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

基于自适应双字典学习的MRI序列图像重构

摘要第1-5页
Abstract第5-7页
目录第7-9页
第一章 绪论第9-13页
   ·研究背景和意义第9-10页
   ·研究现状第10-11页
   ·本文的研究内容与创新点第11页
   ·本文的框架安排第11-13页
第二章 部分 K 空间数据图像重构第13-19页
   ·磁共振成像的基本原理第13-15页
     ·核磁共振的基本原理第13-14页
     ·磁共振成像的图像重建第14-15页
   ·典型的磁共振图像重构方法第15-17页
     ·基于全变差的压缩感知 MRI 重构的方法第16页
     ·基于块的方向性小波的压缩感知 MRI 重构的方法第16-17页
     ·基于字典学习的部分 K 空间的重构方法第17页
   ·本章小结第17-19页
第三章 基于自适应双字典学习的部分 K 空间序列图像重构第19-41页
   ·图像的稀疏分解第19-21页
   ·KSVD 字典学习算法第21-22页
   ·自适应双字典学习的基本思想第22-24页
   ·自适应双字典学习的图像重构算法第24-26页
   ·实验结果分析第26-38页
     ·图源介绍第27页
     ·重构图像质量评价方法第27-28页
     ·不同重构方法对比第28-35页
     ·不同参考图对比实验第35-36页
     ·字典鲁棒性分析第36-37页
     ·抗噪性能测试第37-38页
   ·实验分析第38-39页
     ·参数选择第38-39页
     ·重构时间第39页
   ·小结第39-41页
第四章 基于相似性插值的部分 K 空间序列图像重构第41-55页
   ·相似性插值模型第41页
   ·相似性插值图像重构算法第41-43页
   ·实验结果分析第43-52页
     ·不同重构方法对比第43-50页
     ·参考图鲁棒性分析第50-51页
     ·抗噪性能测试第51-52页
   ·实验分析第52-53页
     ·参数选择第52-53页
     ·重构时间第53页
   ·本章小结第53-55页
第五章 基于双字典学习的 4D-MRI 超分辨率重构第55-67页
   ·4D-MRI 研究背景和意义第55-56页
   ·基于双字典学习的 4D-MRI 超分辨率重构算法第56-59页
   ·实验结果与分析第59-66页
     ·重构质量评价第59-60页
     ·实验结果第60-66页
   ·实验分析第66页
     ·参数选择第66页
     ·重构时间第66页
   ·本章小结第66-67页
第六章 总结与展望第67-69页
   ·总结第67-68页
   ·展望第68-69页
致谢第69-71页
参考文献第71-79页
硕士期间成果第79-80页

论文共80页,点击 下载论文
上一篇:基于OpenCV的图像分割算法研究及其在屈光度测量中的应用
下一篇:渗透测试关键技术研究