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 |