| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 压缩感知理论的研究现状 | 第13-14页 |
| 1.2.2 基于压缩感知的MRI图像重构的研究现状 | 第14-15页 |
| 1.3 课题主要研究内容 | 第15-16页 |
| 1.4 章节内容安排 | 第16-19页 |
| 第二章 压缩感知及其在MRI图像重构中的应用 | 第19-33页 |
| 2.1 压缩感知基础理论 | 第19-24页 |
| 2.1.1 信号的压缩感知流程 | 第19-21页 |
| 2.1.2 信号的稀疏表示方法 | 第21-22页 |
| 2.1.3 信号的重构算法 | 第22-24页 |
| 2.2 字典学习理论简介 | 第24-27页 |
| 2.2.1 字典学习算法及分类 | 第24-25页 |
| 2.2.2 K-SVD算法简介 | 第25-27页 |
| 2.3 基于压缩感知的MRI图像重构 | 第27-32页 |
| 2.3.1 MRI成像原理简介 | 第27-29页 |
| 2.3.2 基于压缩感知的MRI图像重构模型 | 第29页 |
| 2.3.3 基于字典学习的MRI图像重构模型 | 第29-30页 |
| 2.3.4 图像重构质量的评判标准 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 结合图像分割的压缩感知MRI图像重构 | 第33-51页 |
| 3.1 引言 | 第33页 |
| 3.2 图像分割理论简介 | 第33-35页 |
| 3.2.1 图像分割算法及分类 | 第34页 |
| 3.2.2 线性变换及FCM图像分割方法简介 | 第34-35页 |
| 3.2.3 图像分割在医学图像处理中的应用 | 第35页 |
| 3.3 结合图像分割的MRI图像压缩感知重构 | 第35-50页 |
| 3.3.1 DL-MRI算法流程的改进 | 第36-37页 |
| 3.3.2 模型参数配置 | 第37-40页 |
| 3.3.3 结合线性变换的MRI图像压缩感知重构 | 第40-43页 |
| 3.3.4 结合FCM的MRI图像压缩感知重构 | 第43-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 交替方向乘子算法在压缩感知MRI图像重构中的应用 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 ADMM算法简介 | 第51-52页 |
| 4.3 将ADMM算法应用于MRI图像压缩感知重构 | 第52-59页 |
| 4.3.1 DL-MRI数学模型的改进 | 第52-54页 |
| 4.3.2 理想条件下的仿真实验 | 第54-55页 |
| 4.3.3 有噪声条件下的仿真实验 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.1.1 本文主要工作 | 第61-62页 |
| 5.1.2 本文主要创新点 | 第62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 在学期间的研究成果及发表的学术论文 | 第69页 |
