1、分類號：密級：UDC：學(xué)號：416114413026南昌大學(xué)專業(yè)學(xué)位研究生學(xué)位論文基于圖結(jié)構(gòu)正則化稀疏表示的雙層伯格曼磁共振基于圖結(jié)構(gòu)正則化稀疏表示的雙層伯格曼磁共振成像重建算法成像重建算法TwolevelBregmanMethodfMRIReconstructionwithGraphRegularizedSparseCoding尹子瑞培養(yǎng)單位（院、系）：信息工程學(xué)院指導(dǎo)教師姓名、職稱：張明輝教授指導(dǎo)教師姓名、職稱：鄧小文高級工程師專業(yè)

2、學(xué)位種類：工程碩士專業(yè)領(lǐng)域名稱：電子與通信工程論文答辯日期：2015年5月24日答辯委員會主席：評閱人：2015年月日摘要I摘要近年來，隨著壓縮感知廣泛應(yīng)用于磁共振成像和模式識別，加上自適應(yīng)字典學(xué)習(xí)的發(fā)展，將字典學(xué)習(xí)和稀疏表示輪換迭代更新求解一系列的線性方程，已成為高欠采樣下磁共振成像的主流模型。但是，現(xiàn)有磁共振成像的稀疏表示模型只駐留在如何將低維流形的語義結(jié)構(gòu)嵌入到更高維度的K空間數(shù)據(jù)，而很少關(guān)注K空間數(shù)據(jù)本身的幾何結(jié)構(gòu)信息，本文在基

3、于圖結(jié)構(gòu)正則化稀疏表示模型的基礎(chǔ)上，結(jié)合了雙層伯格曼字典學(xué)習(xí)，利用了K空間數(shù)據(jù)本身的幾何結(jié)構(gòu)信息，增加圖像結(jié)構(gòu)的差異性，應(yīng)用了基于圖結(jié)構(gòu)正則化稀疏表示的雙層伯格曼磁共振成像算法，實現(xiàn)了更高分辨率的成像。此外，雙層伯格曼迭代思想的引入大大提高了算法的實現(xiàn)速度，其中，外層迭代加強了對K空間數(shù)據(jù)的約束能力，內(nèi)層迭代則用于解決一些子問題，如圖像塊的字典更新和稀疏表示系數(shù)，同時，在內(nèi)層迭代中，改進的稀疏表示和簡潔的字典更新策略使算法能快速地趨于收