广义双层伯格曼字典学习的非凸磁共振图像重建算法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 磁共振成像 | 第7-10页 |
| 1.1.1 磁共振成像的历史 | 第7-9页 |
| 1.1.2 医学上的优点 | 第9页 |
| 1.1.3 医学上的缺点 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 课题的来源和主要工作及内容安排 | 第12-14页 |
| 1.3.1 课题来源 | 第12页 |
| 1.3.2 主要的工作 | 第12-13页 |
| 1.3.3 各章内容的安排 | 第13-14页 |
| 第2章 核磁共振成像原理 | 第14-20页 |
| 2.1 核磁共振成像 | 第14-18页 |
| 2.1.1 MRI的原理 | 第14-15页 |
| 2.1.2 空间编码 | 第15-18页 |
| 2.2 k空间和图像重建 | 第18-19页 |
| 2.3 小结 | 第19-20页 |
| 第3章 压缩感知基本理论 | 第20-29页 |
| 3.1 压缩感知理论 | 第20-25页 |
| 3.1.1 信号的稀疏表示 | 第21-22页 |
| 3.1.2 测量矩阵的设计 | 第22-24页 |
| 3.1.3 信号的重建算法 | 第24-25页 |
| 3.2 压缩感知与核磁共振成像重建 | 第25-28页 |
| 3.3 小结 | 第28-29页 |
| 第4章 字典学习算法 | 第29-41页 |
| 4.1 传统的字典学习算法 | 第29-31页 |
| 4.2 改进型的字典学习算法 | 第31-40页 |
| 4.2.1 增广拉格朗日字典学习算法AL-DL | 第31-35页 |
| 4.2.2 双层伯格曼字典学习算法TBMDU | 第35-40页 |
| 4.3 小结 | 第40-41页 |
| 第5章 广义阈值双层伯格曼字典学习算法 | 第41-52页 |
| 5.1 广义阈值算法GISTA | 第41-42页 |
| 5.2 广义双层伯格曼字典学习重建算法 | 第42-43页 |
| 5.3 实验结果与分析 | 第43-51页 |
| 5.3.1 模拟核磁共振数据的重建 | 第44-48页 |
| 5.3.2 真实核磁共振数据的重建 | 第48-51页 |
| 5.4 小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57页 |
