CT圖像重建演算法 (第2版) 閆鑌 李磊 9787030760388 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學
物品所在地：中國大陸
原出版社：科學
NT$750
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202312*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：CT圖像重建演算法 (第2版) ISBN：9787030760388 出版社：科學 著編譯者：閆鑌 李磊 頁數：234 所在地：中國大陸 *此為代購商品 書號：1658521 可大量預訂，請先連絡。 內容簡介 本書是一本專門介紹CT圖像重建演算法的專著。作者結合從事CT圖像重建演算法理論研究與工業CT成像系統研究的科研成果和思考，對CT圖像重建演算法的理論到實踐問題進行了全面系統地介紹。本書內容涵蓋了CT圖像重建的兩個分支——解析類重建演算法和迭代類重建演算法的經典演算法及最新研究成果，其中解析類重建演算法中詳細講解了平行束、扇形束和錐形束圖像重建演算法的發展歷程。在本書的後半部分，結合作者的研究成果，以專題章節形式論述了當前CT圖像重建實際應用中的熱點、難點問題——不完全形度重建、局部重建和大視野重建，以及圖像重建加速技術，基本涵蓋了目前CT圖像重建的主流研究課題，這是本書的一大特色和亮點。著眼于新的成像技術的不斷發展，本書第二版中新增加了能譜重建演算法和深度學習重建技術，為讀者開展相關方向的研究提供了初步指引。同時本書還提供國內外最新公開發表的重要文獻，以供讀者參考。目錄 第1章 引言1 1 CT成像技術概述 1 2 投影 1 3 反投影 1 4 本章小結 第2章 平行束圖像重建 2 1 基礎知識——傅里葉變換 2 2 傅里葉中心切片定理 2 3 平行束重建演算法 2 3 1 直接傅里葉重建演算法 2 3 2 濾波反投影演算法 2 3 3 濾波運算元 2 4 反投影濾波重建演算法 2 5 本章小結 第3章 扇形束圖像重建 3 1 扇形束成像的幾何描述 3 2 數據重排演算法 3 3 扇形束重建演算法 3 3 1 等角度扇形束重建演算法 3 3 2 等間距扇形束重建演算法 3 4 本章小結 第4章 錐形束圖像重建演算法 4 1 FDK重建演算法 4 1 1 FDK重建演算法的推導 4 1 2 濾波窗函數 4 1 3 FDK重建演算法的離散實現 4 2 Grangeat重建演算法 4 2 1 Grangeat重建演算法理論 4 2 2 Grangeat重建演算法的具體實現 4 3 Katsevich重建演算法 4 3 1 PI線 4 3 2 Katsevich重建演算法理論 4 3 3 錐束螺旋Katsevich重建演算法實現的幾個關鍵問題 4 4 BPF重建演算法 4 4 1 BPF重建演算法理論 4 4 2 BPF重建演算法的顯示表達式 4 4 3 投影數據的求導 4 5 本章小結 第5章 迭代重建演算法 5 1 解線性方程組 5 2 代數迭代重建演算法 5 2 1 ART演算法 5 2 2 SART演算法 5 3 統計迭代重建演算法 5 3 1 最大似然估計理論 5 3 2 ML-EM演算法 5 3 3 OS-EM演算法 5 4 本章小結 第6章 不完全形度重建演算法 6 1 不完全形度問題 6 2 基於稀疏優化的重建演算法 6 2 1 TV最小化模型與重建演算法 6 2 2 其他正則化模型與重建演算法 6 3 結合投影域的重建演算法 6 4 奇異性刻畫與採樣條件分析 6 4 1 有限角度問題的奇異性 6 4 2 採樣條件分析 6 4 3 融入支集補先驗的TV最小化重建演算法 6 4 4 多解析度融合重建 6 5 本章小結 第7章 局部重建演算法 7 1 局部重建問題 7 1 1 PI線的兩個端點都在物體支撐外 7 1 2 PI線的一個端點在物體支撐外 7 1 3 PI線的兩個端點都在物體支撐內 7 2 基於數據重排的局部重建演算法 7 2 1 投影數據重排 7 2 2 T-BPF演算法的重建公式 7 3 基於Radon逆變換的局部重建演算法 7 4 本章小結 第8章 擴大視野重建演算法 8 1 大視野重建問題 8 2 軸向視野擴展 8 2 1 螺旋FDK重建演算法 8 2 2 PI-Method重建演算法 8 3 橫向視野擴展 8 3 1 RT掃描方式 8 3 2 基於數據重排的濾波反投影型演算法 8 3 3 BPF型重建演算法 8 4 雙向視野擴展 8 5 本章小結 第9章 圖像重建并行加速技術 9 1 并行加速技術概述 9 2 FDK重建演算法的并行性 9 2 1 FDK重建演算法關鍵步驟 9 2 2 FDK重建演算法并行性分析 9 3 基於多核CPU的圖像重建并行加速技術 9 3 1 OpenMP介紹 9 3 2 基於OpenMP的FDK重建演算法并行加速策略 9 3 3 基於OpenMP的FDK重建演算法加速實驗結果 9 4 基於GPU的圖像重建并行加速技術 9 4 1 GPU加速FDK重建演算法的關鍵技術 9 4 2 GPU加速FDK重建演算法的實驗結果 9 5 本章小結 第10章 能譜CT重建演算法 10 1 X射線產生機制 10 2 能譜CT成像基礎 10 2 1 觀測過程的數學描述 10 2 2 能譜成像分解模型 10 2 3 材料重建方法分類 10 3 投影域分解演算法 10 3 1 正向觀測過程 10 3 2 分解模型與求解 10 3 3 實驗驗證 10 4 圖像域分解演算法 10 4 1 圖像域分解模型 10 4 2 正則化分解演算法 10 4 3 實驗驗證 10 5 代數迭代重建演算法 10 5 1 E-SART演算法 10 5 2 單色圖像引導加速 10 5 3 實驗驗證 10 6 統計迭代重建演算法 10 6 1 光子統計建模 10 6 2 代理函數選擇 10 6 3 演算法具體實現 10 6 4 實驗驗證 10 7 本章小結 第11章 深度學習重建方法 11 1 數據驅動重建 11 1 1 神經網路模型 11 1 2 數據驅動範式 11 2 圖像域后處理方法 11 2 1 FBPConvNet 11 2 2 WGAN-VGG 11 3 直接投影深度學習重建方法 11 3 1 基於流形近似的自動變換 11 3 2 AUTOMAP基本結構 11 4 迭代與深度學習融合方法 11 4 1 參數化即插即用ADMM 11 4 2 基於學習的原始對偶方法 11 5 本章小結 參考文獻 索引 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
