電阻抗成像逆問(wèn)題的正則化方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩42頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(jiǎn)介

1、電阻抗成像(EIT)技術(shù)是近年來(lái)發(fā)展起來(lái)的一種新的圖像重建技術(shù)。它根據(jù)生物體內(nèi)部不同組織導(dǎo)電參數(shù)的相異性,由注入的安全電流信號(hào)和測(cè)量得到的電壓數(shù)據(jù),利用重建算法得到生物體內(nèi)部電阻抗的分布圖像。它不使用核素或射線,對(duì)人體無(wú)害,可以多次測(cè)量,重復(fù)使用,具有無(wú)創(chuàng)傷、連續(xù)檢測(cè)等特點(diǎn),近年來(lái)已成為國(guó)內(nèi)外生物醫(yī)學(xué)工程領(lǐng)域研究的熱點(diǎn)問(wèn)題之一。 本論文首先對(duì)生物電阻抗成像技術(shù)的國(guó)內(nèi)外發(fā)展?fàn)顩r進(jìn)行了綜述,對(duì)該技術(shù)的應(yīng)用前景進(jìn)行了展望,對(duì)幾種典型的

2、EIT 重構(gòu)算法進(jìn)行了分析。隨后,利用有限元法(FEM)對(duì)EIT正問(wèn)題進(jìn)行求解。對(duì)EIT 場(chǎng)域進(jìn)行了數(shù)學(xué)描述,針對(duì)人體血管建立了EIT 正問(wèn)題求解的數(shù)學(xué)模型,為EIT 逆問(wèn)題的求解打下基礎(chǔ)。進(jìn)而,對(duì)于EIT 阻抗重構(gòu),采用修正的牛頓-拉夫遜(MNR)方法,針對(duì)其病態(tài)特征進(jìn)行正則化方法的研究。 分別研究了Tikhonov正則化方法,變差正則化方法和將Tikhonov 正則化與變差正則化結(jié)合起來(lái)的混合正則化方法。針對(duì)血管壁內(nèi)脂肪塊的

3、仿真模型,分別進(jìn)行了仿真實(shí)驗(yàn),并對(duì)三種正則化方法的結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明,Tikhonov 正則化雖然目標(biāo)函數(shù)在迭代中有所收斂,但是目標(biāo)區(qū)域與背景區(qū)域間邊界模糊,成像效果不好;變差正則化方法有效地改善了MNR 方法的病態(tài)性,使其解適定,與Tikhonov正則化相比,重構(gòu)圖像目標(biāo)區(qū)域電阻率分布的陡峭度顯著增加,與背景區(qū)域的區(qū)別更加明顯,向目標(biāo)區(qū)域的收斂的集中程度也進(jìn)一步提高;混合正則化算法保留了Tikhonov 正則化重構(gòu)算法的收斂

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論