| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-26页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 3D-MR图像超分辨率重建算法的国内外研究现状 | 第12-21页 |
| 1.2.1 基于插值的 3D-MR图像超分辨率重建算法 | 第14-15页 |
| 1.2.2 基于重构的 3D-MR图像超分辨率重建算法 | 第15-18页 |
| 1.2.3 基于学习的 3D-MR图像超分辨率重建算法 | 第18-20页 |
| 1.2.4 综述小结 | 第20-21页 |
| 1.3 论文主要研究内容及创新点 | 第21-23页 |
| 1.3.1 本文的主要研究内容 | 第21-22页 |
| 1.3.2 本文的创新点 | 第22-23页 |
| 1.4 论文组织结构 | 第23-26页 |
| 2 图像超分辨率重建相关知识 | 第26-40页 |
| 2.1 引言 | 第26页 |
| 2.2 MR成像模型 | 第26-27页 |
| 2.3 基于稀疏表示的单幅 3D-MR图像超分辨率重建算法 | 第27-29页 |
| 2.4 稀疏表示算法 | 第29-32页 |
| 2.5 字典学习算法 | 第32-35页 |
| 2.6 退化模型 | 第35-36页 |
| 2.7 图像质量评价标准 | 第36-38页 |
| 2.8 实验数据 | 第38-39页 |
| 2.9 本章小结 | 第39-40页 |
| 3 基于跨层面方向字典学习的单幅 3D-MR图像超分辨率重建算法 | 第40-58页 |
| 3.1 引言 | 第40-41页 |
| 3.2 cpSFSR算法的主要思想 | 第41-42页 |
| 3.3 cpSFSR算法的基本流程 | 第42-46页 |
| 3.3.1 字典学习 | 第44-45页 |
| 3.3.2 超分辨率重建 | 第45-46页 |
| 3.4 实验及结果分析 | 第46-57页 |
| 3.4.1 实验配置 | 第46-47页 |
| 3.4.2 与传统插值算法的比较实验 | 第47-50页 |
| 3.4.3 与非局部均值法的比较实验 | 第50-55页 |
| 3.4.4 训练集的大小对重建精度的影响 | 第55-56页 |
| 3.4.5 实验小结 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 4 基于多模态先验的单幅 3D-MR图像超分辨率重建算法 | 第58-82页 |
| 4.1 引言 | 第58-59页 |
| 4.2 基于多约束项的超分辨率重建优化模型 | 第59-61页 |
| 4.3 mmSFSR算法 | 第61-66页 |
| 4.3.1 多模态训练集的构造 | 第63-64页 |
| 4.3.2 基于非局部自相似性约束的优化 | 第64-66页 |
| 4.4 实验结果与分析 | 第66-80页 |
| 4.4.1 实验配置与参数设置 | 第66-71页 |
| 4.4.2 模拟数据实验 | 第71-77页 |
| 4.4.3 临床数据实验 | 第77-80页 |
| 4.4.4 实验小结 | 第80页 |
| 4.5 本章小结 | 第80-82页 |
| 5 基于正交 3D-MR图像的多幅图像超分辨率重建算法 | 第82-100页 |
| 5.1 引言 | 第82页 |
| 5.2 基于稀疏表示的多幅图像超分辨率重建问题建模及求解 | 第82-83页 |
| 5.3 oMFSR算法 | 第83-90页 |
| 5.3.1 基于稀疏表示的正交 3D-MR图像超分辨率重建 | 第85-88页 |
| 5.3.2 基于小波分解的图像融合 | 第88-90页 |
| 5.3.3 基于反投影误差的全局优化 | 第90页 |
| 5.4 实验及结果分析 | 第90-98页 |
| 5.4.1 模拟数据实验 | 第91-97页 |
| 5.4.2 临床数据实验 | 第97-98页 |
| 5.4.3 实验小结 | 第98页 |
| 5.5 本章小结 | 第98-100页 |
| 6 总结 | 第100-104页 |
| 6.1 主要结论 | 第100-101页 |
| 6.2 后续研究工作的展望 | 第101-104页 |
| 致谢 | 第104-106页 |
| 参考文献 | 第106-120页 |
| 附录 | 第120-121页 |
| A. 作者在攻读博士学位期间发表的论文 | 第120页 |
| B. 作者在攻读博士学位期间参与的科研项目 | 第120-121页 |
| C. 作者在攻读学位期间的学术交流情况 | 第121页 |
