第1 章  引言  1
1.1  背景和意義  1
1.2  研究現(xiàn)狀  3
1.2.1 多光源靜態(tài)CT 的發(fā)展  3
1.2.2  CT 圖像重建算法   4
1.2.3  直線軌跡CT 的發(fā)展 . 8
1.2.4  人工神經(jīng)網(wǎng)絡(luò)的發(fā)展和在CT 中的應(yīng)用   10
1.3  研究內(nèi)容和結(jié)構(gòu)安排   12
第2 章  直線分布式光源靜態(tài)CT 的成像理論 16
2.1  CT 成像基礎(chǔ) 16
2.1.1  X 射線與物質(zhì)的相互作用  16
2.1.2  掃描投影與圖像重建  18
2.2  直線分布式光源靜態(tài)CT 掃描的數(shù)學建模 21
2.2.1  成像幾何和參數(shù)定義  21
2.2.2  投影獲取與非標準掃描軌跡  24
2.3  直線分布式光源靜態(tài)CT 投影的傅里葉性質(zhì)   31
2.3.1  投影傅里葉性質(zhì)的重要性  31
2.3.2  直線分布式光源靜態(tài)CT 的傅里葉切片定理   32
2.4  實驗驗證與分析 37
2.5  討論與總結(jié) 40
第3 章  濾波反投影重建方法   42
3.1  算法推導(dǎo)  42
3.1.1  從直線分布式光源靜態(tài)CT 的傅里葉切片定理出發(fā)  43
3.1.2  從圓軌道平行束重建公式出發(fā) 44
3.2  兩段直線分布式光源靜態(tài)CT 掃描模式 46
3.3  冗余數(shù)據(jù)處理的權(quán)重策略   49
3.3.1  冗余數(shù)據(jù)分析  . 49
3.3.2  冗余數(shù)據(jù)處理權(quán)重   55
3.4  濾波反投影重建方法的三維拓展  58
3.5  實驗驗證與分析 61
3.5.1  仿體圖像重建  . 61
3.5.2  算法性能比較  . 65
3.5.3  三維重建效果  . 70
3.6  討論與總結(jié) 73
第4 章  直接傅里葉重建與人工神經(jīng)網(wǎng)絡(luò)應(yīng)用研究 75
4.1  Linogram 解析重建方法   75
4.1.1  算法推導(dǎo) 75
4.1.2  算法的離散實現(xiàn)與時間復(fù)雜度分析 80
4.2  基于人工神經(jīng)網(wǎng)絡(luò)的Linogram 重建框架 83
4.2.1  基于先驗知識的Linogram 重建神經(jīng)網(wǎng)絡(luò)  . 83
4.2.2  Linogram-Net 與圖像域神經(jīng)網(wǎng)絡(luò)的融合  . 88
4.3  實驗驗證與分析 91
4.3.1  Linogram 解析重建方法圖像重建實驗   91
4.3.2  Linogram-Net 網(wǎng)絡(luò)結(jié)構(gòu)驗證實驗 94
4.3.3  Linogram-Net 權(quán)重參數(shù)學習實驗 95
4.3.4  算法性能對比分析   100
4.4  討論與總結(jié) 104
第5 章  實際系統(tǒng)性能評估與成像優(yōu)化策略 106
5.1  實際系統(tǒng)性能評估   106
5.1.1  Catphan@600 仿體CTP404 模塊掃描成像實驗  107
5.1.2  Catphan@600 仿體CTP486 模塊掃描成像實驗  108
5.1.3  Catphan@600 仿體CTP528 模塊掃描成像實驗  111
5.2  截斷投影補全與重建ROI 擴大  112
5.2.1  重建ROI 分析   113
5.2.2  截斷投影補全策略   116
5.2.3  實驗驗證與分析   117
5.3  傾斜直線掃描模式   122
5.3.1  一種直線分布式光源靜態(tài)CT 掃描的三維實現(xiàn)  122
5.3.2  傾斜直線掃描軌跡分析  123
5.3.3  傾斜直線掃描的解析重建算法. 123
5.3.4  實驗驗證與分析   128
5.4  討論與總結(jié) 130
第6 章  結(jié)論和展望. 132
6.1  工作總結(jié)  132
6.2  后續(xù)工作展望. 133
參考文獻   135
附錄A 模型參數(shù)定義. 150
在學期間完成的相關(guān)學術(shù)成果   153
致謝   155