基于弱监督学习的医学图像跨模态超分辨率重建方法研究

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 超分辨率重建国内外研究历史与现状

1.2.1 传统超分辨率方法概述

1.2.2 基于学习的超分辨率方法概述

1.3 跨模态重建国内外研究历史与现状

1.4 本文的研究内容与结构安排

第二章 图像编码基础

2.1 稀疏编码基础

2.2 图像的卷积稀疏编码基础

2.2.1 ADMM算法

2.2.2 图像的特征图求解

2.2.3 图像的卷积稀疏编码算法总结

2.3 本章小结

第三章 基于卷积稀疏编码的跨模态重建

3.1 国内外研究现状

3.2 目标函数

3.3 目标函数求解

3.3.1 SA-ADMM算法

3.3.2 多图像下的滤波器优化求解

3.3.3 滤波器求解算法总结

3.4 医学图像跨模态重建

3.4.1 基于弱监督的异域图像对齐

3.4.2 重建目标模态图像

3.5 跨模态重建实验结果与分析

3.5.1 实验数据集

3.5.2 实验结果评价指标

3.5.3 收敛性分析

3.5.4 实验结果对比

3.6 本章小结

第四章 医学图像超分辨率重建

4.1 国内外研究现状

4.2 医学图像超分辨率重建

4.2.1 低分辨率图像特征提取

4.2.2 高分辨率图像特征提取

4.3 求解特征图映射函数

4.3.1 高分辨率滤波器求解

4.3.2 线性映射函数求解

4.3.3 附加变量的求解

4.3.4 映射函数求解算法总结

4.4 高分辨率图像合成

4.5 超分辨率重建实验结果与分析

4.5.1 参数设定

4.5.2 收敛性分析

4.5.3 实验结果对比

4.6 本章小结

第五章 医学图像跨模态超分辨率重建

5.1 国内外研究现状

5.2 基于弱监督的跨模态超分辨率重建

5.2.1 特征图求解

5.2.2 滤波器求解

5.2.3 映射函数求解

5.3 医学MRI跨模态超分辨率重建算法

5.4 跨模态超分辨率重建实验结果与分析

5.4.1 超分辨率重建对比实验

5.4.2 跨模态超分辨率重建对比实验

5.5 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 后续工作展望

致谢

参考文献

攻读硕士期间取得的成果