| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第13-22页 |
| 1.1 引言 | 第13-15页 |
| 1.2 动态MRI压缩感知重建 | 第15-16页 |
| 1.3 呼吸运动下的动态MRI | 第16-19页 |
| 1.4 胸腹部图像的呼吸运动配准 | 第19-20页 |
| 1.5 本文的主要工作和贡献 | 第20-21页 |
| 1.6 论文的内容组织 | 第21-22页 |
| 2 基于字典学习的低秩稀疏分解重建 | 第22-35页 |
| 2.1 低秩稀疏分解模型 | 第22-24页 |
| 2.1.1 动态MR图像的L+S分解 | 第22-23页 |
| 2.1.2 L+S表达的高效性 | 第23-24页 |
| 2.2 BCS字典学习 | 第24-26页 |
| 2.2.1 稀疏基选取 | 第24-25页 |
| 2.2.2 BCS的稀疏表达能力 | 第25-26页 |
| 2.3 动态MR图像重建 | 第26-29页 |
| 2.3.1 问题建模与可行性分析 | 第26-27页 |
| 2.3.2 模型优化算法 | 第27-29页 |
| 2.4 实验验证 | 第29-34页 |
| 2.4.1 实验数据集与参数设置 | 第29-30页 |
| 2.4.2 实验结果及分析 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 自由呼吸下的肝脏动态MRI | 第35-51页 |
| 3.1 重建算法整体框架 | 第35-37页 |
| 3.2 呼吸运动信号估计 | 第37-41页 |
| 3.2.1 多线圈并行成像系统 | 第37-38页 |
| 3.2.2 A空间数据主成分提取 | 第38-39页 |
| 3.2.3 呼吸运动信号提取 | 第39-41页 |
| 3.3 动态MR图像重建 | 第41-45页 |
| 3.3.1 初次重建 | 第41-43页 |
| 3.3.2 二次重建 | 第43-45页 |
| 3.4 实验结果及分析 | 第45-50页 |
| 3.4.1 呼吸运动信号提取结果分析 | 第45-46页 |
| 3.4.2 重建结果分析 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 4 胸腹部图像的呼吸运动配准 | 第51-73页 |
| 4.1 配准算法整体框架 | 第51-52页 |
| 4.2 配准算法具体实现 | 第52-59页 |
| 4.2.1 MRF图模型构建 | 第52-53页 |
| 4.2.2 SSC特征描述子提取与图像块相似度度量 | 第53-55页 |
| 4.2.3 提取最小生成树简化图模型 | 第55-56页 |
| 4.2.4 基于消息传递求解图模型 | 第56-58页 |
| 4.2.5 运动场一致性校正 | 第58-59页 |
| 4.3 基于图割的活动轮廓模型 | 第59-62页 |
| 4.3.1 针对3D图像的活动轮廓模型 | 第59-61页 |
| 4.3.2 基于运动场的图像粗分割 | 第61页 |
| 4.3.3 图像域细分割 | 第61-62页 |
| 4.4 实验结果及分析 | 第62-72页 |
| 4.4.1 MIDAS数据集实验结果及分析 | 第62-67页 |
| 4.4.2 COPD数据集实验结果及分析 | 第67-70页 |
| 4.4.3 DCE-MRI数据集实验结果及分析 | 第70-72页 |
| 4.5 本章小结 | 第72-73页 |
| 5 总结与展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 作者简历及攻读硕士学位期间的学术成果 | 第81页 |