| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究内容及章节安排 | 第12-13页 |
| 第二章 图像超分辨率重建技术 | 第13-27页 |
| 2.1 基本原理 | 第13-14页 |
| 2.2 图像退化模型 | 第14-15页 |
| 2.3 超分辨率重建技术 | 第15-17页 |
| 2.3.1 图像插值 | 第16页 |
| 2.3.2 运动估计 | 第16页 |
| 2.3.3 图像重建 | 第16-17页 |
| 2.4 图像重建方法 | 第17-25页 |
| 2.4.1 基于重建的方法 | 第17-21页 |
| 2.4.2 基于学习的方法 | 第21-25页 |
| 2.5 重建图像质量评价指标 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于低秩矩阵重建的肺4D-CT超分辨率重建 | 第27-40页 |
| 3.1 理论与方法 | 第27-31页 |
| 3.1.1 算法概述 | 第28-29页 |
| 3.1.2 相似块搜索 | 第29页 |
| 3.1.3 近似低秩矩阵的构造 | 第29-30页 |
| 3.1.4 低秩矩阵重建 | 第30-31页 |
| 3.2 实验结果 | 第31-39页 |
| 3.2.1 仿真数据实验 | 第32-34页 |
| 3.2.2 真实数据结果 | 第34-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 基于多模型GPR的肺4D-CT超分辨率重建 | 第40-51页 |
| 4.1 理论与方法 | 第40-44页 |
| 4.1.1 回归理论 | 第41页 |
| 4.1.2 高斯过程回归 | 第41-43页 |
| 4.1.3 随机森林分类 | 第43页 |
| 4.1.4 多模型GPR | 第43-44页 |
| 4.2 实验结果 | 第44-50页 |
| 4.2.1 仿真数据实验 | 第45-47页 |
| 4.2.2 真实数据实验 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51-52页 |
| 5.2 课题展望 | 第52-53页 |
| 参考文献 | 第53-60页 |
| 攻读硕士期间成果 | 第60-61页 |
| 致谢 | 第61-62页 |