首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于字典学习的并行磁共振成像

摘要第4-6页
Abstract第6-7页
第一章 绪论第12-27页
    1.1 课题研究背景及意义第12-15页
    1.2 磁共振快速成像技术研究进展第15-25页
        1.2.1 快速扫描序列设计第15-17页
        1.2.2 并行成像技术第17-20页
        1.2.3 基于压缩感知的磁共振成像方法第20-25页
    1.3 主要研究内容及章节安排第25-27页
第二章 基于字典学习的并行磁共振成像方法架构设计第27-35页
    2.1 总体架构第27-28页
    2.2 模型建立第28页
    2.3 模型求解第28-31页
    2.4 实验数据简介第31-32页
    2.5 重建图像质量评价指标第32-33页
    2.6 本章总结第33-35页
第三章 基于自适应稀疏表达的并行磁共振成像第35-51页
    3.1 引言第35-36页
    3.2 基于自适应稀疏表达的并行磁共振重建方法第36-40页
        3.2.1 重建模型第36-37页
        3.2.2 重建算法第37-40页
    3.3 实验与结果分析第40-47页
        3.3.1 实验设置第40-41页
        3.3.2 接收线圈灵敏度矩阵估计第41-42页
        3.3.3 一维随机欠采模式对重建的影响第42-44页
        3.3.4 二维欠采模式对重建的影响第44-47页
    3.4 局限性第47-49页
    3.5 本章小结第49-51页
第四章 基于免校准联合稀疏表达的并行磁共振成像第51-67页
    4.1 引言第51-52页
    4.2 基于免校准的联合稀疏表达的并行磁共振重建方法第52-56页
        4.2.1 重建模型第52-53页
        4.2.2 重建算法第53-56页
    4.3 实验与结果分析第56-65页
        4.3.1 实验设置第57页
        4.3.2 一维随机欠采模式对重建的影响第57-60页
        4.3.3 二维欠采模式对重建的影响第60-63页
        4.3.4 参数设置对重建的影响第63-64页
        4.3.5 算法收敛性证明第64-65页
    4.4 本章小结第65-67页
总结与展望第67-69页
参考文献第69-75页
攻读硕士学位期间取得的研究成果第75-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:IPv6组播系统的构建及QoS路由算法研究
下一篇:基于局部特征的维吾尔文印刷体复杂文档图像检索研究