摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第9-21页 |
1.1 研究背景与意义 | 第9-11页 |
1.1.1 影像学检测技术 | 第9-11页 |
1.1.2 计算机辅助诊断技术 | 第11页 |
1.1.3 医学超分辨率重建技术的意义 | 第11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 成像系统的一般模型 | 第12-13页 |
1.2.2 超分辨率技术的出现 | 第13页 |
1.2.3 基于插值的超分辨率 | 第13-14页 |
1.2.4 基于重建的超分辨率 | 第14-15页 |
1.2.5 基于学习的超分辨率 | 第15-16页 |
1.3 重建图像的质量评价标准 | 第16-21页 |
1.3.1 主观评价 | 第16-17页 |
1.3.2 客观评价 | 第17-18页 |
1.3.3 论文章节安排 | 第18-21页 |
第2章 磁共振成像的基本原理 | 第21-27页 |
2.1 磁共振成像信号的产生 | 第21-22页 |
2.2 磁共振信号的采集 | 第22-23页 |
2.3 层面选择和空间编码 | 第23-24页 |
2.4 K-空间采样 | 第24-25页 |
2.5 本章小结 | 第25-27页 |
第3章 小波分析理论 | 第27-33页 |
3.1 小波变换的由来 | 第27页 |
3.2 从傅里叶变换到小波变换 | 第27-28页 |
3.3 小波变换基本理论 | 第28-30页 |
3.3.1 一维连续小波变换 | 第28-29页 |
3.3.2 二维连续小波变换 | 第29页 |
3.3.3 离散小波变换 | 第29-30页 |
3.4 几种常用小波基 | 第30-32页 |
3.4.1 Haar小波 | 第30页 |
3.4.2 Daubechies(dbN)小波簇 | 第30-31页 |
3.4.3 Biorthogonal(biorNr.Nd)小波簇 | 第31页 |
3.4.4 Coiflet(coifN)小波簇 | 第31页 |
3.4.5 Symlets(symN)小波簇 | 第31页 |
3.4.6 Morlet(morl)小波 | 第31页 |
3.4.7 MexicanHat(mexh)小波 | 第31-32页 |
3.4.8 Meyer小波 | 第32页 |
3.5 本章小结 | 第32-33页 |
第4章 基于稀疏表示的超分辨率重建理论 | 第33-39页 |
4.1 稀疏表示的基本思想 | 第33-34页 |
4.2 稀疏表示优化算法 | 第34-36页 |
4.2.1 基追踪算法 | 第35页 |
4.2.2 匹配追踪算法 | 第35页 |
4.2.3 正交匹配追踪 | 第35-36页 |
4.3 稀疏表示的字典设计 | 第36-38页 |
4.3.1 最佳方向法 | 第36页 |
4.3.2 最大似然估计法 | 第36-37页 |
4.3.3 K-奇异值分解法 | 第37-38页 |
4.4 本章小结 | 第38-39页 |
第5章 基于小波特征和聚类字典的单帧磁共振图像超分辨率重建 | 第39-51页 |
5.1 基本思路 | 第39-41页 |
5.2 训练阶段 | 第41-48页 |
5.2.1 训练集合构建 | 第41-42页 |
5.2.2 简单插值 | 第42页 |
5.2.3 图像块特征提取 | 第42-44页 |
5.2.4 特征块聚类 | 第44-45页 |
5.2.5 构建高低分辨率字典对 | 第45-47页 |
5.2.6 总体训练阶段 | 第47-48页 |
5.3 重建阶段 | 第48-49页 |
5.4 后处理阶段 | 第49页 |
5.5 本章小结 | 第49-51页 |
第6章 超分辨率重建的结果与评价 | 第51-61页 |
6.1 实验对比方法 | 第51-55页 |
6.1.1 基于插值和基于稀疏表示的方法 | 第51页 |
6.1.2 基于卷积神经网络的超分辨率重建方法 | 第51-52页 |
6.1.3 基于超深卷积神经网络的图像重建 | 第52-53页 |
6.1.4 基于对抗生成网络的超分辨率重建方法 | 第53-55页 |
6.2 实验环境 | 第55页 |
6.3 实验数据 | 第55-56页 |
6.4 参数讨论 | 第56-58页 |
6.4.1 块尺寸 | 第56页 |
6.4.2 字典原子数 | 第56页 |
6.4.3 稀疏度 | 第56-57页 |
6.4.4 聚类数量 | 第57页 |
6.4.5 小波基选择 | 第57-58页 |
6.5 实验结果分析 | 第58-60页 |
6.6 本章小结 | 第60-61页 |
第7章 总结与展望 | 第61-63页 |
7.1 本文论文总结 | 第61-62页 |
7.2 未来展望 | 第62-63页 |
参考文献 | 第63-67页 |
发表论文和参加科研情况说明 | 第67-69页 |
致谢 | 第69页 |