基于卷积神经网络的医学图像超分辨率重建研究

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1 基于插值的超分辨率重建算法

1．2．2基于重构的超分辨率重建算法

1．2．3 基于学习的超分辨率重建算法

1．3本文研究内容及论文结构

第2章卷积神经网络基本理论

2．1卷积神经网络

2．1．1卷积神经网络特点

2．1．2网络模型结构

2．2网络训练

2．2．1前向传播算法

2．2．2反向传播算法

2．3深度学习开源框架

2．4本章小结

第3章基于卷积神经网络的图像超分辨率重建

3．1网络模型结构

3．2训练过程

3．3重建图像质量评价标准

3．3．1主观评价标准

3．3．2客观评价标准

3．4实验结果与分析

3．4．1 实验结果

3．4．2实验分析

3．5本章小结

第4章基于深层残差网络的医学图像超分辨率重建

4．1残差网络

4．2．1网络模型设计

4．2．2激活函数

4．2．3网络训练

4．3实验结果与分析

4．3．1 实验环境

4．3．2数据集选取

4．3．3实验参数设置

4．3．4实验结果

4．4本章小结

第5章基于亚像素卷积的快速医学图像超分辨率重建

5．1亚像素卷积

5．2复杂度分析

5．3基于亚像素卷积的快速医学图像超分辨率重建

5．3．1网络模型设计

5．3．2 Adam优化算法

5．3．3 网络训练

5．4实验结果与分析

5．4．1 实验环境与数据集选取

5．4．2实验参数设置

5．4．3实验结果

5．5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢