第一章 绪论
1.1 研究背景、目的和意义
1.2 国内外研究现状
1.3 本文的组织结构
第二章 理论基础
2.1 CT成像理论基础
2.2 CT图像重建算法
2.3 卷积神经网络基础知识
2.4 基于CNN的高精度稀疏重建原理
2.5 CT图像质量评价标准
2.6 本章小结
第三章 三种经典网络压制条状伪影的性能比较
3.1 数据集构建
3.2 深度学习框架
3.3 网络结构对比
3.4 训练过程
3.5 实验结果及分析
3.6 本章小结
第四章 基于Mr-UNet的CT图像高精度稀疏重建
4.1 Mr-UNet网络结构设计
4.2 训练过程
4.3 实验结果及分析
4.4 稀疏重建系统实现
第五章 基于对抗式Mr-UNet的CT图像高精度稀疏重建
5.1 对抗式Mr-UNet网络结构设计
5.2 训练过程
5.3 实验结果及分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式
声明
山西大学;
