| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 磁共振成像研究 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 磁共振成像基本知识 | 第14-21页 |
| 2.1 磁共振成像原理 | 第14-18页 |
| 2.1.1 磁共振信号产生 | 第14-16页 |
| 2.1.2 磁共振空间编码 | 第16-18页 |
| 2.2 基于傅里叶变换的磁共振重建方法 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 压缩感知算法 | 第21-29页 |
| 3.1 压缩感知基本模型与应用条件 | 第21-25页 |
| 3.2 压缩感知算法在快速磁共振成像中的应用 | 第25-27页 |
| 3.3 传统压缩感知重建框架存在问题 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 磁共振重建的常用先验信息 | 第29-36页 |
| 4.1 基于信号稀疏特性的先验信息 | 第29-31页 |
| 4.1.1 稀疏程度 | 第29-30页 |
| 4.1.2 稀疏角度 | 第30-31页 |
| 4.2 基于磁共振应用场景的先验信息 | 第31-35页 |
| 4.2.1 多对比度成像 | 第31-33页 |
| 4.2.2 多通道成像 | 第33-35页 |
| 4.3 本章小结 | 第35-36页 |
| 第5章 基于广义级数模型的压缩感知快速磁共振重建方法 | 第36-42页 |
| 5.1 广义级数模型 | 第36-37页 |
| 5.2 广义级数模型与残差图像稀疏 | 第37-39页 |
| 5.3 基于CS-GS模型的快速磁共振成像 | 第39-41页 |
| 5.4 本章小结 | 第41-42页 |
| 第6章 基于梯度方向约束的压缩感知快速磁共振重建方法 | 第42-56页 |
| 6.1 梯度方向先验 | 第42-43页 |
| 6.2 梯度方向约束的保边性 | 第43-44页 |
| 6.3 基于梯度方向约束的单个对比度图像重建 | 第44-48页 |
| 6.3.1 图像重建模型 | 第44页 |
| 6.3.2 多对比度图像实验 | 第44-48页 |
| 6.4 基于梯度方向约束的多个对比度图像联合重建 | 第48-55页 |
| 6.4.1 图像重建模型 | 第48-50页 |
| 6.4.2 SRI24实数数据仿真 | 第50-51页 |
| 6.4.3 In-vivo复数数据实验 | 第51-53页 |
| 6.4.4 T2加权图像辅助验证 | 第53-55页 |
| 6.5 本章小结 | 第55-56页 |
| 第7章 结束语 | 第56-58页 |
| 7.1 主要工作与创新点 | 第56页 |
| 7.2 后续研究工作 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录A 变密度随机欠采样矩阵代码 | 第63-65页 |
| 附录B 非线性回溯共轭梯度算法主要代码 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第69页 |