最優(yōu)化方法在核磁共振數(shù)據(jù)處理中的應(yīng)用.pdf

1、本文主要研究了最優(yōu)化方法在核磁共振數(shù)據(jù)處理中的應(yīng)用，包括遺傳算法在核磁共振信號(hào)曲線擬合中的應(yīng)用以及在磁共振成像圖像降噪中的應(yīng)用。 針對(duì)曲線擬合的數(shù)值迭代方法有很多，包括多元函數(shù)的下山單純行法、多元函數(shù)的變尺度法、多元函數(shù)的共軛梯度法等。這些算法在使用上的常見限制包括要求比較準(zhǔn)確地設(shè)置參數(shù)的初始值、不適用于擬合參數(shù)較多的情況等。遺傳算法在這方面有了新的突破，使其獲得了廣泛的應(yīng)用。 本文在簡(jiǎn)單遺傳算法(sGA)的基礎(chǔ)上，針對(duì)

2、簡(jiǎn)單遺傳算法在曲線擬合應(yīng)用中局部搜索能力差、收斂精度低的特點(diǎn)，提出了一種新的基于種群再分布的改進(jìn)型遺傳算法(PRGA)。該算法在遺傳算法進(jìn)行的過程中，根據(jù)最優(yōu)解的優(yōu)劣，調(diào)整種群在最優(yōu)解附近的分布，從而增強(qiáng)了算法的局部搜索能力。通過實(shí)驗(yàn)，證明該方法對(duì)于曲線擬合問題能取得優(yōu)于簡(jiǎn)單遺傳算法和傳統(tǒng)數(shù)值迭代方法的結(jié)果。 此外，我們還將最優(yōu)化方法應(yīng)用到對(duì)圖像降噪算法的優(yōu)化中。通過對(duì)小波域圖像降噪算法NeighShrink的優(yōu)化，提出了具有自