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

基于全变差正则化的磁共振SENSE图像重建算法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-14页
    1.1 课题研究背景及意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 本文主要研究内容及组织结构第12-14页
第2章 磁共振成像原理与SENSE并行成像算法第14-28页
    2.1 核磁共振理论第14-16页
        2.1.1 原子核的自旋及其与静磁场的相互作用第14-15页
        2.1.2 核磁共振现象及弛豫第15-16页
    2.2 磁共振成像的空间定位与重建第16-20页
        2.2.1 磁共振成像的空间定位第16-18页
        2.2.2 二维图像重建第18-20页
    2.3 并行成像中的SENSE重建算法第20-26页
        2.3.1 并行磁共振成像的基本原理与主要方法第20-23页
        2.3.2 SENSE并行成像算法第23-25页
        2.3.3 SENSE并行成像的病态性第25-26页
    2.4 本章小结第26-28页
第3章 基于改进的迭代TV正则化SENSE重建算法第28-52页
    3.1 线性病态问题第28-30页
    3.2 几种正则化方法理论第30-33页
        3.2.1 Tikhonov正则化方法第30-32页
        3.2.2 全变差(TV)正则化方法第32-33页
    3.3 基于Tikhonov正则化的SENSE重建第33-35页
    3.4 传统的TV正则化SENSE重建第35-36页
    3.5 改进的迭代TV正则化SENSE重建第36-43页
        3.5.1 Bregman距离与Bregman迭代第36-38页
        3.5.2 改进的迭代TV正则化SENSE重建实现过程第38-43页
    3.6 实验结果与分析第43-51页
        3.6.1 方法评估第43页
        3.6.2 实验结果分析第43-51页
    3.7 本章小结第51-52页
第4章 基于分裂BREGMAN迭代的TV正则化SENSE重建第52-70页
    4.1 传统的TV正则化模型的数值求解方法第52-55页
    4.2 分裂Bregman算法第55-59页
        4.2.1 应用分裂Bregman算法求解无约束优化问题第55-57页
        4.2.2 分裂Bregman迭代方法的收敛性第57-59页
        4.2.3 分裂Bregman方法的优点第59页
    4.3 分裂Bregman迭代的TV正则化SENSE重建实现过程第59-63页
    4.4 实验结果与分析第63-69页
        4.4.1 体膜数据实验与结果分析第64-65页
        4.4.2 大脑数据实验与结果分析第65-67页
        4.4.3 心脏数据实验与结果分析第67-69页
    4.5 本章小结第69-70页
第5章 结论与展望第70-72页
    5.1 本文工作总结第70-71页
    5.2 未来工作展望第71-72页
参考文献第72-78页
致谢第78-80页
硕士学位期间发表的论文第80页

论文共80页,点击 下载论文
上一篇:IT软件售后服务管理系统的设计与实现
下一篇:云计算环境中高能效资源分配方法的研究