| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-33页 |
| 1.1 研究背景 | 第13-16页 |
| 1.2 磁共振图像处理概述 | 第16-18页 |
| 1.3 本文关注的研究领域 | 第18-23页 |
| 1.3.1 结构磁共振图像去噪 | 第18-20页 |
| 1.3.2 弥散加权图像去噪 | 第20-21页 |
| 1.3.3 方向分布函数估计 | 第21-22页 |
| 1.3.4 基于体素的形态学测量 | 第22-23页 |
| 1.4 块匹配方法概述 | 第23-29页 |
| 1.4.1 图像块思想的发展历程 | 第23-24页 |
| 1.4.2 非局部均值算法的经典解释 | 第24-26页 |
| 1.4.3 非局部均值算法的核回归解释 | 第26-28页 |
| 1.4.4 基于非局部均值算法的块匹配方法概述 | 第28-29页 |
| 1.5 论文研究的内容和意义 | 第29-31页 |
| 1.6 论文章节的安排 | 第31-33页 |
| 第2章 磁共振成像技术 | 第33-47页 |
| 2.1 引言 | 第33页 |
| 2.2 结构磁共振成像 | 第33-35页 |
| 2.3 弥散磁共振成像 | 第35-38页 |
| 2.3.1 弥散运动 | 第35-37页 |
| 2.3.2 成像序列 | 第37-38页 |
| 2.4 弥散张量成像 | 第38-40页 |
| 2.5 高角分辨率成像 | 第40-43页 |
| 2.5.1 弥散谱成像 | 第41页 |
| 2.5.2 多张量模型 | 第41-42页 |
| 2.5.3 Q-Ball成像 | 第42页 |
| 2.5.4 球面反卷积 | 第42-43页 |
| 2.5.5 其他方法 | 第43页 |
| 2.6 纤维跟踪和脑网络 | 第43-45页 |
| 2.7 本章小结 | 第45-47页 |
| 第3章 基于联合块匹匹配算法的结构磁共振图像去噪 | 第47-63页 |
| 3.1 引言 | 第47页 |
| 3.2 方法 | 第47-51页 |
| 3.2.1 莱斯噪声特性分析 | 第47-48页 |
| 3.2.2 联合块匹配算法 | 第48-50页 |
| 3.2.3 图像块预选 | 第50页 |
| 3.2.4 莱斯噪声补偿 | 第50-51页 |
| 3.2.5 去噪性能评估方法 | 第51页 |
| 3.3 基础仿真数据实验 | 第51-55页 |
| 3.3.1 数据描述 | 第52页 |
| 3.3.2 实验结果 | 第52-55页 |
| 3.4 变形仿真数据实验 | 第55-61页 |
| 3.4.1 数据描述 | 第55页 |
| 3.4.2 实验结果 | 第55-61页 |
| 3.5 本章小结 | 第61-63页 |
| 第4章 基于-空间块匹匹配算法的弥散加权图像去噪 | 第63-75页 |
| 4.1 引言 | 第63-64页 |
| 4.2 方法 | 第64-69页 |
| 4.2.1 -空间块匹配算法 | 第64-66页 |
| 4.2.2 方位等距投影 | 第66-67页 |
| 4.2.3 极谐变换 | 第67-68页 |
| 4.2.4 莱斯噪声补偿 | 第68页 |
| 4.2.5 匹配笛卡尔采样 | 第68-69页 |
| 4.3 仿真数据实验 | 第69-73页 |
| 4.3.1 数据描述 | 第69页 |
| 4.3.2 实验结果 | 第69-73页 |
| 4.4 本章小结 | 第73-75页 |
| 第5章 基于块匹匹配和多组弥散加权图像的ODF精确估计 | 第75-91页 |
| 5.1 引言 | 第75-76页 |
| 5.2 方法 | 第76-81页 |
| 5.2.1 块匹配 | 第76-77页 |
| 5.2.2 弥散加权信号重定向 | 第77-80页 |
| 5.2.3 方向分布函数估计 | 第80-81页 |
| 5.3 重定向算法的性能评估 | 第81-83页 |
| 5.4 块匹配矫正配准误差的性能评估 | 第83-85页 |
| 5.5 仿真数据实验 | 第85-88页 |
| 5.5.1 数据描述 | 第86页 |
| 5.5.2 实验结果 | 第86-88页 |
| 5.6 本章小结 | 第88-91页 |
| 第6章 基于块匹匹配和非参量置换检验的鲁棒VBM算法研究 | 第91-105页 |
| 6.1 引言 | 第91-93页 |
| 6.1.1 相关工作 | 第91-92页 |
| 6.1.2 主要贡献 | 第92-93页 |
| 6.2 方法 | 第93-99页 |
| 6.2.1 面向图像组的块匹配 | 第93-95页 |
| 6.2.2 置换检验 | 第95-96页 |
| 6.2.3 块匹配中参考图像组的选取 | 第96-97页 |
| 6.2.4 统计量的选取 | 第97-98页 |
| 6.2.5 多重检验校正 | 第98-99页 |
| 6.3 仿真数据实验 | 第99-104页 |
| 6.3.1 数据描述 | 第100-101页 |
| 6.3.2 实验结果 | 第101-104页 |
| 6.4 本章小结 | 第104-105页 |
| 第7章 基于块匹匹配的脑磁共振图像处理算法的实际应应用 | 第105-125页 |
| 7.1 引言 | 第105页 |
| 7.2 CBM算法在脑T1加权磁共振图像去噪中的应用 | 第105-110页 |
| 7.2.1 数据描述 | 第106-107页 |
| 7.2.2 应用结果 | 第107-110页 |
| 7.3 XQ-BM算法在脑弥散加权图像去噪中的应用 | 第110-113页 |
| 7.3.1 数据描述 | 第111-112页 |
| 7.3.2 应用结果 | 第112-113页 |
| 7.4 ODF精确估计算法在脑局部纤维方向重构中的应用 | 第113-116页 |
| 7.4.1 数据描述 | 第114页 |
| 7.4.2 应用结果 | 第114-116页 |
| 7.5 鲁棒VBM算法在模拟航天员脑损伤统计分析中的应用 | 第116-122页 |
| 7.5.1 数据描述 | 第119-122页 |
| 7.5.2 应用结果 | 第122页 |
| 7.6 本章小结 | 第122-125页 |
| 第8章 结论与展望 | 第125-131页 |
| 8.1 论文主要工作 | 第125-126页 |
| 8.2 论文主要创新点 | 第126-128页 |
| 8.3 研究展望 | 第128-131页 |
| 参考文献 | 第131-143页 |
| 致谢 | 第143-145页 |
| 攻读博士学位期间完成的学术论文和参加科研情况 | 第145-149页 |
