联合生成对抗网络与扩散模型的稀疏CT图像重建.docx

联合生成对抗网络与扩散模型的稀疏CT图像重建

目录

联合生成对抗网络与扩散模型的稀疏CT图像重建（1）．．．．．．．．．．．．4

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2相关工作回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3研究内容与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1生成对抗网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.2扩散模型基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.3联合生成对抗网络与扩散模型的融合策略．．．．．．．．．．．．．．．．．．．8

预备知识．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1稀疏CT图像重建理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.2数据预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.3优化算法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

方法设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.1联合生成对抗网络模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.1.1网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

4.1.2损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

4.2扩散模型在联合生成中的角色．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2.1扩散模型的选择与参数设定．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.2.2扩散模型在重建过程中的作用．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.3训练策略与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.3.1训练过程的策略选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.3.2优化算法的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.1实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.2实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2.1对比实验一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2.2对比实验二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.3结果讨论与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.4性能评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

6.1主要研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

6.2研究的局限性与不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

6.3未来工作方向与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

联合生成对抗网络与扩散模型的稀疏CT图像重建（2）．．．．．．．．．．．31

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．