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

磁共振图像超分辨率重建算法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-21页
    1.1 课题的研究背景及意义第11-12页
    1.2 国内外研究现状第12-13页
    1.3 超分辨重建算法的介绍第13-18页
        1.3.1 基于插值的方法第14-16页
        1.3.2 基于重建的方法第16-18页
        1.3.3 基于学习的方法第18页
    1.4 图像超分辨率重建的评价标准第18-19页
        1.4.1 主观评价标准第18-19页
        1.4.2 客观评价标准第19页
    1.5 本章研究内容第19-21页
第2章 磁共振成像的基本原理第21-28页
    2.1 磁共振成像原理第21-27页
        2.1.1 磁共振成像信号产生第21-23页
        2.1.2 磁共振成像信号的采集第23-24页
        2.1.3 磁共振信号的层面选择第24页
        2.1.4 磁共振信号的空间编码第24-26页
        2.1.5 K-空间第26-27页
    2.2 本章小结第27-28页
第3章 基于非局部相似MRI图像超分辨率重建第28-45页
    3.1 理论基础第28-30页
        3.1.1 算法模型基础第28-29页
        3.1.2 图像正则化第29-30页
    3.2 非局部均值方法简介第30-31页
    3.3 非局部相似MRI图像超分辨率重建第31-35页
        3.3.1 概述第31-32页
        3.3.2 基于通道先验信息的非局部正则化第32-33页
        3.3.3 算法的具体描述第33-35页
    3.4 实验结果和分析第35-44页
        3.4.1 实验数据的选取第35-36页
        3.4.2 实验参数选取第36-38页
        3.4.3 实验结果第38-44页
    3.5 本章小结第44-45页
第4章 基于稀疏表示的图像超分辨率理论第45-52页
    4.1 稀疏表示的基本思想第45-46页
    4.2 稀疏表示问题的优化算法第46-49页
        4.2.1 基追踪算法第47页
        4.2.2 匹配追踪算法第47-48页
        4.2.3 正交匹配追踪第48-49页
    4.3 稀疏表示字典的设计第49-51页
        4.3.1 最佳方向法第49-50页
        4.3.2 最大似然法第50-51页
        4.3.3 奇异值分解法第51页
    4.4 本章小结第51-52页
第5章 基于稀疏表示的MRI图像超分辨率重建第52-70页
    5.1 理论推导第52-55页
    5.2 字典训练阶段第55-59页
        5.2.1 单个字典训练第56-57页
        5.2.2 联合字典训练第57-58页
        5.2.3 图像块特征提取第58-59页
    5.3 图像重建阶段第59-61页
    5.4 迭代反投影法的应用第61页
    5.5 实验结果与分析第61-68页
        5.5.1 超分辨率图像重建第62-64页
        5.5.2 字典大小对重建效果的影响第64-66页
        5.5.3 正则化参数对重建效果的影响第66-68页
    5.6 本章小结第68-70页
第6章 总结和展望第70-72页
    6.1 工作总结第70页
    6.2 展望第70-72页
参考文献第72-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于B/S模式的医院门诊预约挂号系统的设计与实现
下一篇:基于棱镜的医用内窥镜3D显示技术研究