2017数学建模CT系统论文与期刊

资 源 简 介

2017数学建模CT系统论文与期刊

详 情 说 明

2017年数学建模竞赛中关于CT系统的研究主要集中在算法优化与图像重建两大方向。参赛团队通过建立Radon变换、滤波反投影等核心数学模型，解决投影数据缺失情况下的断层成像问题，相关成果发表在《计算机辅助设计与图形学学报》《光学精密工程》等国内核心期刊。

典型论文涉及三大创新点：1）基于压缩感知理论降低采样率要求；2）采用代数迭代算法优化重建速度；3）引入深度学习预处理投影数据。这些研究为低剂量CT扫描提供了数学支撑，部分团队通过仿真实验验证了模型在金属伪影消除方面的有效性。

值得关注的期刊包括《SIAM Journal on Imaging Sciences》和《IEEE Transactions on Medical Imaging》，其2017年刊载的稀疏重建、噪声抑制等主题论文与竞赛解题思路高度相关。优秀参赛论文往往借鉴了期刊中正则化方法和迭代优化的最新进展。