| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·压缩感知研究现状 | 第11-12页 |
| ·CS 理论在 MRI 领域中的研究现状 | 第12-13页 |
| ·本文研究内容及组织结构 | 第13-16页 |
| 第2章 压缩感知框架下的 MRI 图像重建 | 第16-26页 |
| ·引言 | 第16页 |
| ·压缩感知基本理论 | 第16-22页 |
| ·传统的信号编码和压缩感知编码 | 第16-18页 |
| ·压缩感知理论具体实现 | 第18-21页 |
| ·压缩感知应用前景 | 第21-22页 |
| ·基于 CS 的 MRI 图像重建 | 第22-24页 |
| ·核磁共振成像原理 | 第22-23页 |
| ·CS 理论下的 MRI 图像重建 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于不同稀疏组合约束的 MRI 图像重建 | 第26-46页 |
| ·小波变换和全变差 | 第26-28页 |
| ·小波变换 | 第26-27页 |
| ·全变差 | 第27-28页 |
| ·基于解析轮廓波和全变差组合的 MRI 图像重建 | 第28-34页 |
| ·解析轮廓波 | 第28-29页 |
| ·重建算法 | 第29-31页 |
| ·实验结果及比较 | 第31-34页 |
| ·基于离散小波变换与高阶全变差组合的 MRI 图像重建 | 第34-38页 |
| ·高阶全变差 | 第34-36页 |
| ·实验结果及分析 | 第36-38页 |
| ·基于全局字典与全变差的 MRI 图像重建 | 第38-44页 |
| ·字典学习 | 第38-39页 |
| ·算法实现过程 | 第39-41页 |
| ·实验仿真结果及分析 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 融合全局与局部稀疏的 MRI 图像重建 | 第46-59页 |
| ·引言 | 第46页 |
| ·双树复数小波变换 | 第46-47页 |
| ·算法具体实现 | 第47-52页 |
| ·图像重建结果及比较 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |