| 中文摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 磁共振成像基础 | 第14-16页 |
| 1.1.1 磁共振成像简介 | 第14-15页 |
| 1.1.2 磁共振成像基本原理 | 第15-16页 |
| 1.2 超快速磁共振成像 | 第16-17页 |
| 1.3 定量磁共振成像 | 第17-19页 |
| 1.4 深度学习的发展历程 | 第19-20页 |
| 1.5 论文主要内容和结构 | 第20-21页 |
| 参考文献 | 第21-26页 |
| 第二章 定量T_2成像与深度学习 | 第26-44页 |
| 2.1 引言 | 第26页 |
| 2.2 定量T_2成像原理 | 第26-27页 |
| 2.3 常规定量T_2成像方法 | 第27-29页 |
| 2.3.1 多扫描自旋回波 | 第27-28页 |
| 2.3.2 自旋回波EPI | 第28页 |
| 2.3.3 多回波EPI | 第28-29页 |
| 2.4 重叠回波分离平面成像原理 | 第29-31页 |
| 2.5 基于回波信号分离的图像重建 | 第31-34页 |
| 2.5.1 回波信号分离 | 第31-33页 |
| 2.5.2 T_2图像计算 | 第33-34页 |
| 2.6 深度学习 | 第34-36页 |
| 2.6.1 卷积神经网络的基本结构 | 第34-35页 |
| 2.6.2 卷积神经网络的工作原理 | 第35-36页 |
| 2.6.3 残差网络简介 | 第36页 |
| 2.7 基于深度学习的图像重建 | 第36-40页 |
| 2.7.1 深度残差网络模型 | 第36-38页 |
| 2.7.2 网络训练数据 | 第38-39页 |
| 2.7.3 OLED重建结果比较 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 第三章 基于多重叠回波采集的单扫描定量T_2成像 | 第44-68页 |
| 3.1 引言 | 第44-45页 |
| 3.2 基于四重叠回波采集的单扫描定量T_2成像原理及重建方法 | 第45-49页 |
| 3.2.1 基于四重叠回波采集的单扫描定量T2成像原理 | 第45-47页 |
| 3.2.2 重建网络模型 | 第47-48页 |
| 3.2.3 损失函数 | 第48-49页 |
| 3.3 网络训练与实验 | 第49-52页 |
| 3.3.1 网络训练参数 | 第49-51页 |
| 3.3.2 数据采集 | 第51页 |
| 3.3.3 模拟实验参数 | 第51页 |
| 3.3.4 模型实验参数 | 第51页 |
| 3.3.5 人脑实验参数 | 第51-52页 |
| 3.4 实验结果 | 第52-57页 |
| 3.4.1 模拟实验 | 第52-53页 |
| 3.4.2 模型实验 | 第53-54页 |
| 3.4.3 人脑实验 | 第54-57页 |
| 3.5 讨论 | 第57-62页 |
| 3.6 本章小结 | 第62页 |
| 参考文献 | 第62-68页 |
| 第四章 基于多重叠回波采集的单扫描多参数成像 | 第68-78页 |
| 4.1 引言 | 第68页 |
| 4.2 基于三重叠回波采集的单扫描多参数成像原理及重建方法 | 第68-71页 |
| 4.2.1 基于三重叠回波采集的单扫描多参数成像原理 | 第68-70页 |
| 4.2.2 重建网络模型 | 第70-71页 |
| 4.3 网络训练与实验 | 第71-73页 |
| 4.3.1 网络训练参数 | 第71-72页 |
| 4.3.2 数据采集 | 第72-73页 |
| 4.3.3 模拟实验参数 | 第73页 |
| 4.3.4 模型实验参数 | 第73页 |
| 4.4 实验结果 | 第73-75页 |
| 4.4.1 模拟实验 | 第73-74页 |
| 4.4.2 模型实验 | 第74-75页 |
| 4.5 本章小结 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 全文总结 | 第78-79页 |
| 5.2 展望 | 第79-80页 |
| 科研成果发表情况 | 第80-81页 |
| 致谢 | 第81页 |
