首页--医药、卫生论文--预防医学、卫生学论文--保健组织与事业(卫生事业管理)论文--医疗卫生制度与机构论文--医院、综合医院论文--医疗器械与设备论文

CS-MRI重构模型的改进与实现

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-15页
    1.1 研究意义及背景第11-12页
    1.2 国内外研究现状第12-13页
        1.2.1 压缩感知理论的研究现状第12页
        1.2.2 CS-MRI的研究现状第12-13页
    1.3 论文的主要研究内容第13-14页
    1.4 论文的结构安排第14-15页
第2章 MRI基本原理及压缩感知理论基础第15-29页
    2.1 引言第15页
    2.2 MRI原理及快速采集方法第15-18页
        2.2.1 MR成像原理第15-16页
        2.2.2 选层第16-17页
        2.2.3 相位编码与频率编码第17-18页
    2.3 压缩感知理论基础第18-20页
        2.3.1 信号的稀疏表达第18-19页
        2.3.2 欠采样矩阵的选择第19-20页
        2.3.3 信号复原算法第20页
    2.4 压缩感知理论在MRI中的应用第20-27页
        2.4.1 采样模板的选择第20-22页
        2.4.2 CS-MRI重构模型第22-24页
        2.4.3 CS-MRI模型的重构算法第24-27页
    2.5 图像质量评估指标及仿真实验环境第27-28页
        2.5.1 图像质量评估指标第27-28页
        2.5.2 仿真实验环境第28页
    2.6 本章小结第28-29页
第3章 基于Contourlet变换的CS-MRI重构模型第29-39页
    3.1 引言第29页
    3.2 Contourlet变换第29-32页
        3.2.1 Contourlet变换简介第29-31页
        3.2.2 尖锐频率局部化Contourlet变换第31-32页
    3.3 基于SFLCT的联合稀疏变换模型第32-33页
    3.4 仿真结果及分析第33-37页
        3.4.1 稀疏约束项的比较第34-35页
        3.4.2 联合稀疏变换模型的比较第35-36页
        3.4.3 SFLCT-FCSA算法的收敛性分析第36-37页
    3.5 本章小结第37-39页
第4章 基于小波树稀疏的CS-MRI重构模型第39-49页
    4.1 引言第39页
    4.2 图像的结构稀疏理论第39-40页
    4.3 无约束的树稀疏CS-MRI模型第40-41页
    4.4 有约束的树稀疏CS-MRI模型第41-43页
    4.5 仿真结果及分析第43-47页
        4.5.1 小波系数分组方案的比较第44页
        4.5.2 树稀疏模型重构第44-46页
        4.5.3 有约束模型与无约束模型的比较第46页
        4.5.4 WaTMRI算法的收敛性分析第46-47页
    4.6 本章小结第47-49页
第5章 基于PBDW的CS-MRI重构模型第49-67页
    5.1 引言第49页
    5.2 基于块的方向性小波第49-52页
    5.3 基于PBDW的CS-MRI重构模型及算法第52-56页
        5.3.1 基于PBDW的CS-MRI重构模型第52-54页
        5.3.2 基于PBDW的CS-MRI重构模型改进第54-55页
        5.3.3 基于PBDW的CS-MRI重构模型算法第55-56页
    5.4 仿真结果及分析第56-65页
        5.4.1 PBDW模型重构第57-58页
        5.4.2 ADMC算法的收敛性分析第58-59页
        5.4.3 改进的PBDW模型重构第59-60页
        5.4.4 重构方法比较第60-65页
    5.5 本章小结第65-67页
第6章 总结与展望第67-69页
    6.1 总结第67页
    6.2 展望第67-69页
参考文献第69-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于视觉显著性的视神经盘检测方法的研究与实现
下一篇:医院P3实验室新风压力控制系统设计与开发