| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文内容结构安排 | 第15-17页 |
| 第2章 压缩感知理论的基本知识 | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 压缩感知基本模型及关键技术 | 第18-23页 |
| 2.2.1 信号的稀疏表示 | 第20-21页 |
| 2.2.2 信号的稀疏测量 | 第21页 |
| 2.2.3 信号重构 | 第21-23页 |
| 2.3 限制等容性质与相干性 | 第23-25页 |
| 2.3.1 限制等容性质 | 第23-24页 |
| 2.3.2 相干性 | 第24-25页 |
| 2.4 信号重构效果客观评价参数 | 第25-26页 |
| 2.5 医学图像分析 | 第26-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 压缩感知理论中测量矩阵的设计 | 第31-43页 |
| 3.1 压缩感知测量矩阵基本知识 | 第31-32页 |
| 3.2 压缩感知常用测量矩阵 | 第32-37页 |
| 3.2.1 随机高斯测量矩阵 | 第32-33页 |
| 3.2.2 随机贝努力测量矩阵 | 第33页 |
| 3.2.3 部分正交测量矩阵 | 第33-34页 |
| 3.2.4 部分哈达玛测量矩阵 | 第34页 |
| 3.2.5 托普利兹测量矩阵与循环测量矩阵 | 第34-35页 |
| 3.2.6 不同测量矩阵性能比较 | 第35-37页 |
| 3.3 基于奇异值分解的测量矩阵的优化 | 第37-41页 |
| 3.3.1 基于奇异值的测量矩阵的优化 | 第37-38页 |
| 3.3.2 实验及结果分析 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 压缩感知重构算法研究 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 贪婪算法 | 第43-51页 |
| 4.2.1 匹配追踪算法(MP)与正交匹配追踪算法(OMP) | 第43-46页 |
| 4.2.2 正规化的正交匹配追踪算法（ROMP） | 第46-48页 |
| 4.2.3 压缩采样匹配追踪算法（CoSaMP） | 第48-49页 |
| 4.2.4 子空间追踪算法(SP) | 第49-51页 |
| 4.3 凸优化算法 | 第51-57页 |
| 4.3.1 迭代最小二乘法(IRLS) | 第52-53页 |
| 4.3.2 梯度投影算法(GPSR) | 第53-56页 |
| 4.3.3 最小全变分重构算法(TV) | 第56-57页 |
| 4.4 不同重构算法的性能对比分析 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 基于医学图像改进的最小全变分重构算法 | 第61-75页 |
| 5.1 最小全变分重构算法 | 第61-65页 |
| 5.2 改进的最小全变分重构算法 | 第65-66页 |
| 5.3 实验及结果分析 | 第66-73页 |
| 5.4 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 作者简介及科研成果 | 第81-82页 |
| 致谢 | 第82页 |