首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

核范数极小化改进算法及其动态磁共振图像重建应用研究

摘要第4-5页
Abstract第5-6页
专用术语注释表第9-10页
第一章 绪论第10-16页
    1.1 课题研究背景及意义第10-12页
    1.2 研究现状第12-13页
    1.3 研究内容和组织结构第13-16页
        1.3.1 研究内容第13-14页
        1.3.2 组织结构第14-16页
第二章 相关背景知识介绍第16-26页
    2.1 核范数极小化理论第16-18页
    2.2 交替方向法(ADM)第18-20页
    2.3 加速近似梯度法(APG)第20-21页
    2.4 低秩与稀疏矩阵分解(L+S)第21-23页
    2.5 动态磁共振图像重建第23-24页
    2.6 本章小结第24-26页
第三章 基于低秩矩阵分解的核范数极小化改进算法第26-35页
    3.1 引言第26页
    3.2 核范数极小化改进算法第26-28页
    3.3 秩估计第28-29页
    3.4 仿真实验第29-34页
    3.5 本章小结第34-35页
第四章 动态磁共振图像的核范数近似梯度重建算法研究第35-44页
    4.1 引言第35页
    4.2 核范数近似梯度算法基本模型第35-37页
        4.2.1 应用APG的动态磁共振成像第35-36页
        4.2.2 图像重建算法第36-37页
    4.3 实验与结果第37-43页
        4.3.1 实验设置第37-38页
        4.3.2 实验结果第38-43页
    4.4 本章小结第43-44页
第五章 动态磁共振图像的低秩加稀疏分解重建算法研究第44-53页
    5.1 引言第44-45页
    5.2 低秩加稀疏分解基本模型第45-49页
        5.2.1 低秩加稀疏分解第45-47页
        5.2.2 图像重建第47-49页
    5.3 实验及结果第49-52页
        5.3.1 幻影模拟第50-51页
        5.3.2 心脏MRI第51-52页
    5.4 本章小结第52-53页
第六章 总结与展望第53-55页
    6.1 总结第53页
    6.2 展望第53-55页
参考文献第55-58页
附录1 程序清单第58-60页
附录2 攻读硕士学位期间申请的专利第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:脑白质损害对阿尔茨海默病病人认知功能与执行功能的影响
下一篇:基于部分相位同步和部分回归同步的脑电信号分析