| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 MRI图像超分辨率重建研究现状 | 第8-10页 |
| 1.3 研究内容 | 第10-11页 |
| 第二章 图像超分辨率重建 | 第11-21页 |
| 2.1 图像超分辨率重建的数学模型 | 第11-12页 |
| 2.2 超分辨率重建方法 | 第12-18页 |
| 2.2.1 基于插值的方法 | 第12-14页 |
| 2.2.2 基于重建的方法 | 第14-17页 |
| 2.2.2.1 基于频域的重建 | 第14-15页 |
| 2.2.2.2 基于空域的重建 | 第15-17页 |
| 2.2.3 基于学习的方法 | 第17-18页 |
| 2.3 超分辨率图像质量评价方法 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 压缩感知理论 | 第21-28页 |
| 3.1 压缩感知概述 | 第21-22页 |
| 3.2 信号的稀疏表示 | 第22-24页 |
| 3.3 测量矩阵的设计 | 第24-25页 |
| 3.4 信号重构算法 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 基于压缩感知的MRI图像超分辨率重建 | 第28-46页 |
| 4.1 研究思路 | 第28-29页 |
| 4.2 MRI图像降质分析 | 第29页 |
| 4.3 联合字典学习 | 第29-35页 |
| 4.3.1 字典学习的算法原理 | 第29-31页 |
| 4.3.2 MOD算法 | 第31-32页 |
| 4.3.3 K-SVD算法 | 第32-33页 |
| 4.3.4 字典学习算法性能比较 | 第33-35页 |
| 4.4 基于压缩感知的MRI图像超分辨率重建 | 第35-38页 |
| 4.5 实验结果与分析 | 第38-45页 |
| 4.5.1 实验参数的选择 | 第38-40页 |
| 4.5.2 不同重建算法比较 | 第40-44页 |
| 4.5.3 对噪声的鲁棒性分析 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 基于局部信息的压缩感知MRI图像超分辨率重建 | 第46-55页 |
| 5.1 研究思路 | 第46-47页 |
| 5.2 图像局部信息处理 | 第47-50页 |
| 5.2.1 非局部相似分块 | 第47-48页 |
| 5.2.2 聚类字典学习 | 第48-49页 |
| 5.2.3 局部AR模型约束 | 第49-50页 |
| 5.3 基于局部信息的压缩感知MRI图像超分辨率重建模型 | 第50-51页 |
| 5.4 实验结果与分析 | 第51-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-59页 |