一、康普顿效应与光子任意分割（论文文献综述）
程敬海,汪红志,徐罗元,夏天[1]（2021）在《基于蒙特卡罗法的放射测量系统建模与仿真实现》文中认为基于蒙特卡罗方法,通过对伽马射线与物质相互作用、放射源、测量电子学系统和防护材料等建模,构建放射线探测与电脉冲产生的物理数学模型,进行模拟数据采集算法程序实现,并结合适当的测量系统场景仿真模型,交互式完成放射线测量数据的模拟采集以及后续的能谱处理。该仿真系统可虚拟仿真单道脉冲幅度分析测量和计算机多道测量实验,可实现混合源、未知源或自定义放射源在不同尺寸晶体下的能量、活度和能谱测量实验项目;可开展铅当量和半价层测量、不同材料防护性能测量评价等实验项目;可用于放射测量仪器开发和测试校准,未知放射源能谱比对等。
赵金龙[2]（2021）在《复杂构件多能CT重建算法》文中指出X-CT成像技术已经成为一种重要的无损检测手段,通过多角度采集被测物体投影数据,采用重建算法求解物体衰减系数,最终重构物体内部结构。然而工业中,很多构件结构复杂、材质密度差异大,单个能量CT成像系统动态范围有限,照射复杂构件时产生的投影极易出现欠曝光、过曝光现象,有效投影严重缺失,难以准确重建物体内部情况。为解决单能投影不完备问题,本文针对复杂构件特点研究了复杂构件多能CT重建算法,采用递推迭代方法对多个能量投影进行重建,以此达到完整重建构件的目的,并进一步提高图像质量。具体内容如下:（1）论文首先研究了基于先验图像约束压缩感知（PICCS）多能CT重建算法。在重建过程中,利用ART迭代算法对图像进行重建,并用相邻低电压重建图像作为重建的初始值,每完成一次重建后采用先验约束压缩感知算法的目标函数对重建图像进行调整。以此类推直至最高电压完成重建。通过仿真实验证明了该算法可以有效保护低密度边缘,完整重建物体内部结构,有效控制因投影不完备造成的伪影。（2）由于低能重建图像无法提供较厚区域的结构信息,为了保证先验图像的准确性,在PICCS多能算法的基础上研究了分割先验图像多能CT重建算法。该算法在每次迭代前采用阈值分割算法对先验图像进行分割,只取相似度较大部分作为先验图像,背景和非相似部分采用ART和POCS-TVM算法。仿真实验证明该算法不仅可以准确完整的重建物体内部结构,在保持像素稳定方面也起到一定作用,同时提高了图像对比度。实际投影数据重建结果证明了该算法的实用性。
王锐[3]（2021）在《基于X射线和结构光相机的煤矸石分选系统研究》文中进行了进一步梳理随着国家对环保越来越重视,同时市场对煤炭产品质量的要求日益提高,高效环保的煤和矸石的分离技术迫在眉睫。为了实现煤和矸石的有效分选,本文对基于双能X射线透射技术和结构光相机的煤矸石分选系统以及物质识别算法进行了研究与分析,本文主要工作如下:1.搭建了煤矸石分选系统的硬件环境,主要包括布料传输系统、采集识别控制系统、分选执行系统、辅助系统等,加入了结构光相机,以此来克服厚度对物料的影响,提高分选的准确率和扩大煤矸石的检测范围。同时对相机图像的噪声和空洞采用形态学-中值滤波的方法进行处理,实验证明了该方法的有效性。2.本文介绍了X射线透射技术的基本理论,对R值算法和曲线拟合算法进行了分析。针对以上算法识别范围小、识别准确率较低,提出了一种双能R值识别和厚度信息联合的煤矸石识别方法。本文利用结构光相机获取煤和矸石的深度图像,并对深度图像中的噪声和空洞进行了处理。通过采集大量的煤和矸石的射线图像,建立样本特征库,得到了煤和矸石的识别条件和厚度阈值,成功地实现了对较大范围厚度的煤和矸石的分选。然后,本文还利用阈值分割和区域标记等方法确定了物料目标的形心位置,实现了物料的定位。3.根据系统功能要求,在Visual Studio 2012平台上使用C++完成了配套软件的开发,实现了硬件控制、图像采集识别、PLC通信、数据库记录与管理等功能。经过实验验证,本文开发的分选系统可以满足煤和矸石快速准确识别分选的需求。系统操作简单,所需设备较少,很有继续优化研究和推广的前景。
赵耀霞[4]（2020）在《基于多谱投影分离的X射线多谱CT成像与组分表征方法》文中认为X射线多谱CT是抑制X射线多谱硬化伪影,提升CT图像对比度的有效方法,在新材料、新药物、微纳器件等领域具有重要意义。现有多谱CT主要是基于迭代重建算法模型,耦合X射线多谱成像的物理先验约束,构建多谱投影观测模型,设计迭代优化求解算法实现。但是此类算法假设条件较多、模型复杂、各优化项的参数不确定,实际应用难度较大,工程应用性不强。鉴于此,通过多能投影序列分离获取窄谱投影的投影域分解工作逐渐被重视。投影域分解可直接得到窄谱特性较好的投影数据,再通过传统CT重建算法可得到灰度一致性较好的CT图像,有效降低了CT重建算法的设计难度,为多谱CT成像提供了一种新的途径。因此,论文在研究现有的投影域分解方法的基础上,以提升CT图像对比度和满足组分区分与表征为目标,研究基于多谱投影分离的X射线多谱CT成像与组分表征方法。论文在研究X射线多谱CT成像原理的基础上,针对现有的基于多能量投影序列盲分离模型的无能量约束问题,引入基效应分解,将分离模型中的衰减系数按光电效应和康普顿效应分解为能量项和材料项,建立了基于基效应分解的多谱投影序列盲分离模型。同时,根据射线成像的多谱特性,耦合残差非负性约束条件,推导了分解模型的迭代优化求解算法。通过由镁、铝组成的样品为对象,进行实验分析。实验表明,分离投影序列得到的多谱CT图像序列具有明确的能谱指向,重建图像表征的衰减系数精度得到有效提升。其次,针对多次变能量CT扫描存在的高精度机械重定位问题,在分析投影成像模型和多谱投影序列盲分离模型的基础上,提出了基于分能段扫描的多谱CT成像方法。将CT重建图像依据基效应分解为空间依赖项（基图像）和能量依赖项（能量系数）,代入多谱投影序列盲分离模型中,建立了以基图像为求解目标的盲分离模型,推导了分解模型的迭代优化求解算法。实验表明,该方法在实现近似窄谱成像的同时,减小了对高重定位精度的依赖以及数据获取与分析复杂度,避免了对同一几何参数投影的多次成像的要求,提升了扫描及计算效率。最后,针对投影序列分离得到的多谱CT序列组分表征问题,在研究基于图像域分解的双能CT表征方法的基础上,通过分析各材料组分在分离的不同能量的CT序列中的灰度变化趋势,构建了基于图像域分解的多能CT序列表征模型,并通过最小二乘优化求解各组分在CT图像的体积分数,实现材料组分的表征与识别。实验表明,该表征方法相对于传统的双能CT表征方法,可以有效抑制多谱伪影带来的噪声影响组分表征识别问题,具有较好的组分分辨能力;并在多组分合成的样品实验中也取得了较好的实验效果。
黄泳嘉[5]（2020）在《能谱CT成像探测与自动分割技术研究》文中进行了进一步梳理相比于传统CT,能谱CT利用不同能量光子关于物体衰减的差异性进行成像,能够提高物质分辨能力和准确的材料分离和定量化信息,逐渐成为近年来医学成像领域的研究热点。本文以研究能谱CT成像探测和自动分割技术为目标,对基于边缘入射探测器的成像仿真系统进行级联分析,并提出了改进的CT影像自动分割算法。在CT成像探测方面,本文建立基于边缘入射探测器的CT成像模拟系统,对内部设置相对完善的物理环境的同时利用复合能谱对体模进行实验,达到模拟真实临床环境的目的;同时利用级联分析方法对探测器内部的粒子输运过程进行了建模,并利用载流子漂移扩散模型对探测器像素单元的电子收集进行校正,通过滤波反投影重建算法对成像电子进行图像重建,为后续医学影像自动分割提供高质量能谱图像数据;在CT影像分割方面,针对目前自动分割算法难以精确划分目标边界的问题,本文提出一种基于混合损失函数的改进型UNet网络结构。该网络在上采样过程中只复制池化层特征,并引入残差网络对初步分割图像进行循环精炼,利用对于边界敏感的新型混合损失函数对图像进行细化处理,可得到更为精确的分割结果。利用级联分析模型和滤波反投影算法对光生电荷进行收集并成像,结合改进UNet网络实现对生成图像的自动分割。该方法不仅可以对成像模型参数进行设置,而且可以实现对医学图像边界的精细划分。实验结果表明,相比于普通算法,本文提出的基于边缘入射探测器的级联分析模型生成的重建图像的PSNR值提高约4d B;并且本文改进传统UNet分割网络并用于肝脏部分的医学图像分割,其分割结果的平均Dice系数分别为96.26%和83.32%,可以实现CT影像的自动分割任务。组合形成的智能影像分割系统可以在不同的能量区间进行图像重建并利用已训练好的网络模型完成分割任务,提高CT影像分割结果的同时缩短网络运行时间。
姚雪鹏[6]（2020）在《双能X射线骨密度仪软件研制及算法研究》文中进行了进一步梳理随着社会的进步,医学技术的快速发展,人类的寿命普遍延长,在人口老年化的进程中全世界都将面临严峻的挑战。一个个医学难题在全世界的努力下被攻克,但还有很多没有被攻克的难题威胁着全世界人类,特别是一些慢性疾病。虽然人们对自己的健康状态特别关注,但在面对一些早期症状并不影响人们的正常生产和生活时,由于工作和时间的问题,人们往往选择忽略。骨质疏松症就是这类疾病的代表,骨质疏松症是一种全身性骨病,患者全身疼痛,腰背活动受到限制,骨折风险增加。40岁后骨质流失就已经开始发生,在骨质流失早期人们根本感觉不到身体发生的变化,只有在骨质流失的晚期,已经患上骨质疏松症时,骨质疏松性骨折就会严重威胁人们的健康和生活水平。正是由于骨质疏松这种漫长的发展过程得不到人们的关注,关心骨质疏松症的人普遍为医院医生、相关学者、患有骨质疏松症的病人和少数年轻人。骨质疏松症是一种被普通人忽视的严重影响生活的疾病。同时女性骨质疏松症患病率远高于男性,女性应更加的关注自己的骨骼健康。本文介绍双能X射线的物理原理,X射线与物质的相互作用光电效应、康普顿效应和电子对效应。X射线在人体中的衰减,单能X射线的衰减规律和双能X射线的衰减规律。骨密度的测量方法有X射线拍片法、光子吸收法、超声测量法、定量CT测量法和双能X射线吸收法。设计尺桡骨双能X射线骨密度仪的软件,要求软件有简单的工作流,操作流程直观清晰。本研究使用高低能切换方法产生双能X射线,锥束X射线扫描方式快速获取尺桡骨图像。软件设计内容包括X射线的曝光控制、数据采集、尺桡骨图像分割和骨密度计算算法。曝光控制通过串口通讯的方式给双能X射线骨密度仪发送曝光命令和曝光数据。数据采集即读取数据采集卡的图像。使用Haar-Like级联分类器定位尺桡骨在图像中的位置,Haar-Like级联分类器识别率96.1%。通过Canny边缘检测等技术完成尺桡骨图像的分割,分割正确率98.77%。通过二次曲面拟合的方法计算骨密度值。经过准确度测试,体模测试线性度相关系数大于99%,单日重复性和多日重复性变异系数CV值小于1%。
李伟毅[7]（2020）在《基于双能X射线透射的废金属识别与图像处理技术研究》文中研究表明废金属资源的循环利用可以促进可持续发展,并且可以缓解矿石开采造成的资源和环境压力。为了实现金属的回收利用,需要将破碎后的废金属物料按种类进行分选回收。双能X射线透射识别技术可用于废金属的回收,论文针对研究中存在的问题,主要研究了废金属识别算法和X射线透射图像处理技术。首先,论文分析了双能X射线透射识别技术原理,以及X射线硬化现象和扇形效应。目前常用的曲线拟合识别算法存在物料识别厚度范围较小、识别准确率较低等问题。本文基于?曲线提出?识别特征,缓解了射线硬化的影响,提高了识别的厚度范围;提出物料的位置识别特征,解决了扇形效应;结合?特征和位置特征提出基于BP神经网络算法的废金属分类模型,测试结果表明,识别准确率提高到了98.3%。其次,针对X射线图像处理方法中不能准确得到物料的边界信息,并且只提取物料形心坐标,不能满足物料识别和分离等问题。论文对废金属物料图像的校正、自适应阈值分割、形态学处理、轮廓提取等技术进行研究,准确提取了物料的边界信息;利用正外接矩形描述物料的位置和边界,基于矩形框确定物料的识别数据与分离特征。最后,基于本文提出的分类模型和图像处理技术,结合已开发的分选实验平台,优化分选控制系统;在MATLAB平台训练分类模型,基于Open CV开发图像处理程序,开发样本数据采集程序。在新开发的分选系统上进行废金属分选实验,实验结果显示分选率从79.9%提高到了94.1%,验证了本文所提出方法的有效性。
玄玉玺[8]（2020）在《基于UG模型的文物CT仿真投影快速并行计算》文中研究指明CT（Computed Tomography）技术,即计算机层析成像技术。该技术能够在无损的前提下,通过对物体进行断层图像重建来获取其内部结构信息,目前已被应用到文物数字化建模。基于CT的文物数字化建模研究的前提是获取投影数据,但工业CT扫描成本高,且在获取文物CT数据过程中可能会对文物造成破坏。利用UG（Unigraphics NX）模型与射线求交能够为文物图像重建研究提供理想的投影数据,其缺点是计算量大,尤其是对高分辨率投影计算。针对此问题,本文拟开展基于UG模型的快速仿真投影计算研究,论文的主要研究内容包括:（1）针对UG模型仿真计算速度慢的问题,本文提出对UG模型进行体素化,使用体素模型进行仿真计算。针对单材质文物UG模型,首先读取该模型的大小、密度等信息,然后设置一个包围该UG模型的外包围盒,并对包围盒进行网格划分,每个网格代表一个体素单元。将包围盒划分为N×N×N个体素,N为包围盒沿着x、y、z每个方向的体素个数,使用UG的API函数对每一层进行求交计算,依次求取每一层体素化的数据,最终生成整个UG模型的体素化数据。针对多材质的文物UG模型,首先读取每个部件的材质信息,并在数据库中查找材质对应的密度值,然后依次对每个部件进行体素化,将每个部件体素化结果累加便得到整个模型体素化数据。实验结果表明,该方法能够实现准确的体素化。（2）基于UG模型体素化数据,实现了锥束CT投影仿真。首先将模型调整至仿真系统中,然后将模型体素化,使用三线性插值方法计算模型的投影数据。在每条射线中,首先计算射线与模型的起始交点,从起始交点开始以等间距的步长进行采样,每个采样点的密度通过三线性插值计算,得到每个采样点的密度值后,对其进行累加乘以固定步长便得到射线的投影值。通过实验证明,计算360个角度下分辨率为512× 512像素的投影图像时,体素模型生成投影数据相比传统解析法取得了约3倍的加速比。（3）为进一步提高仿真计算的速度,提出了一种基于GPU加速的体素模型CT仿真投影快速计算方法。首先将体素模型数据绑定到GPU的纹理内存中,然后将GPU每个线程索引映射到每个探测器单元,实现所有射线的并行计算。在每条射线内,使用三线性插值方法计算投影数据,通过三维纹理硬件插值功能计算每个采样点的密度值。经实验分析,计算360个角度下分辨率为512× 512像素的投影图像时,本方法在保证投影数据准确的前提下,相比CPU计算三线性插值取得了约83倍的加速比。
雷阳[9]（2019）在《基于双能方法的显微CT成像研究》文中进行了进一步梳理显微CT可实现物体内部结构无损检测,相比于临床CT有更高的空间分辨率,被广泛应用于小动物扫描、骨参数定量测量分析、药物筛选测试等研究领域。显微CT在重建过程中将多色X射线近似等效为单色,因此重建结果表示的是不同能量下的平均衰减系数,忽略了其能量分布相关的信息,导致重建图像组织对比度偏低,且会产生硬化伪影。双能CT是一种新型CT成像技术,是近年来CT领域最新研究方向之一。双能CT采集被扫描对象两个不同能谱下的投影数据,利用物质在不同X射线能量下衰减系数的不同来提供比常规CT更多的影像信息,因此可用来抑制硬化伪影、提高组织对比度,且可以将其应用在被扫描对象内不同物质的识别上。本文以显微CT为对象,通过对已有CT双能成像方法的调研,提出并实现一种准确、稳定、高效并在实际中可用的显微CT双能成像算法。研究内容包括以下四个步骤:1、对双能CT投影域分解算法展开研究。基于极大似然估计的多能CT投影域分解算法,对“冠状动脉粥样斑块硬化诊断”这一临床应用进行了多能带检测仿真,实现高原子序数元素的K边缘成像,证明能谱CT成像方法相比于单能CT成像方法的优势。基于自研显微CT系统,实现了基于参数模型的钨靶X射线源能谱测量,选取碘、金造影剂进行了实际数据双能成像实验,验证了投影域极大似然估计的双能分解方法对造影剂识别的有效性。2、对双能CT迭代重建算法展开研究。针对投影域双能分解方法在扫描物体组成成分复杂且能量带较少情况下会造成图像伪影的问题,实现了ASD-NC-POCS迭代重建算法,并针对算法收敛速度慢的问题进行了改进。仿真实验验证了算法在基物质分解上的有效性,相比于原算法迭代8000次,改进算法迭代20次能实现物质分解,有效提高了ASD-NC-POCS算法的收敛速度。进一步,在自研Micro-CT系统上完成双能成像实验,验证了改进ASD-NC-POCS算法在显微CT双能成像中的可行性。3、在改进ASD-NC-POCS算法基础上,为进一步降低基图像的噪声,对CT成像的噪声模型进行研究,实现了基于噪声模型的改进ASD-NC-POCS迭代重建算法。数值仿真和显微CT实际成像结果表明,基于噪声模型的改进ASD-NC-POCS迭代重建算法能一定程度上抑制基图像噪声。4、对双能方法在显微CT成像中的应用展开研究。针对显微CT成像中图像硬化伪影和组织对比度低的问题,通过虚拟单能成像方法进行解决,实验结果表明显微CT双能成像方法能抑制图像硬化伪影,并一定程度上提高组织间对比度。此外,针对“肺纤维化疾病干细胞示踪”这一应用课题,进行了“小鼠肺部碘造影剂示踪”和“金纳米颗粒标记干细胞体外示踪”两组实验,结果表明双能方法能提高显微CT物质分解和造影剂识别及示踪能力。
贺树萌[10]（2019）在《基于双能透视成像方法的无标记肺部肿瘤运动跟踪算法研究》文中提出手术、化疗和放疗是当前临床治疗癌症的主要疗法。放射治疗是一种局部治疗方式,利用放射线照射肿瘤区域,可以抑制癌细胞生长或治愈癌症。近年来,随着医学影像、计算机、生物医学工程等学科的飞速发展,先后出现了立体定向放疗（SBRT）、三维适形与调强放疗（IMRT）、容积旋转调强放射治疗（VMAT）、图像引导放疗（IGRT）等放射治疗方式。呼吸是造成肺部肿瘤在放射治疗分次内运动的主要原因。临床上采用放大计划靶区（PTV）的方式保证治疗过程中临床靶区（CTV）自始至终被射线束覆盖。但是,这意味着会使肿瘤周围更多的健康组织进入射野,增加放射治疗并发症的发生率。因此,如何减少放疗过程中呼吸引起的肿瘤运动所造成的影响,降低健康组织不必要的损伤已经成为肺部肿瘤精确放射治疗领域的研究热点及难点。目前国内外学者已提出许多方法来降低呼吸影响,解决放疗过程中肿瘤的运动问题。如主要有呼吸门控技术、四维放疗技术和肿瘤运动跟踪技术。其中,肿瘤运动跟踪技术作为一种图像引导新形势得以发展,已逐渐引起广泛关注。现有技术中,一种常用的对肿瘤进行运动跟踪的方法是体外标记跟踪法,使用光学跟踪系统对置于患者体外的外部标记进行自动跟踪,然而外部标记不能充分反映有呼吸运动导致的肿瘤位移,这是一种间接的跟踪方式。另一种常用方式为利用X射线立体平面成像技术进行肿瘤运动跟踪。由于骨骼遮挡难以直接对肿瘤进行定位跟踪,通常在肿瘤内部或附近通过手术方式植入一个或多个金属标记,通过跟踪金属标记间接估算肿瘤位移,然而金属标记的植入可能引发气胸等并发症,这是一种间接且有创的方式。为了解决目前临床肿瘤运动跟踪方法中存在的问题,本研究提出了一种基于双能透视成像方法的无标记肺部肿瘤运动跟踪算法。首先,采用一种具有C臂旋转结构和高低能快速切换采图机制的双能X射线透视成像系统,分别在4个投影方向实时采集呼吸周期9或10个时相的高低能图像对序列。通过优化的加权对数减影算法,去除图像中的骨骼结构,得到软组织减影图像序列。优化的加权对数减影算法采用对比度噪声比（CNR）作为图像质量评价参数,自动获取最佳软组织减影图像。其次对得到的软组织减影图像序列进行肿瘤运动跟踪,选择图像间像素差值作为衡量标准,自适应选择匹配所需的参考图像,以归一化互信息作为相似性测度,采用全域搜索法作为搜索方式进行肿瘤区域匹配。最终获得呼吸周期所有时相减影图像中的肿瘤位置,实现肿瘤运动跟踪。以20例肺部肿瘤病例为研究对象。结果证实本研究提出的双能透视成像方法可实时采集呼吸周期不同角度X射线高低能图像序列,通过自动减影算法获得软组织减影图像,显着提高肺部肿瘤的可视度,获得的图像可直接用于肿瘤定位。肿瘤运动跟踪算法可直接确定软组织图像序列中的肿瘤位置,目视证实了肿瘤跟踪结果的准确性。分析结果数据,表明在一个呼吸循环内,肿瘤在头脚方向、左右方向、腹背方向的定位结果与人工测量结果具有一致性。与其他两个方向相比,肿瘤头脚方向运动幅度最大;且在头脚方向位于肺下半部分的肿瘤运动幅度明显大于位于肺中上部肿瘤的运动幅度。
二、康普顿效应与光子任意分割（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、康普顿效应与光子任意分割（论文提纲范文）
（2）复杂构件多能CT重建算法（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多能CT成像国内外研究现状 |
| 1.2.2 迭代重建研究现状 |
| 1.3 研究内容及结构安排 |
| 第二章 CT重建基本原理 |
| 2.1 CT成像原理 |
| 2.2 迭代重建算法 |
| 2.2.1 ART算法 |
| 2.2.2 ML-EM重建算法 |
| 2.3 图像质量评价 |
| 2.4 本章小结 |
| 第三章 基于先验图像约束压缩感知多能重建算法 |
| 3.1 先验图像约束压缩感知算法 |
| 3.1.1 压缩感知理论 |
| 3.1.2 基于先验图像约束压缩感知重建算法 |
| 3.2 复杂构件的多能投影采集及有效投影 |
| 3.3 基于先验图像约束压缩感知多能CT重建算法 |
| 3.4 仿真模型设计 |
| 3.5 仿真实验结果与分析 |
| 3.5.1 仿真投影实验 |
| 3.5.2 有效投影 |
| 3.5.3 单能重建仿真结果 |
| 3.5.4 PICCS多能CT重建结果 |
| 3.5.5 实验对比分析 |
| 3.6 实际数据重建结果与分析 |
| 3.6.1 实际有效投影序列 |
| 3.6.2 单能重建结果 |
| 3.6.3 多能重建结果与分析 |
| 3.7 本章小结 |
| 第四章 分割先验图像多能CT重建算法 |
| 4.1 阈值分割算法 |
| 4.2 分割先验图像多能CT重建算法 |
| 4.3 仿真结果与分析 |
| 4.3.1 分割先验图像多能CT重建结果 |
| 4.3.2 算法对比 |
| 4.4 实际数据重建结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（3）基于X射线和结构光相机的煤矸石分选系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 分选技术研究现状 |
| 1.3 研究目标技术与技术路线 |
| 1.4 论文组织结构 |
| 第二章 X射线系统总体分析 |
| 2.1 X射线成像原理 |
| 2.2 X射线与物质的相互作用 |
| 2.3 X射线衰减原理 |
| 2.4 射线检测技术 |
| 2.4.1 单能量射线检测 |
| 2.4.2 双能量射线检测 |
| 2.5 系统整体结构设计 |
| 2.6 本章小结 |
| 第三章 硬件机械设计 |
| 3.1 分选系统硬件设计 |
| 3.1.1 X射线源模块 |
| 3.1.2 探测器模块 |
| 3.1.3 分选装置 |
| 3.1.4 深度相机 |
| 3.2 分选系统各模块设计 |
| 3.3 本章小结 |
| 第四章 物料识别方法与位置计算 |
| 4.1 物料识别方法 |
| 4.1.1 经典R值算法 |
| 4.1.2 厚度对物料种类识别的影响 |
| 4.1.3 双能曲线拟合方法 |
| 4.2 本文方法 |
| 4.2.1 深度图像预处理 |
| 4.2.2 相机位置确定 |
| 4.3 实验结果与分析 |
| 4.4 物料位置计算 |
| 4.4.1 图像阈值分割 |
| 4.4.2 连通域标记 |
| 4.4.3 物料位置实时计算 |
| 4.4.4 获取真实位置信息 |
| 4.5 本章小结 |
| 第五章 软件系统设计 |
| 5.1 硬件控制模块 |
| 5.2 图像处理模块 |
| 5.3 数据库模块 |
| 5.4 软件界面展示 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
（4）基于多谱投影分离的X射线多谱CT成像与组分表征方法（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于能谱CT重建的X射线多谱CT成像 |
| 1.2.2 基于能谱滤波分离的X射线多谱CT成像 |
| 1.2.3 基于光子计数探测器的X射线多谱CT成像 |
| 1.2.4 基于多谱投影分离的X射线多谱CT成像 |
| 1.3 论文研究内容及安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 2 多谱CT成像与连续谱X射线投影分离的理论分析 |
| 2.1 X射线多谱CT成像 |
| 2.1.1 X射线产生 |
| 2.1.2 多谱X射线投影 |
| 2.1.3 传统X射线CT重建算法 |
| 2.1.4 多谱射线CT重建成像 |
| 2.2 基于光子计数探测器的多谱CT成像 |
| 2.2.1 光子计数探测器成像原理 |
| 2.2.2 光子计数探测器成像噪声分析 |
| 2.2.3 能谱CT重建算法 |
| 2.2.4 实验对比分析 |
| 2.3 基于投影盲分离的多谱CT成像 |
| 2.3.1 投影分离的可实现性分析 |
| 2.3.2 X射线投影序列盲源分离算法 |
| 2.4 能谱约束的投影序列盲分离的可行性分析 |
| 2.5 本章小结 |
| 3 基于基效应分解的多能量投影序列盲分离算法 |
| 3.1 多能量投影序列盲分离模型分析 |
| 3.2 基于基效应分解的多能量投影序列盲分离模型 |
| 3.2.1 基效应分解 |
| 3.2.2 基于基效应分解的盲分离模型 |
| 3.3 模型求解 |
| 3.3.1 算法推导 |
| 3.3.2 初始值选择 |
| 3.3.3 算法流程图 |
| 3.4 实验验证与分析 |
| 3.4.1 仿真实验 |
| 3.4.2 实际模体实验 |
| 3.5 本章小结 |
| 4 基于多能段扫描的多谱投影分离重建算法 |
| 4.1 分能段CT扫描成像 |
| 4.2 多能段扫描下投影分解可行性分析 |
| 4.3 基于多能段扫描的投影分解模型 |
| 4.4 模型求解 |
| 4.4.1 求解算法推导 |
| 4.4.2 初始值选择 |
| 4.4.3 算法流程图 |
| 4.5 实验验证与分析 |
| 4.5.1 仿真实验 |
| 4.5.2 实际实验 |
| 4.6 本章小结 |
| 5基于多谱CT图像序列的材料组分的表征 |
| 5.1 CT图像与材料组分的关联分析 |
| 5.2 基于双能CT图像域分解的材料组分分解 |
| 5.2.1 双能CT图像重建原理 |
| 5.2.2 基于图像域的双能CT图像分解方法 |
| 5.3 基于多谱CT图像序列的材料组分识别 |
| 5.3.1 基于多谱CT图像序列组分表征模型 |
| 5.3.2 基于多能CT序列的组分识别 |
| 5.4 实验验证与分析 |
| 5.4.1 两组分识别实验 |
| 5.4.2 多组分识别实验 |
| 5.4.3 含能材料的验证实验 |
| 5.5 本章小结 |
| 6 结论 |
| 6.1 论文工作总结 |
| 6.2 论文创新点 |
| 6.3 存在的问题及以后的工作展望 |
| 参考文献 |
| 攻读博士期间发表的论文及所取得的研究成果 |
| 致谢 |
（5）能谱CT成像探测与自动分割技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医用能谱CT成像技术发展 |
| 1.2.2 X射线探测器的分析模型 |
| 1.2.3 医学影像分割技术发展 |
| 1.3 本文主要研究内容与组织结构 |
| 第2章 X射线能谱探测及成像机理分析 |
| 2.1 X射线与物质作用机理 |
| 2.1.1 X射线衰减规律 |
| 2.1.2 探测器中的物理效应 |
| 2.2 像素单元中的物理效应 |
| 2.3 X射线的分层探测及能谱解析 |
| 2.3.1 边缘入射探测器的像素结构 |
| 2.3.2 能谱解析技术 |
| 第3章 X射线能量探测器的级联分析模型 |
| 3.1.边缘入射探测器的能量沉积模型 |
| 3.2 能谱CT成像仿真系统架构 |
| 3.3 关键模块设计 |
| 3.3.1 放射源仿真模块设计 |
| 3.3.2 探测器模块和测试体模设计 |
| 3.3.3 物理过程建模及采样方法 |
| 3.4 级联分析模型 |
| 3.4.1 边缘入射探测器内部的粒子能量交互机制 |
| 3.4.2 边缘入射探测器内部的载流子输运模型 |
| 3.4.3 探测器的电荷转移及驱动模型 |
| 3.5 本章小结 |
| 第4章 能谱CT图像重建与自动分割 |
| 4.1 能谱CT影像重建 |
| 4.2 基于深度学习的医学图像分割技术 |
| 4.3 .基于混合损失的改进型U-Net网络结构 |
| 4.3.1 改进的U-Net网络 |
| 4.3.2 残差优化模块 |
| 4.3.3 混合损失函数 |
| 4.4 医学图像自动分割系统 |
| 4.5 本章小结 |
| 第5章 实验结果分析 |
| 5.1 探测器像素单元建模仿真 |
| 5.2 能谱CT成像系统仿真结果 |
| 5.2.1 成像有效性验证 |
| 5.2.2 能谱CT仿真系统成像性能分析 |
| 5.3 级联分析模型验证 |
| 5.4 自动分割网络实验 |
| 5.4.1 实验环境和评价指标 |
| 5.4.2 数据预处理与参数设置 |
| 5.4.3 肝部CT图像分割实验 |
| 5.5 医学图像自动分割系统验证 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）双能X射线骨密度仪软件研制及算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩写 |
| 1 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 骨质疏松症的诊断标准 |
| 1.2.1 人体骨骼的组成 |
| 1.2.2 骨质疏松的诊断标准 |
| 1.2.3 骨质疏松与其他老年疾病 |
| 1.3 骨密度测量方法 |
| 1.3.1 X射线摄影测量法 |
| 1.3.2 光子吸收测量法 |
| 1.3.3 超声波测量法 |
| 1.3.4 定量CT测量 |
| 1.3.5 双能X射线测量 |
| 1.4 国内外研究情况 |
| 1.5 研究内容和论文结构安排 |
| 2 X射线骨密度仪的物理基础 |
| 2.1 X射线的产生 |
| 2.2 X射线与物质的相互作用 |
| 2.2.1 光电效应 |
| 2.2.2 康普顿效应 |
| 2.2.3 电子对效应 |
| 2.2.4 各种相互作用的重要性 |
| 2.3 X射线的衰减规律 |
| 2.3.1 X射线在物质中的衰减 |
| 2.3.2 X射线在人体内的衰减 |
| 2.4 双能X射线骨密度仪的物理基础 |
| 2.4.1 双能X射线物理基础 |
| 2.4.2 二次曲面拟合算法 |
| 2.5 小结 |
| 3 双能X射线骨密度仪硬件介绍和软件基础 |
| 3.1 双能X射线骨密度仪硬件介绍 |
| 3.2 软件开发平台介绍 |
| 3.2.1 Qt概述 |
| 3.2.2 OpenCV开源库 |
| 3.2.3 DICOM数据格式读取与储存 |
| 3.3 图像处理 |
| 3.3.1 图像滤波 |
| 3.3.2 Haar-Like级联分类器目标检测 |
| 3.3.3 图像分割基础 |
| 3.4 小结 |
| 4 双能X射线的软件设计 |
| 4.1 软件设计要求 |
| 4.2 软件各个模块介绍 |
| 4.2.1 登录系统与串口设置 |
| 4.2.2 曝光控制和数据采集 |
| 4.2.3 信息登记和软件授权 |
| 4.2.4 摆位监控和测量模块 |
| 4.2.5 打印报告模块 |
| 4.3 曝光稳定性实验 |
| 4.4 图像分割实验 |
| 4.4.1 Haar-like级联分类器训练 |
| 4.4.2 图像预处理和尺桡骨定位 |
| 4.4.3 尺桡骨图像分割 |
| 4.5 小结 |
| 5 双能X射线骨密度仪的算法研究 |
| 5.1 骨密度仪标定实验 |
| 5.1.1 线性定标过程 |
| 5.1.2 体模标定实验 |
| 5.2 骨密度仪准确度实验 |
| 5.2.1 测量线性度试验 |
| 5.2.2 单日重复性实验 |
| 5.2.3 多日重复性实验 |
| 5.2.4 对照实验 |
| 5.3 小结 |
| 6 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（7）基于双能X射线透射的废金属识别与图像处理技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 双能X射线识别研究现状 |
| 1.2.2 图像处理技术研究现状 |
| 1.3 研究目标与技术路线 |
| 1.4 论文组织结构 |
| 第二章 基于双能X射线透射的废金属分选系统 |
| 2.1 双能X射线透射识别技术 |
| 2.1.1 X射线基础理论 |
| 2.1.2 X射线透射理论 |
| 2.1.3 双能X射线透射识别与硬化效应分析 |
| 2.2 双能X射线分选系统 |
| 2.2.1 分选系统整体结构及工作流程 |
| 2.2.2 双能X射线系统 |
| 2.2.3 物料输送分离系统 |
| 2.3 双能X射线识别系统方案分析与改进 |
| 2.3.1 已有识别方案问题分析 |
| 2.3.2 识别系统改进方案 |
| 2.4 本章小结 |
| 第三章 基于BP神经网络的废金属分类识别算法 |
| 3.1 已有的双能X射线识别方法分析 |
| 3.1.1 R-I_L曲线拟合算法 |
| 3.1.2 基于复化求积的R_ψ-I_L曲线拟合算法 |
| 3.1.3 区域分块识别算法 |
| 3.2 基于BP神经网络的分类算法 |
| 3.2.1 双能X射线识别方法分析 |
| 3.2.2 α识别曲线 |
| 3.2.3 扇形效应分析与解决 |
| 3.2.4 BP神经网络分类算法 |
| 3.3 BP神经网络分类模型建立与验证 |
| 3.3.1 BP神经网络分类模型结构建立 |
| 3.3.2 样本数据 |
| 3.3.3 模型训练与验证 |
| 3.4 本章小结 |
| 第四章 废金属图像处理与识别分离方法 |
| 4.1 X射线透射图像光场校正 |
| 4.1.1 平方校正 |
| 4.1.2 归一化校正 |
| 4.1.3 背景差值法 |
| 4.2 图像分割及物料边界提取 |
| 4.2.1 图像阈值分割 |
| 4.2.2 形态学处理 |
| 4.2.3 物料边界提取 |
| 4.3 物料特征提取与识别分离 |
| 4.3.1 物料区域特征提取 |
| 4.3.2 物料识别数据提取 |
| 4.3.3 物料分离控制方法 |
| 4.4 本章小结 |
| 第五章 废金属分选系统改进与实验验证 |
| 5.1 分选系统软件改进与开发 |
| 5.1.1 分选系统总体控制程序改进 |
| 5.1.2 物料识别算法程序开发 |
| 5.1.3 样本数据采集程序开发 |
| 5.2 分选系统实验验证 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）基于UG模型的文物CT仿真投影快速并行计算（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 CT技术在文物保护中的应用 |
| 1.2.2 CT仿真研究 |
| 1.3 本文主要工作及章节安排 |
| 1.3.1 本文主要工作 |
| 1.3.2 各章节主要内容 |
| 1.4 本章小结 |
| 第二章 CT仿真技术 |
| 2.1 引言 |
| 2.2 X射线与物质相互作用 |
| 2.3 X射线衰减规律 |
| 2.4 CT成像原理 |
| 2.5 CT仿真方法 |
| 2.6 本章小结 |
| 第三章 基于UG模型的体素化研究 |
| 3.1 引言 |
| 3.2 UG模型体素化 |
| 3.3 体素化异常数据处理 |
| 3.3.1 异常数据种类 |
| 3.3.2 异常数据处理方法 |
| 3.4 实验结果分析 |
| 3.5 本章小结 |
| 第四章 体素模型的CT仿真投影计算 |
| 4.1 引言 |
| 4.2 CT投影算法 |
| 4.3 获取体素模型 |
| 4.4 计算投影数据 |
| 4.5 实验结果分析 |
| 4.6 本章小结 |
| 第五章 GPU加速的体素模型CT仿真投影快速计算 |
| 5.1 引言 |
| 5.2 GPU编程模型 |
| 5.2.1 GPU可编程管线 |
| 5.2.2 CUDA编程模型 |
| 5.3 GPU加速体素模型投影算法 |
| 5.4 实验结果分析 |
| 5.5 本章小结 |
| 总结与展望 |
| 工作总结 |
| 工作展望 |
| 参考文献 |
| 攻读博士/硕士学位期间取得的科研成果 |
| 致谢 |
| 作者简介 |
（9）基于双能方法的显微CT成像研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 概述与研究现状 |
| 1.2.1 双能CT概述和研究现状 |
| 1.2.2 双能显微CT研究现状 |
| 1.3 研究内容及难点 |
| 1.4 组织结构 |
| 第二章 双能CT系统及其原理 |
| 2.1 X射线成像的物理基础 |
| 2.1.1 X射线的产生及性质 |
| 2.1.2 X射线与物质的相互作用 |
| 2.2 双能CT成像原理 |
| 2.2.1 CT成像原理 |
| 2.2.2 双能CT成像原理 |
| 2.3 双能CT数据采集方法 |
| 2.3.1 双能CT数据采集方法 |
| 2.3.2 显微CT双能数据采集方法 |
| 2.4 本章小结 |
| 第三章 基于K边缘的显微CT投影域双能分解算法研究 |
| 3.1 基于极大似然估计的双能CT投影域分解算法 |
| 3.1.1 K边缘成像原理 |
| 3.1.2 算法介绍 |
| 3.2 数值仿真算法验证实验 |
| 3.2.1 实验设计及模体说明 |
| 3.2.2 实验结果及分析 |
| 3.3 X射线源能谱测量 |
| 3.3.1 基于参数的钨靶X射线源能谱模型 |
| 3.3.2 能谱重建算法设计 |
| 3.3.3 能谱测量结果 |
| 3.4 实际数据算法验证实验 |
| 3.4.1 不同浓度的碘、金溶液双能成像实验 |
| 3.4.2 生物组织中造影剂的分离效果实验 |
| 3.5 本章小结 |
| 第四章 基于改进ASD-NC-POCS的显微CT成像算法研究 |
| 4.1 ASD-NC-POCS迭代重建算法 |
| 4.1.1 算法原理 |
| 4.1.2 数值仿真算法验证实验 |
| 4.2 算法改进 |
| 4.2.1 改进算法一 |
| 4.2.2 改进算法二 |
| 4.3 数值仿真和实际数据验证实验 |
| 4.3.1 数值仿真实验和结果分析 |
| 4.3.2 实际数据实验和结果分析 |
| 4.4 本章小结 |
| 第五章 基于噪声模型的改进ASD-NC-POCS算法研究 |
| 5.1 基于噪声模型的改进ASD-NC-POCS算法设计 |
| 5.1.1 高斯泊松噪声模型 |
| 5.1.2 基于噪声模型的改进ASD-NC-POCS算法 |
| 5.2 数值仿真验证 |
| 5.2.1 实验设计及模体说明 |
| 5.2.2 实验结果及分析 |
| 5.3 实验验证 |
| 5.3.1 实验过程 |
| 5.3.2 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 显微CT双能方法应用研究 |
| 6.1 虚拟单能成像 |
| 6.1.1 硬化伪影去除 |
| 6.1.2 对比度增强 |
| 6.2 造影剂标记干细胞示踪研究 |
| 6.2.1 小鼠肺部碘造影剂示踪 |
| 6.2.2 造影剂标记干细胞体外示踪 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（10）基于双能透视成像方法的无标记肺部肿瘤运动跟踪算法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略语/符号说明 |
| 前言 |
| 研究现状与成果 |
| 研究目的与方法 |
| 第一章 双能X射线透视成像方法 |
| 1.1 研究内容 |
| 1.1.1 双能X射线透视成像原理 |
| 1.1.2 成像设备及图像采集 |
| 1.1.3 自动减影算法 |
| 1.2 结果 |
| 1.2.1 自动减影算法结果 |
| 1.2.2 肿瘤可视度评价 |
| 1.3 小结 |
| 第二章 肿瘤运动跟踪算法 |
| 2.1 研究内容 |
| 2.1.1 肿瘤运动跟踪算法概述 |
| 2.1.2 自适应参考图像更新算法 |
| 2.1.3 肿瘤匹配定位算法 |
| 2.1.4 相似性测度 |
| 2.1.4.1 归一化互相关 |
| 2.1.4.2 梯度差值 |
| 2.1.4.3 模式强度 |
| 2.1.4.4 归一化互信息 |
| 2.1.5 人工测量方式 |
| 2.2 结果 |
| 2.2.1 参考图像选择结果 |
| 2.2.2 相似性测度选择 |
| 2.2.3 肿瘤运动跟踪结果 |
| 2.3 讨论 |
| 2.4 小结 |
| 第三章 结论 |
| 参考文献 |
| 综述 双能成像技术的研究进展与临床应用 |
| 综述参考文献 |
| 致谢 |
| 个人简历 |
四、康普顿效应与光子任意分割（论文参考文献）
- [1]基于蒙特卡罗法的放射测量系统建模与仿真实现[J]. 程敬海,汪红志,徐罗元,夏天. 系统仿真学报, 2021(11)
- [2]复杂构件多能CT重建算法[D]. 赵金龙. 中北大学, 2021
- [3]基于X射线和结构光相机的煤矸石分选系统研究[D]. 王锐. 中北大学, 2021(09)
- [4]基于多谱投影分离的X射线多谱CT成像与组分表征方法[D]. 赵耀霞. 中北大学, 2020(03)
- [5]能谱CT成像探测与自动分割技术研究[D]. 黄泳嘉. 天津大学, 2020(02)
- [6]双能X射线骨密度仪软件研制及算法研究[D]. 姚雪鹏. 重庆理工大学, 2020(08)
- [7]基于双能X射线透射的废金属识别与图像处理技术研究[D]. 李伟毅. 南京航空航天大学, 2020(07)
- [8]基于UG模型的文物CT仿真投影快速并行计算[D]. 玄玉玺. 西北大学, 2020(02)
- [9]基于双能方法的显微CT成像研究[D]. 雷阳. 东南大学, 2019(06)
- [10]基于双能透视成像方法的无标记肺部肿瘤运动跟踪算法研究[D]. 贺树萌. 天津医科大学, 2019(06)