论文目录 | |
摘要 | 第1-6页 |
abstract | 第6-10页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景与意义 | 第10-12页 |
1.2 基于CS的MRI并行成像方法的研究历史与现状 | 第12-15页 |
1.3 本文主要工作及章节安排 | 第15-17页 |
第二章 并行磁共振与压缩感知磁共振成像方法 | 第17-31页 |
2.1 磁共振原理 | 第17页 |
2.2 图像重建过程 | 第17-20页 |
2.2.1 频率和相位编码 | 第17-18页 |
2.2.2 重建过程 | 第18-20页 |
2.3 pMRI与CS重建方法 | 第20-24页 |
2.3.1 pMRI重建方法 | 第20-23页 |
2.3.2 CS重建方法 | 第23-24页 |
2.4 MRI重建方法分析 | 第24-29页 |
2.4.1 pMRI重建方法优势与不足 | 第24-27页 |
2.4.2 CS-MRI重建方法优势与不足 | 第27-29页 |
2.5 本章小结 | 第29-31页 |
第三章 基于多通道联合的压缩感知成像方法 | 第31-50页 |
3.1 基于多通道联合的压缩感知重建模型MCS-MRI | 第31-34页 |
3.1.1 MCS-MRI重建模型 | 第31-33页 |
3.1.2 空间敏感度信息的估计 | 第33-34页 |
3.2 基于Noiselet编码的介绍 | 第34-36页 |
3.2.1 Noiselet变换函数 | 第34-35页 |
3.2.2 Noiselet编码中的欠采样 | 第35-36页 |
3.3 Fourier与Noiselet的RIP分析 | 第36-38页 |
3.4 随机欠采样模型 | 第38-42页 |
3.4.1 点分布函数与变换点分布函数 | 第38-39页 |
3.4.2 K空间采样方式的非相干性测量 | 第39-42页 |
3.5 实验结果及分析 | 第42-49页 |
3.5.1 实验数据采集与对比方法 | 第42-43页 |
3.5.2 重建实验流程 | 第43页 |
3.5.3 脑部数据重建实验结果 | 第43-49页 |
3.6 本章小结 | 第49-50页 |
第四章 基于稀疏先验信息的压缩感知成像方法 | 第50-67页 |
4.1 基于稀疏先验信息的重建模型SCS-MRI | 第50-57页 |
4.1.1 重建模型的数学形式 | 第50-53页 |
4.1.2 模型的求解方法 | 第53-57页 |
4.2 迭代过程的优化改进 | 第57-59页 |
4.3 实验结果与分析 | 第59-66页 |
4.3.1 实验数据与对比方法 | 第59页 |
4.3.2 重建实验流程 | 第59-60页 |
4.3.3 实验结果分析 | 第60-66页 |
4.4 本章小结 | 第66-67页 |
第五章 SCS-MRI模型在并行成像中的应用 | 第67-76页 |
5.1 基于SCS-MRI模型的SENSE重建方法 | 第67-71页 |
5.1.1 基于SCS-MRI的SENSE重建过程 | 第67-69页 |
5.1.2 实验分析 | 第69-71页 |
5.2 基于SCS-MRI模型的GRAPPA重建方法 | 第71-75页 |
5.2.1 基于SCS-MRI的GRAPPA重建过程 | 第71-72页 |
5.2.2 实验分析 | 第72-75页 |
5.3 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-78页 |
6.1 全文总结 | 第76页 |
6.2 后续工作展望 | 第76-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-84页 |