| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 引言 | 第7-8页 |
| 1.2 研究背景 | 第8-10页 |
| 1.2.1 磁共振 MRI 成像 | 第8-9页 |
| 1.2.2 压缩感知理论 | 第9页 |
| 1.2.3 基于字典学习的压缩感知理论 | 第9-10页 |
| 1.3 MRI 图像重建研究现状 | 第10-11页 |
| 1.4 主要研究内容与章节安排 | 第11-13页 |
| 1.4.1 主要研究内容 | 第11-12页 |
| 1.4.2 章节安排 | 第12-13页 |
| 第二章 基于压缩感知理论的 MRI 成像 | 第13-21页 |
| 2.1 引言 | 第13-15页 |
| 2.1.1 磁共振血管造影成像 | 第13-14页 |
| 2.1.2 加速动态磁共振成像 | 第14页 |
| 2.1.3 快速三维 MRI 图像重建 | 第14-15页 |
| 2.1.4 部分并行 MRI 图像重建加速技术 | 第15页 |
| 2.2 磁共振原始 K 空间 | 第15-18页 |
| 2.2.1 K 空间的基本特性 | 第15-17页 |
| 2.2.2 K 空间的填充方式 | 第17-18页 |
| 2.3 磁共振信号的获取过程 | 第18-19页 |
| 2.4 基于压缩感知理论 MRI 图像重建 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于字典学习的 MRI 稀疏表示 | 第21-33页 |
| 3.1 引言 | 第21页 |
| 3.2 信号稀疏重构算法简介 | 第21-23页 |
| 3.3 字典学习稀疏表示框架算法介绍 | 第23-29页 |
| 3.3.1 最优方向法（MOD） | 第24-25页 |
| 3.3.2 K-SVD 算法 | 第25-26页 |
| 3.3.3 在线字典学习（Online Dictionary Learning） | 第26-29页 |
| 3.4 字典学习的 MRI 图像表示 | 第29-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于字典学习的 MRI 图像重建 | 第33-47页 |
| 4.1 研究意义 | 第33-34页 |
| 4.2 基于自适应字典学习的 MRI 图像重建 | 第34-39页 |
| 4.2.1 自适应局部字典学习 | 第34-36页 |
| 4.2.2 局部稀疏自适应表示与非局部正则 | 第36-37页 |
| 4.2.3 磁共振 MRI 的重建算法 | 第37-38页 |
| 4.2.4 优化算法 | 第38-39页 |
| 4.3 实验与仿真 | 第39-45页 |
| 4.3.1 仿真内容 | 第39-40页 |
| 4.3.2 仿真结果 | 第40-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 硕士期间研究成果 | 第57-58页 |