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

基于图结构正则化稀疏表示的双层伯格曼磁共振成像重建算法

摘要第3-4页
Abstract第4页
第1章 绪论第7-13页
    1.1 引言第7-9页
    1.2 磁共振成像的发展及研究现状第9-11页
    1.3 论文的研究内容和结构第11-13页
第2章 磁共振成像的基本技术第13-21页
    2.1 磁共振成像的物理基础第13-15页
        2.1.1 原子的一般特性第13页
        2.1.2 角动量与进动磁矩第13-14页
        2.1.3 原子核的自旋运动第14-15页
    2.2 磁共振现象第15-16页
    2.3 磁共振产生的条件第16-17页
    2.4 K空间数据第17-18页
    2.5 MRI成像基本原理第18-19页
    2.6 磁共振成像的优缺点第19-20页
    2.7 MRI的临床应用第20-21页
第3章 基于压缩感知理论的磁共振成像第21-31页
    3.1 压缩感知的基本原理第21-24页
    3.2 常见的压缩感知重构算法第24-25页
    3.3 字典学习算法第25-31页
        3.3.1 无约束型的基于增广拉格朗日的字典学习算法(AL-DL)第25-27页
        3.3.2 双层伯格曼字典学习的磁共振成像算法第27-31页
第4章 基于图结构正则化稀疏表示的磁共振成像第31-46页
    4.1 不同正则化模型的CS-MRI第31-32页
    4.2 稀疏表示中的伯格曼迭代算法第32-33页
    4.3 图结构正则化稀疏表示算法第33页
    4.4 双层伯格曼字典学习算法第33-34页
    4.5 图结构正则化稀疏表示的磁共振重建算法第34-36页
    4.6 实验结果分析第36-46页
        4.6.1 不同采样率和采样轨迹对成像结果的影响第36-39页
        4.6.2 不同噪声水平下的成像第39-40页
        4.6.3 拉普拉斯正则化参数η的讨论第40-42页
        4.6.4 复数数据的成像第42-46页
第5章 总结与展望第46-48页
    5.1 本文工作总结第46页
    5.2 展望第46-48页
致谢第48-49页
参考文献第49-53页
攻读学位期间的研究成果第53页

论文共53页,点击 下载论文
上一篇:膜状聚合物静电放电抑制器防护机理与性能研究
下一篇:小概率事件的仿真与预测方法