《油气地震勘探数据重建与去噪：从稀疏表示到深度学习》系统介绍了地震信号去噪与重建基本理论与方法，以及稀疏表示、压缩感知、深度学习等技术在地震数据重建与去噪中的应用理论、应用方法与主要原则等内容。《油气地震勘探数据重建与去噪：从稀疏表示到深度学习》共10章，分成五部分。第一部分(第1章和第2章)阐述地震数据重建、去噪的研究背景及意义，简述稀疏表示基本原理、多尺度几何分析、字典学习，以及压缩感知的基本理论与应用框架；简述深度学习的基本原理、地震数据重建与去噪数据样本组织方法，包括理论引导数据科学正演生成模拟样本的过程，以及实际样本增广的方法。第二部分(第3章和第4章)在压缩感知框架下，分别基于曲波、波原子稀疏表示重建地震数据，保留地震数据主要特征。第三部分(第5章和第6章)分别基于结构聚类、多道相似组局部超完备字典稀疏表示，压制地震数据随机噪声，保持地震数据细节特征。第四部分(第7章和第8章)分别基于联合傅里叶域、小波域特征约束的深度学习重建地震数据，加强数据纹理细节信息。第五部分(第9章和第10章)分别基于联合傅里叶域约束、两阶段神经网络的深度学习压制地震数据噪声，增强网络模型的泛化能力。