版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、光聲成像是一種無損的、能對(duì)生物組織實(shí)現(xiàn)精確的結(jié)構(gòu)成像和功能成像的醫(yī)學(xué)影像技術(shù)。近年來,它以其高對(duì)比度、高穿透性等優(yōu)點(diǎn)而受到研究者們的關(guān)注,光聲成像技術(shù)可以用于早期腫瘤檢測、腦功能成像、血管成像等領(lǐng)域。一般情況下,要想獲得高分辨率的光聲圖像,就需要用多個(gè)超聲換能器在多個(gè)角度上獲取大量的光聲數(shù)據(jù)。這對(duì)成像速度、數(shù)據(jù)存儲(chǔ)、硬件需求等課題提出了挑戰(zhàn)。所以,如何利用有限的實(shí)現(xiàn)條件獲得的少量測量數(shù)據(jù)重構(gòu)出高分辨率的光聲圖像具有重要的理論研究和實(shí)際應(yīng)
2、用價(jià)值。本文的研究目的在于借助稀疏優(yōu)化方法,探索如何從有限的觀測數(shù)據(jù)中獲得高分辨率的光聲圖像。本文的主要研究成果如下:
研究了基于邊膨脹圖的非均勻稀疏采樣和信號(hào)重建方法。基于不同重要性的稀疏信號(hào)分量在被測量次數(shù)上應(yīng)當(dāng)存在差異這一前提,提出用邊膨脹圖來模擬這樣的非均勻稀疏采樣過程,并從理論上證明了這種非均勻稀疏采樣模式下獲得的壓縮測量數(shù)據(jù)是接近完備的。再根據(jù)邊膨脹圖的特性,設(shè)計(jì)與其相匹配的稀疏信號(hào)重建算法。利用支撐集可估計(jì)的高斯
3、隨機(jī)稀疏信號(hào)仿真實(shí)驗(yàn)證明,非均勻的稀疏采樣方式結(jié)合協(xié)同設(shè)計(jì)的信號(hào)重建算法能夠快速有效地重建出原始信號(hào)。
研究了有限角度觀測的光聲斷層成像技術(shù)。針對(duì)光聲斷層成像觀測角度受限這一普遍現(xiàn)象,提出用光學(xué)掩膜的變化來調(diào)制多重聲源,用“多聲源少探測器”的測量方式代替?zhèn)鹘y(tǒng)的“單聲源多探測器”的測量模式,從而可以在很少的角度上獲得足夠的觀測數(shù)據(jù)。并根據(jù)邊膨脹圖理論設(shè)計(jì)出非均勻采樣下的掩膜編碼,能使獲得的數(shù)據(jù)更加充分。再引入相應(yīng)的稀疏約束項(xiàng),設(shè)
4、計(jì)與其匹配的優(yōu)化求解算法重建圖像。用血管圖像和乳腺癌圖像的仿真實(shí)驗(yàn)結(jié)果表明所提出的方法能在觀測角度受限時(shí)發(fā)揮很大的作用。
研究了基于方向性全變分的超分辨率圖像重建方法。針對(duì)一類帶有明顯方向性信息的圖像,提出用方向性全變分稀疏約束項(xiàng)來描述其高階的細(xì)節(jié)信息的同時(shí)還能保護(hù)圖像邊緣的重建效果,并基于交替方向性乘子法設(shè)計(jì)出與模型相匹配的稀疏優(yōu)化求解算法。用帶有一定方向性的圖像進(jìn)行仿真實(shí)驗(yàn),并用結(jié)構(gòu)相似性和峰值信噪比來評(píng)價(jià)實(shí)驗(yàn)結(jié)果,數(shù)值仿
5、真實(shí)驗(yàn)證明該方法對(duì)這類特殊的圖像有很好的超分辨率重建結(jié)果,且方法的實(shí)現(xiàn)又極為簡單。
研究了基于二階廣義方向性全變分的光聲顯微圖像超分辨率重建技術(shù)。利用很多光聲圖像如血管圖像都帶有很明顯的方向信息這一先驗(yàn)知識(shí),提出在方向性全變分基礎(chǔ)上用二階廣義方向性全變分進(jìn)一步描述此類圖像的高階細(xì)節(jié)信息,同時(shí)可以消除一階方向性全變分引起的鋸齒狀偽影,并根據(jù)交替方向乘子法設(shè)計(jì)有效的稀疏優(yōu)化圖像重建算法。血管光聲圖像以及實(shí)際測量的石墨和薄銅條光聲圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于稀疏編碼網(wǎng)絡(luò)的圖像超分辨率重建.pdf
- 基于稀疏表示的單幅圖像超分辨率重建研究.pdf
- 基于稀疏表示的單幅彩色圖像超分辨率重建方法研究.pdf
- 基于稀疏表示的超分辨率圖像重建算法研究.pdf
- 基于稀疏表示和局部秩的單幅圖像超分辨率重建方法研究.pdf
- 圖像超分辨率重建方法研究.pdf
- 基于稀疏表示的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的單幅圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的文本圖像超分辨率重建研究.pdf
- 基于稀疏表示的超分辨率重建和圖像修復(fù)研究.pdf
- 基于稀疏約束的圖像超分辨率重建技術(shù)研究.pdf
- 基于稀疏表示的彩色圖像超分辨率重建算法研究.pdf
- 基于稀疏字典學(xué)習(xí)和核稀疏表示的圖像超分辨率重建.pdf
- SAR圖像分辨率增強(qiáng)方法研究.pdf
- 基于稀疏表示和回歸的圖像超分辨率重建的研究.pdf
- 基于特征圖像分類以及稀疏表示的超分辨率重建.pdf
- 基于稀疏表示和回歸的圖像快速超分辨率重建.pdf
- 基于稀疏正則模型的彩色圖像超分辨率重建算法研究.pdf
- 基于稀疏表示的單幀圖像超分辨率重建算法研究.pdf
評(píng)論
0/150
提交評(píng)論