导读:本文包含了重建算法论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,图像,韦伯,兰德,木材,舱室,门静脉。
重建算法论文文献综述写法
陈春妙,林桂涵,吴徐璐,卢陈英,杨宏远[1]（2020）在《基于高级模型迭代重建算法的低管电压CT扫描对上腹部图像质量及辐射剂量的影响》一文中研究指出目的:探讨基于高级模型迭代重建算法(ADMIRE)的低管电压CT扫描对上腹部图像质量和辐射剂量的影响。方法:收集2016年11月至2017年9月丽水市中心医院上腹部平扫患者200例,随机分对照组50例和实验组150例,均采用ADMIRE,对照组管电压为120 k V。实验组根据体质量指数(BMI)分为低管电压A、B、C组,管电压分别为80、90、100 k V。比较各组图像的主观评分、背景噪声标准差(SD)、肝脏信噪比(SNR)、肝脏对比噪声比(CNR)以及有效辐射剂量(ED)。结果:对照组和低管电压A、B、C组患者间的年龄、性别构成、竖脊肌CT值及图像质量评分差异无统计学意义,且均满足临床诊断要求;低管电压组与对照组之间的BMI和肝脏CT值差异均有统计学意义(P<0.05),其中低管电压A、B组的BMI均显着小于对照组,而低管电压C组明显高于对照组;低管电压A组的肝脏CT值显着高于对照组。低管电压A、B、C组的图像的背景噪声SD值均显着低于对照组,而肝脏SNR及肝脏CNR明显高于对照组;同时,低管电压A、B、C组的ED显着低于对照组(P<0.05)。结论:应用第叁代双源CT行上腹部平扫检查时,结合患者BMI的差异,利用基于ADMIRE的低管电压扫描模式能够在保证图像质量的同时,显着降低辐射剂量。(本文来源于《温州医科大学学报》期刊2020年01期）
刘嘉新,高景泉,李超[2]（2019）在《应用兰德韦伯算法的木材缺陷图像重建》一文中研究指出以含有缺陷的红松木材和含有空洞的蒙古栎木材为样本,应用兰德韦伯(Landeweber)迭代算法、代数重建法(ART)对原木缺陷图像重建,比较2种方法的差异,遴选木材无损检测相对较好的方法。结果表明:在迭代50次情况下,红松木材的缺陷图像,Landweber算法相对误差率23%、图像拟合度75%,ART算法相对误差率83%、图像拟合度53%;蒙古栎木材的缺陷图像,Landweber算法相对误差率10%、图像拟合度91%,ART算法相对误差率17%、图像拟合度79%;与ART算法相比,Landweber算法重建缺陷的图像能够精确反映缺陷位置,图像拟合度较高,证明Landweber算法适用于木材应力波缺陷图像重建。(本文来源于《东北林业大学学报》期刊2019年12期）
刘珍娟,傅迎霞,张羽,彭飞,张宗军[3]（2019）在《不同CT图像重建算法下基于深度学习的肺结节检测算法效能》一文中研究指出目的探索CT图像重建算法对于基于深度学习(DL)的肺结节检测算法的影响。方法选取298例接受肺部CT检查患者,依次采用肺窗重建、纵隔重建、骨窗重建3种算法重建CT图像。先由2名主治医师对入组病例进行标注,结果不一致时由1名高年资医师进行审核,以结果作为金标准。以深度神经网络为基础构建肺结节检测算法,与医师标注结果进行比对,得到算法在不同重建方法下检出肺结节的敏感度、准确率、F分数等指标以及模型检出的假阳性分布,对比分析模型在不同CT图像重建算法下的诊断效果。结果基于DL的肺结节检测算法在肺重建、纵隔重建和骨重建3种重建方法下的敏感度分别为92.33%(313/339)、86.97%(287/330)及92.73%(319/344),准确率分别为23.55%(313/1 329)、37.91%(287/757)及27.84%(319/1 146),F分数分别为0.38、0.53及0.43,3种算法重建下模型检出敏感度、模型误检结节类型与医师漏标结节类型差异均无统计学意义(P均>0.05)。结论基于DL的肺结节检测算法在肺窗、纵隔和骨窗重建下均性能优良,能帮助医生提高工作效率和诊断质量。(本文来源于《中国医学影像技术》期刊2019年12期）
武玉坤,陈沅涛[4]（2019）在《应用超分辨率重建算法的图像匹配算法》一文中研究指出图像场景中提取特征数量较少,难以满足叁维重建对特征匹配的要求,为此提出基于超分辨率重建的特征提取算法。采用回归学习对低分辨率图像进行重建,对重建结果采用图像先验知识优化,获取较高分辨率图像,对高分辨率图像进行特征提取。实验结果表明,相较重建前图像平均提高6倍以上特征点数量,提高5倍以上匹配点数量,该算法能够提高提取特征点的数目,满足叁维重建等需要较多特征点的情况。(本文来源于《计算机工程与设计》期刊2019年12期）
付念[5]（2019）在《基于Hadoop技术和稀疏表示模型的自然图像重建算法》一文中研究指出本文提出一种基于分布式存储和计算系统对自然图像进行重建的算法,该算法的主要思想是从分析图像的基本特征开始,对图像块的颜色纹理特征形成一个颜色索引集,对这部分信息进行稀疏重建,通过稀疏矩阵具有低秩性的特点,保持同一类别的结构特性,筛选出最具代表性的特征点来计算和排序这些特征的权重。再通过向量空间计算两点之间的距离来衡量图像之间的相似性,重建后,(本文来源于《电子世界》期刊2019年23期）
彭佳明,付丽华,张雪敏[6]（2019）在《应用快速不动点延续算法的地震数据重建》一文中研究指出地形条件或采集成本等因素往往导致现场采集到的地震数据呈现不完整分布,从而影响后续地震数据的分析与处理,因此对原始地震数据做高精度重建显得尤为必要。不动点延续算法是一种基于核范数最小化的重建方法,但该算法需进行奇异值分解(SVD,其计算复杂度为O[mnmin(m,n)],m、n为矩阵的维度),且当矩阵维度较高时运算耗时较长;传统方法是直接利用PROPACK加速包,将计算复杂度降低为O(rmn)(r为矩阵的秩),但此加速方法依然耗时较长。为此,提出一种快速不动点延续算法,通过利用块克雷洛夫迭代近似奇异值分解算法和子空间复用技术,将SVD的计算复杂度降低为O[mcmin(m,c)](c?min(m,n),c∈R~+)为复杂度常数。仿真地震数据和实际地震数据重建结果表明,在确保一定信噪比的情况下,文中提出的快速不动点延续算法的计算效率显着高于传统加速型不动点延续算法。(本文来源于《石油地球物理勘探》期刊2019年06期）
杜玉萍,刘严严[7]（2019）在《基于POCS的微扫描超分辨率图像重建算法研究》一文中研究指出超分辨率重建,就是从单帧或者序列低分辨率图像中,估计出接近原始高分辨率图像的过程。首先介绍了微扫描超分技术原理,给出了四幅通过微扫描超分相机拍摄的低分辨率图像,之后介绍了基于序列图像重建的超分辨率重建算法POCS(凸集投影法,projections onto convex set,简称POCS),给出了算法的重构图像及细节对比。(本文来源于《光电技术应用》期刊2019年06期）
胡斌,陈静静,徐文坚,徐琦,李晓飞[8]（2019）在《双能CT改进的虚拟单能成像重建算法的门静脉图像质量评估》一文中研究指出目的探讨改进的虚拟单能成像重建算法在腹部双能计算机断层扫描(computed tomography,CT)门静脉成像中的应用价值。方法分析60例研究对象上腹部双能CT增强检查结果,采用配对t检验比较40、50、60、70、80、90和100 ke V改进的虚拟单能成像重建算法重建的图像与标准线性融合M_0. 5图像(50%100 k V,50%140 k V)的门静脉主干的对比噪声比(contrast to noise ratio,CNR),信噪比(signal to noise ratio,SNR)和图像质量评分。结果门静脉主干40～70 ke V改进的虚拟单能成像重建算法重建图像CNR值均比M_0. 5图像高,差异有统计学意义(P均<0. 05)。与M_0. 5图像相比,门静脉主干40～80 ke V改进的虚拟单能成像重建算法重建图像的SNR高,差异有统计学意义,(P均<0. 05)。门静脉主干的图像质量评分改进的虚拟单能成像重建算法40～70 ke V重建图像明显优于M_0. 5组,差异有统计学意义(P均<0. 05)。改进的虚拟单能成像重建算法40ke V重建图像的门静脉主干的CNR和SNR分别是M_0. 5组的3. 57及1. 53倍。结论改进的虚拟单能成像重建算法是一种很有前景的算法,它能够克服低ke V的噪声限制,双能CT门静脉成像40 ke V使用改进的虚拟单能成像重建算法重建与M_0. 5线性融合相比,图像质量显着提高。(本文来源于《首都医科大学学报》期刊2019年06期）
许雪林[9]（2019）在《视频残差图像的压缩感知重建算法研究》一文中研究指出本文主要对视频残差图像进行压缩感知重建的算法进行分析研究,进行比较的算法是目前比较经典和流行的压缩感知重建算法分别是:基于凸优化的基追踪BP算法、梯度下降法的总变差(Total Variation,TV)算法、基于贪心算法的正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)、压缩采样匹配追踪算法(Compressive Sampling MP,Co Sa MP)、迭代硬阈值算法(Iterative Hard Thresholding,IHT)。重建后采用PSNR作为指标进行分析研究,其中采样率分别为0.3、0.5和0.7。通过分析,基于空域的残差图像重建的效果比频域中的残差图像效果好;空域中低采样率的重建效果较好的是TV算法,而在频域的重建效果中IHT在不同的采样率下具有较稳定的重建质量,同时低采样重建质量也较好。(本文来源于《福建电脑》期刊2019年11期）
李冰[10]（2019）在《舱室主控系统的差分故障数据重建算法研究》一文中研究指出传统的差分故障数据重建算法得到的数据在经过多次迭代后出现误差,导致利用重建后数据构建的图形发生偏移,因此提出一种舱室主控系统的差分故障数据重建算法。分析差分故障数据结构,建立差分故障数据的目标函数模型,在迭代过程中利用故障数据最少的一批数据作为原始样本,优化迭代过程,根据故障数据与矩阵常数的大小,选择局部傅里叶矩阵作为观测矩阵,并通过傅里叶矩阵的变换完成了差分故障数据的重建。仿真实验结果表明,经过3次数据迭代,本文算法得到的数据重建图无明显偏移,验证了提出的舱室主控系统的差分故障数据重建算法的有效性。(本文来源于《舰船科学技术》期刊2019年22期）
重建算法论文开题报告范文
（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：
以含有缺陷的红松木材和含有空洞的蒙古栎木材为样本,应用兰德韦伯(Landeweber)迭代算法、代数重建法(ART)对原木缺陷图像重建,比较2种方法的差异,遴选木材无损检测相对较好的方法。结果表明:在迭代50次情况下,红松木材的缺陷图像,Landweber算法相对误差率23%、图像拟合度75%,ART算法相对误差率83%、图像拟合度53%;蒙古栎木材的缺陷图像,Landweber算法相对误差率10%、图像拟合度91%,ART算法相对误差率17%、图像拟合度79%;与ART算法相比,Landweber算法重建缺陷的图像能够精确反映缺陷位置,图像拟合度较高,证明Landweber算法适用于木材应力波缺陷图像重建。
（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。
重建算法论文参考文献
[1].陈春妙,林桂涵,吴徐璐,卢陈英,杨宏远.基于高级模型迭代重建算法的低管电压CT扫描对上腹部图像质量及辐射剂量的影响[J].温州医科大学学报.2020
[2].刘嘉新,高景泉,李超.应用兰德韦伯算法的木材缺陷图像重建[J].东北林业大学学报.2019
[3].刘珍娟,傅迎霞,张羽,彭飞,张宗军.不同CT图像重建算法下基于深度学习的肺结节检测算法效能[J].中国医学影像技术.2019
[4].武玉坤,陈沅涛.应用超分辨率重建算法的图像匹配算法[J].计算机工程与设计.2019
[5].付念.基于Hadoop技术和稀疏表示模型的自然图像重建算法[J].电子世界.2019
[6].彭佳明,付丽华,张雪敏.应用快速不动点延续算法的地震数据重建[J].石油地球物理勘探.2019
[7].杜玉萍,刘严严.基于POCS的微扫描超分辨率图像重建算法研究[J].光电技术应用.2019
[8].胡斌,陈静静,徐文坚,徐琦,李晓飞.双能CT改进的虚拟单能成像重建算法的门静脉图像质量评估[J].首都医科大学学报.2019
[9].许雪林.视频残差图像的压缩感知重建算法研究[J].福建电脑.2019
[10].李冰.舱室主控系统的差分故障数据重建算法研究[J].舰船科学技术.2019