5．4本章小结
6．1总结
6．2展望
参考文献
致谢
攻读硕士研究生期间研究成果
