| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第19-32页 |
| 1.1 研究背景与意义 | 第19-21页 |
| 1.2 研究现状 | 第21-26页 |
| 1.2.1 基于K空间性质成像 | 第21-22页 |
| 1.2.2 基于快速序列的成像方法 | 第22-23页 |
| 1.2.3 并行磁共振成像 | 第23-24页 |
| 1.2.4 基于压缩感知的成像方法 | 第24-25页 |
| 1.2.5 磁共振相位信息获取 | 第25-26页 |
| 1.3 主要研究内容及创新点 | 第26-30页 |
| 1.4 论文章节安排 | 第30-32页 |
| 第二章 磁共振成像原理与并行磁共振成像方法 | 第32-52页 |
| 2.1 磁共振物理 | 第32-36页 |
| 2.1.1 自旋 | 第32-33页 |
| 2.1.2 进动 | 第33-34页 |
| 2.1.3 射频激发与共振 | 第34-35页 |
| 2.1.4 驰豫 | 第35-36页 |
| 2.2 磁共振成像 | 第36-40页 |
| 2.2.2 梯度选层 | 第37-38页 |
| 2.2.3 相位和频率编码 | 第38-40页 |
| 2.2.4 成像序列 | 第40页 |
| 2.3 图像重建 | 第40-43页 |
| 2.3.1 K空间 | 第41-42页 |
| 2.3.2 采样与伪影 | 第42-43页 |
| 2.4 并行磁共振成像技术 | 第43-51页 |
| 2.4.2 敏感度编码成像 | 第44-46页 |
| 2.4.3 空间协调并行采集技术 | 第46-47页 |
| 2.4.4 广义自校准并行采集 | 第47-49页 |
| 2.4.5 SENSE与GRAPPA比较 | 第49-50页 |
| 2.4.6 几何因子 | 第50-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第三章 基于稀疏多核学习和支撑向量机的GRAPPA方法 | 第52-79页 |
| 3.1 引言 | 第52页 |
| 3.2 广义自校准并行采集 | 第52-54页 |
| 3.3 非线性广义自校准并行采集 | 第54-55页 |
| 3.4 基于稀疏多核学习和支撑向量机的GRAPPA方法 | 第55-63页 |
| 3.4.1 稀疏多核学习 | 第55-56页 |
| 3.4.2 支撑向量机 | 第56-58页 |
| 3.4.3 MKGRAPPA重建 | 第58-60页 |
| 3.4.4 核的选择 | 第60-61页 |
| 3.4.5 估计模糊权重 | 第61-62页 |
| 3.4.6 重建步骤 | 第62-63页 |
| 3.5 实验结果及分析 | 第63-78页 |
| 3.5.1 数据采集 | 第63-64页 |
| 3.5.2 对比方法 | 第64-65页 |
| 3.5.3 体模数据重建结果 | 第65-70页 |
| 3.5.4 脑部数据重建结果 | 第70-72页 |
| 3.5.5 心脏数据重建结果 | 第72-75页 |
| 3.5.6 定量分析 | 第75-78页 |
| 3.6 本章小结 | 第78-79页 |
| 第四章 基于分离式自约束的广义自校准并行采集成像方法 | 第79-107页 |
| 4.1 引言 | 第79-80页 |
| 4.2 基于K空间重建PMRI中的约束模型 | 第80-82页 |
| 4.2.1 前向约束 | 第80-81页 |
| 4.2.2 后向约束 | 第81页 |
| 4.2.3 自约束 | 第81-82页 |
| 4.3 基于自适应自校准并行采集成像 | 第82-88页 |
| 4.3.1 分离式自约束 | 第82-85页 |
| 4.3.2 SSC-GRAPPA重建 | 第85-87页 |
| 4.3.3 参数估计 | 第87-88页 |
| 4.3.4 算法步骤 | 第88页 |
| 4.4 实验结果与分析 | 第88-102页 |
| 4.4.1 数据采集 | 第88-91页 |
| 4.4.2 图像重建实验 | 第91-93页 |
| 4.4.3 体模数据结果 | 第93-96页 |
| 4.4.4 脑部矢状位数据结果 | 第96-97页 |
| 4.4.5 脑部横轴位数据结果 | 第97-98页 |
| 4.4.6 心脏数据数据结果 | 第98-99页 |
| 4.4.7 定量比较 | 第99-102页 |
| 4.5 分析与讨论 | 第102-106页 |
| 4.5.1 与先前方法比较 | 第102-103页 |
| 4.5.2 参数选择 | 第103-105页 |
| 4.5.3 计算成本 | 第105-106页 |
| 4.6 本章小结 | 第106-107页 |
| 第五章 核范数正则化的并行磁共振成像方法 | 第107-117页 |
| 5.1 引言 | 第107-108页 |
| 5.2 低秩矩阵重建 | 第108页 |
| 5.3 核范数正则化的并行磁共振成像方法 | 第108-113页 |
| 5.3.1 低秩模型 | 第108-110页 |
| 5.3.2 优化算法 | 第110-112页 |
| 5.3.3 算法框架 | 第112-113页 |
| 5.4 实验结果与分析 | 第113-115页 |
| 5.4.1 数据采集 | 第113页 |
| 5.4.2 重建对比 | 第113页 |
| 5.4.3 实验结果 | 第113-115页 |
| 5.5 本章小结 | 第115-117页 |
| 第六章 基于K空间解卷积的相位信息获取方法 | 第117-133页 |
| 6.1 引言 | 第117-118页 |
| 6.2 理论及现有方法 | 第118-120页 |
| 6.2.1 问题描述 | 第118-119页 |
| 6.2.2 幅值加权平均法 | 第119-120页 |
| 6.2.3 相位对齐法 | 第120页 |
| 6.3 基于K空间解卷积的相位获取方法 | 第120-127页 |
| 6.3.2 线圈K空间联合模型 | 第121-123页 |
| 6.3.3 算法步骤 | 第123-127页 |
| 6.4 实验结果与分析 | 第127-132页 |
| 6.4.1 数据采集 | 第127-129页 |
| 6.4.2 体模数据结果 | 第129页 |
| 6.4.3 脑部数据结果 | 第129-132页 |
| 6.5 本章小结 | 第132-133页 |
| 第七章 结论 | 第133-137页 |
| 7.1 本文主要贡献 | 第133-135页 |
| 7.2 下一步工作的展望 | 第135-137页 |
| 致谢 | 第137-139页 |
| 参考文献 | 第139-154页 |
| 攻博期间取得的研究成果 | 第154-156页 |
