2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、CT成像的實質(zhì)是計算機層析成像,廣泛應(yīng)用于醫(yī)學(xué),地質(zhì)探測等領(lǐng)域,對于檢測物體內(nèi)部信息是一種不可或缺的技術(shù)。當(dāng)前醫(yī)療CT軟件的主要算法有直接反投影法,迭代法等。但是隨著研究深入,出現(xiàn)稀疏數(shù)據(jù)成像問題,無法用傳統(tǒng)方法重建清晰圖像。
  為了解決這個問題,本文對基于Bayes估計的CT重建方法進行研究。
  首先,介紹了CT成像的背景、發(fā)展現(xiàn)狀以及當(dāng)前醫(yī)療CT的模型和CT重建的理論基礎(chǔ)及數(shù)學(xué)依據(jù)等基礎(chǔ)知識。
  其次深入研究

2、了基于Bayes估計的CT重建方法的原理,分析先驗信息,似然函數(shù),后驗概率密度在X-射線成像中的具體體現(xiàn)。在Bayes理論的基礎(chǔ)上采用Fortran語言對稀疏數(shù)據(jù)模型進行重建,采用結(jié)構(gòu)先驗?zāi)J剑Y(jié)合掃描獲得的X-射線衰減量,獲得圖像的后驗概率密度,通過對其進行Gibbs抽樣,用均值估計法重建圖像。確定對重建圖像質(zhì)量產(chǎn)生影響的關(guān)鍵因素是先驗估計范圍的選擇和后驗抽樣的次數(shù)。并通過對附帶噪聲模型的重建來考察基于Bayes估計重建方法的抗噪聲能

3、力。
  再次,分析了代數(shù)迭代法(ART算法)原理,采用ART算法重建圖像,并得到對圖像質(zhì)量產(chǎn)生影響的因素是分塊的多少和迭代的次數(shù)。
  最后,采用基于Bayes估計的CT重建方法和ART算法分別對塊狀模型進行了重建,從圖像清晰度、實時性、抗噪聲能力等方面展開比較,說明各自的優(yōu)缺點。在此基礎(chǔ)上提出結(jié)合兩者各自的優(yōu)點,在無先驗情況下采用迭代法少分塊少迭代的結(jié)果作為基于Bayes估計的CT重建算法的先驗信息,得到了良好的重建結(jié)果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論