| 题名 | 自适应字典压缩感知模型及其在MRI成像中的应用; Compressive Sensing Model Based on Adaptive Dictionary Learning and the Application for Magnetic Resonance Imaging |
| 作者 | 陈显波 |
| 答辩日期 | 2012 ; 2012 |
| 导师 | 丁兴号 |
| 关键词 | 磁共振成像 压缩传感 全局稀疏先验 块稀疏先验 Beta过程 Bayesian稀疏表示 广义高斯分布 Magnetic resonance imaging Compressed sensing image-wise sparse prior patch-wise sparse prior General Gaussian distribution |
| 英文摘要 | 磁共振成像(MagneticResonanceImaging，MRI)作为医学影像的一个重要部分，具有无辐射、多平面成像、扫描参数多、提供病理生理信息多、软组织对比分辨率高等优点，已成为临床诊断和医学科研的一种十分重要的检测手段。然而由于成像设备本身及成像方式等多种因素的影响，常规的MR成像时间较长，这一点会影响诊疗效果；另一方面被成像者的运动和其他生理性运动也会导致成像质量下降。MRI的数据采集是顺序进行的，其成像时间与采集的数据量之间成一定的比例关系。因而研究部分K空间数据（即仅采集部分数据）重建方法，以保证成像质量的前提下提高MRI成像速度具有重要的理论与实际应用价值。 压缩传感（Co...; As an important part of Medical Imaging, Magnetic resonance imaging (MRI) has become a very important medical test, because of its non-radiation, multiplan imaging, scanning many parameters to provide path physiological information and more advantages of soft-tissue contrast resolution, clinical and scientific research. However, due to many factors of imaging device and imaging modalities,conventi...; 学位：工学硕士; 院系专业：信息科学与技术学院通信工程系_信号与信息处理; 学号：23320091152821 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=34525 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/51602]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 陈显波. 自适应字典压缩感知模型及其在MRI成像中的应用, Compressive Sensing Model Based on Adaptive Dictionary Learning and the Application for Magnetic Resonance Imaging[D]. 2012, 2012. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论