| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| Table of Contents | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 MRI重建研究背景 | 第12-13页 |
| 1.2 基于压缩感知的MRI重建研究现状 | 第13-16页 |
| 1.3 本文主要工作和内容 | 第16-18页 |
| 第二章 稀疏表示和压缩感知理论 | 第18-29页 |
| 2.1 稀疏表示基本概念 | 第18-19页 |
| 2.2 稀疏表示理论基础 | 第19-24页 |
| 2.2.1 傅里叶变换 | 第19-20页 |
| 2.2.2 离散余弦变换 | 第20-21页 |
| 2.2.3 小波变换 | 第21-22页 |
| 2.2.4 自适应字典学习稀疏表示 | 第22-24页 |
| 2.3 压缩感知基本理论 | 第24-25页 |
| 2.4 压缩感知信号重构算法 | 第25-27页 |
| 2.4.1 贪婪算法 | 第25-26页 |
| 2.4.2 松弛算法 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于非局部相似块低秩先验的图像去噪模型 | 第29-43页 |
| 3.1 图像的不同先验 | 第29-32页 |
| 3.1.1 图像的变换域稀疏 | 第29-30页 |
| 3.1.2 图像非局部相似块聚类 | 第30-32页 |
| 3.2 图像非局部相似块低秩先验 | 第32-33页 |
| 3.3 基于低秩先验的非局部图像去噪 | 第33-38页 |
| 3.3.1 非局部图像去噪算法简介 | 第33-35页 |
| 3.3.2 本文所提基于低秩先验的非局部图像去噪算法 | 第35-37页 |
| 3.3.3 阈值估计方法 | 第37-38页 |
| 3.4 实验结果 | 第38-42页 |
| 3.4.1 图像质量客观评价标准 | 第38-39页 |
| 3.4.2 实验结果对比及分析 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于非局部相似块低秩先验的MRI重建模型 | 第43-66页 |
| 4.1 前言 | 第43-44页 |
| 4.1.1 MRI稀疏重建算法简介 | 第43-44页 |
| 4.1.2 交替方向乘子算法(ADMM) | 第44页 |
| 4.2 基于非局部相似块低秩先验的MRI重建模型 | 第44-50页 |
| 4.2.1 模型的建立 | 第44-46页 |
| 4.2.2 模型的推导与求解 | 第46-49页 |
| 4.2.3 总结 | 第49-50页 |
| 4.3 实验结果与分析 | 第50-65页 |
| 4.3.1 实验参数设置 | 第52页 |
| 4.3.2 仿真实验 | 第52-60页 |
| 4.3.3 无噪声实际数据 | 第60-64页 |
| 4.3.4 有噪声实际数据 | 第64-65页 |
| 4.4 本章总结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72页 |