| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 磁共振成像背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文研究的主要内容及结构安排 | 第14-16页 |
| 第2章 磁共振成像理论 | 第16-32页 |
| 2.1 磁共振成像系统 | 第16-17页 |
| 2.2 磁共振成像物理基础 | 第17-21页 |
| 2.2.1 原子核的自旋和磁矩 | 第17-19页 |
| 2.2.2 磁共振现象 | 第19-21页 |
| 2.3 磁共振信号的产生与检测 | 第21-23页 |
| 2.3.1 驰豫过程和弛豫时间 | 第21-22页 |
| 2.3.2 磁共振信号的检测 | 第22-23页 |
| 2.4 磁共振成像的空间定位和图像重建 | 第23-31页 |
| 2.4.1 空间定位 | 第23-28页 |
| 2.4.2 梯度周期与成像序列 | 第28-30页 |
| 2.4.3 图像重建 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于平滑滤波器的加权平方和(WSOS)重建算法 | 第32-54页 |
| 3.1 并行磁共振成像的理论分析 | 第32-37页 |
| 3.1.1 基于K空间域的并行成像重建算法 | 第33-35页 |
| 3.1.2 基于图像域的并行成像重建算法 | 第35-37页 |
| 3.1.3 基于K空间和图像混合域的并行成像重建算法 | 第37页 |
| 3.2 基于平滑滤波器的改进WSOS重建算法 | 第37-44页 |
| 3.2.1 K空间 | 第37-40页 |
| 3.2.2 相位校正共轭合成法 | 第40-41页 |
| 3.2.3 SOS重建算法分析 | 第41-42页 |
| 3.2.4 改进的WSOS算法 | 第42-44页 |
| 3.3 仿真实验与结果分析 | 第44-52页 |
| 3.3.1 评估方法 | 第44-45页 |
| 3.3.2 头部数据实验结果分析 | 第45-49页 |
| 3.3.3 下颚部组织数据实验结果 | 第49-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 基于自适应神经网络的部分K空间GRAPPA重建算法 | 第54-76页 |
| 4.1 神经网络 | 第54-60页 |
| 4.1.1 人工神经网络 | 第54-57页 |
| 4.1.2 BP神经网络 | 第57-60页 |
| 4.2 自适应的神经网络部分K空间GRAPPA重建 | 第60-67页 |
| 4.2.1 传统GRAPPA算法分析 | 第60-62页 |
| 4.2.2 基于神经网络的部分K空间GRAPPA重建 | 第62-64页 |
| 4.2.3 自适应神经网络的设计 | 第64-67页 |
| 4.3 仿真实验与结果分析 | 第67-75页 |
| 4.3.1 评估方法 | 第68页 |
| 4.3.2 脑部数据实验结果分析 | 第68-72页 |
| 4.3.3 水膜数据实验结果分析 | 第72-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第5章 结论与展望 | 第76-78页 |
| 5.1 本文工作总结 | 第76-77页 |
| 5.2 未来工作展望 | 第77-78页 |
| 参考文献 | 第78-86页 |
| 致谢 | 第86-88页 |
| 作者攻读硕士学位期间发表的论文 | 第88页 |
