声明
第1章 绪论
1.1 课题研究背景和意义
1.2 研究现状及存在问题
1.2.1 卷积稀疏编码的研究现状
1.2.2 图像去噪的研究现状
1.2.3 磁共振图像重建研究现状
1.3 研究内容及章节安排
第2章 基于切片局部处理的多层卷积稀疏编码模型
2.1 卷积稀疏编码
2.1.1 卷积稀疏表示模型
2.1.2 基于切片局部处理的卷积稀疏表示模型
2.2 多层卷积稀疏编码
2.2.1 多层卷积稀疏编码模型
2.2.2 基于切片处理的多层卷积稀疏编码模型
2.2.3 基于切片处理的多层快速迭代收缩阈值算法
2.3 卷积稀疏编码的应用
2.4 本章小结
第3章 多层卷积稀疏编码模型的局部块坐标下降算法和收敛性
3.1 基于切片的局部块坐标下降算法
3.1.1 基于切片的局部块坐标下降算法的介绍
3.1.2 基于切片的局部块坐标下降算法的收敛性
3.2 基于切片的多层局部块坐标下降算法
3.2.1 基于切片的多层局部块坐标下降算法介绍
3.2.2 基于切片的多层局部块坐标下降算法的收敛性
3.3 图像重建数值实验
3.4 本章小结
第4章 卷积稀疏编码网络去噪模型
4.1 卷积稀疏编码网络介绍
4.2 卷积稀疏编码网络用于图像去噪
4.3 快速卷积稀疏编码网络
4.3.1 卷积可学习的快速迭代收缩阈值算法
4.3.2 学习快速迭代阈值算法梯度映射范数的最坏情况界
4.4 改进的快速卷积稀疏编码网络
4.4.1 改进的卷积可学习的快速迭代收缩阈值算法
4.4.2 改进的卷积可学习快速迭代收缩阈值算法梯度映射范数的最坏情况界
4.5 图像去噪数值实验
4.6 本章小结
第5章 基于卷积稀疏编码网络的磁共振图像重建
5.1 压缩感知磁共振图像重建
5.2 卷积稀疏编码磁共振图像重建模型
5.3 近似卷积稀疏编码网络用于磁共振图像重建
5.4 磁共振图像重建数值实验
5.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
燕山大学;