1 绪 论
1.1 课题研究背景与意义
1.2 X射线锥形束CT概况
1.3 X射线CT图像降噪算法研究现状
1.3.1 空间域图像滤波
1.3.2 结合相似块的空间域滤波
1.3.3 外部先验降噪法
1.4 本文的主要研究内容
1.5 论文结构安排
2 医学CT成像原理与卷积神经网络简介
2.1.1 螺旋CT构成
2.1.2 螺旋CT扫描成像原理
2.2 锥形束CT成像原理
2.2.1 锥形束CT构成及其扫描方式
2.2.2 锥形束CT扫描成像基础
2.3 螺旋CT与CBCT成像图像质量差异
2.4 卷积神经网络结构
2.4.1 卷积层
2.4.2 池化层
2.4.3 全连接层
2.5 激活函数
2.5.1 Sigmoid函数
2.5.2 tanh函数
2.5.3 ReLu函数
2.5.4 Leaky ReLu函数
2.6 反向传播算法
2.7.1 局部连接
2.7.2 权重共享
2.8 本章小结
3 基于卷积神经网络的医学锥形束CT图像降噪算法研究
3.1 概述
3.2 CBCT图像噪声特性分析
3.3 PCDNet网络模型
3.3.1 网络深度选取
3.3.2 网络架构
3.3.3 损失函数
3.4 训练方式
3.4.1 梯度下降方式
3.4.2 参数调整
3.5 本章小结
4 实验结果与讨论
4.1降噪效果评价标准
4.1.1 主观评价
4.1.2 客观评价
4.2 实验平台与数据集
4.3.1 训练数据集处理
4.3.2 训练集数据切块大小对网络性能的影响
4.4实验
4.4.1 模拟实验
4.4.2 临床实验
4.4.3 高剂量模拟实验和验证性实验
4.5 本章小结
5 总结与展望
5.1 研究工作总结
5.2研究工作展望
参 考 文 献
附录
A. 作者在攻读硕士学位期间发表的论文目录
B. 作者在攻读硕士期间参加的科研项目
C. 学位论文数据集
致谢
重庆大学;