目录

第1 章  引言  1

1.1  背景和意义  1

1.2  研究现状  3

1.2.1 多光源静态CT 的发展  3

1.2.2  CT 图像重建算法   4

1.2.3  直线轨迹CT 的发展 . 8

1.2.4  人工神经网络的发展和在CT 中的应用   10

1.3  研究内容和结构安排   12

第2 章  直线分布式光源静态CT 的成像理论 16

2.1  CT 成像基础 16

2.1.1  X 射线与物质的相互作用  16

2.1.2  扫描投影与图像重建  18

2.2  直线分布式光源静态CT 扫描的数学建模 21

2.2.1  成像几何和参数定义  21

2.2.2  投影获取与非标准扫描轨迹  24

2.3  直线分布式光源静态CT 投影的傅里叶性质   31

2.3.1  投影傅里叶性质的重要性  31

2.3.2  直线分布式光源静态CT 的傅里叶切片定理   32

2.4  实验验证与分析 37

2.5  讨论与总结 40

第3 章  滤波反投影重建方法   42

3.1  算法推导  42

3.1.1  从直线分布式光源静态CT 的傅里叶切片定理出发  43

3.1.2  从圆轨道平行束重建公式出发 44

3.2  两段直线分布式光源静态CT 扫描模式 46

3.3  冗余数据处理的权重策略   49

3.3.1  冗余数据分析  . 49

3.3.2  冗余数据处理权重   55

3.4  滤波反投影重建方法的三维拓展  58

3.5  实验验证与分析 61

3.5.1  仿体图像重建  . 61

3.5.2  算法性能比较  . 65

3.5.3  三维重建效果  . 70

3.6  讨论与总结 73

第4 章  直接傅里叶重建与人工神经网络应用研究 75

4.1  Linogram 解析重建方法   75

4.1.1  算法推导 75

4.1.2  算法的离散实现与时间复杂度分析 80

4.2  基于人工神经网络的Linogram 重建框架 83

4.2.1  基于先验知识的Linogram 重建神经网络  . 83

4.2.2  Linogram-Net 与图像域神经网络的融合  . 88

4.3  实验验证与分析 91

4.3.1  Linogram 解析重建方法图像重建实验   91

4.3.2  Linogram-Net 网络结构验证实验 94

4.3.3  Linogram-Net 权重参数学习实验 95

4.3.4  算法性能对比分析   100

4.4  讨论与总结 104

第5 章  实际系统性能评估与成像优化策略 106

5.1  实际系统性能评估   106

5.1.1  Catphan@600 仿体CTP404 模块扫描成像实验  107

5.1.2  Catphan@600 仿体CTP486 模块扫描成像实验  108

5.1.3  Catphan@600 仿体CTP528 模块扫描成像实验  111

5.2  截断投影补全与重建ROI 扩大  112

5.2.1  重建ROI 分析   113

5.2.2  截断投影补全策略   116

5.2.3  实验验证与分析   117

5.3  倾斜直线扫描模式   122

5.3.1  一种直线分布式光源静态CT 扫描的三维实现  122

5.3.2  倾斜直线扫描轨迹分析  123

5.3.3  倾斜直线扫描的解析重建算法. 123

5.3.4  实验验证与分析   128

5.4  讨论与总结 130

第6 章  结论和展望. 132

6.1  工作总结  132

6.2  后续工作展望. 133

参考文献   135

附录A 模型参数定义. 150

在学期间完成的相关学术成果   153

致谢   155