基于多重叠回波采集和深度学习的单扫描定量磁共振成像

基于多重叠回波采集和深度学习的单扫描定量磁共振成像

中文摘要第10-12页ABSTRACT第12-13页第一章绪论第14-26页磁共振成像基础第14-16页磁共振成像简介第14-15页磁共振成像基本原理第15-16页超快速磁共振成像第16-17页定量磁共振成像第17-19页深度学习的发展历程第19-20页论文主要内容和结构第20-21页参考文献第21-26页第二章定量T_2成像与深度学习第26-44页引言第26页定量T_2成像原理第26-27页常规定量T_2成像方法第27-29页多扫描自旋回波第27-28页自旋回波EPI第28页多回波EPI第28-29页重叠回波分离平面成像原理第29-31页基于回波信号分离的图像重建第31-34页回波信号分离第31-33页_2图像计算第33-34页深度学习第34-36页卷积神经网络的基本结构第34-35页卷积神经网络的工作原理第35-36页残差网络简介第36页基于深度学习的图像重建第36-40页深度残差网络模型第36-38页网络训练数据第38-39页重建结果比较第39-40页参考文献第40-44页第三章基于多重叠回波采集的单扫描定量T_2成像第44-68页引言第44-45页基于四重叠回波采集的单扫描定量T_2成像原理及重建方法第45-49页基于四重叠回波采集的单扫描定量T2成像原理第45-47页重建网络模型第47-48页损失函数第48-49页网络训练与实验第49-52页网络训练参数第49-51页数据采集第51页模拟实验参数第51页模型实验参数第51页人脑实验参数第51-52页实验结果第52-57页模拟实验第52-53页模型实验第53-54页人脑实验第54-57页讨论第57-62页本章小结第62页参考文献第62-68页第四章基于多重叠回波采集的单扫描多参数成像第68-78页引言第68页基于三重叠回波采集的单扫描多参数成像原理及重建方法第68-71页基于三重叠回波采集的单扫描多参数成像原理第68-70页重建网络模型第70-71页网络训练与实验第71-73页网络训练参数第71-72页数据采集第72-73页模拟实验参数第73页模型实验参数第73页实验结果第73-75页模拟实验第73-74页模型实验第74-75页本章小结第75-76页参考文献第76-78页第五章总结与展望第78-80页全文总结第78-79页展望第79-80页科研成果发表情况第80-81页致谢第81页。