基于字典学习的磁共振图像重建
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词表 | 第9页 |
| 符号变量表 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容及意义 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 基于压缩感知的磁共振成像原理 | 第14-21页 |
| 2.1 磁共振成像理论 | 第14-16页 |
| 2.1.1 MRI工作原理 | 第14-15页 |
| 2.1.2 k空间数据 | 第15-16页 |
| 2.2 压缩感知理论 | 第16-17页 |
| 2.3 CS在MRI上的应用 | 第17-21页 |
| 2.3.1 快速三维血管造影术 | 第17-18页 |
| 2.3.2 全心脏冠状动脉成像 | 第18-19页 |
| 2.3.3 脑成像 | 第19-21页 |
| 第三章 基于浅层字典的磁共振图像重建 | 第21-36页 |
| 3.1 CS-MRI模型 | 第21页 |
| 3.2 基于解析字典的磁共振图像重建 | 第21-22页 |
| 3.2.1 全变差极小化方法 | 第21-22页 |
| 3.2.2 共轭梯度法 | 第22页 |
| 3.3 基于合成字典的磁共振图像重建 | 第22-28页 |
| 3.3.1 稀疏表示 | 第23-24页 |
| 3.3.2 构造字典 | 第24-26页 |
| 3.3.3 迭代重建 | 第26-28页 |
| 3.4 实验结果与分析 | 第28-35页 |
| 3.4.1 视觉评估 | 第28-30页 |
| 3.4.2 量化评估 | 第30-33页 |
| 3.4.3 参数分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于深层字典的磁共振图像重建 | 第36-53页 |
| 4.1 神经网络理论 | 第36-40页 |
| 4.1.1 神经网络 | 第36-38页 |
| 4.1.2 反向传播算法 | 第38-40页 |
| 4.2 基于深层字典的磁共振图像重建 | 第40-44页 |
| 4.2.1 用于磁共振图像重建的卷积神经网络 | 第40-42页 |
| 4.2.2 网络训练 | 第42-44页 |
| 4.3 实验结果与分析 | 第44-48页 |
| 4.3.1 视觉评估 | 第44-45页 |
| 4.3.2 量化评估 | 第45页 |
| 4.3.3 参数分析 | 第45-48页 |
| 4.4 对基于深层字典学习算法的改进 | 第48-52页 |
| 4.4.1 DC层 | 第49页 |
| 4.4.2 分频训练 | 第49-51页 |
| 4.4.3 对DC层和分频的评估 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-56页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简介 | 第60页 |
