基于子空間分析法的腦中風微波檢測研究.pdf

1、隨著現(xiàn)在生活水平不斷提升，腦中風發(fā)病人數(shù)激增，腦中風已經(jīng)成為除癌癥之外威脅人類生命的一大殺手，腦中風及時得到檢測和治療會大大提高存活率和治愈率。所以腦中風的早期診斷尤為重要，同時也得到了海內(nèi)外研究人員的高度關注。腦中風微波檢測是利用微波技術對腦中風進行檢測，具有及時快速，低成本，高有效性并且安全性能良好的優(yōu)點。
　　目前人體微波無損檢測主要采用基于電磁逆散射原理的微波成像技術，難以有效地應用于具有復雜結(jié)構組織，中風病灶與正常組織介

2、電特性相差不大的腦中風檢測，本文將模式識別的分類檢測方法用于腦中風檢測，采用基于子空間分析法的腦中風檢測分類器模型，提出了基于天線對交叉點的中風病灶定位算法，有效而且快速地檢測并定位腦中風。本文首先介紹了微波檢測腦中風的理論基礎，包括腦部復雜的結(jié)構組織以及微波檢測的基本原理，進行微波檢測系統(tǒng)的設計，主要由產(chǎn)生激勵信號的調(diào)制高斯脈沖、發(fā)送和接收天線、數(shù)據(jù)收集模塊和數(shù)據(jù)分析模塊四個部分組成。
　　其次，本文基于時域有限差分法（ FDT

3、D, Finite-Difference Time-Domain）算法創(chuàng)建人腦電磁計算仿真模型，獲取微波透射 S參數(shù)作為仿真數(shù)據(jù)樣本，并對兩類不同樣本，即含有血塊的腦部數(shù)據(jù)和正常腦部數(shù)據(jù)，進行標識，組成樣本庫；然后進行特征提取，建立子空間線性分類函數(shù)，利用交叉驗證，設計和訓練子空間分類器，來區(qū)分這兩類樣本，并利用主角度序列法，對分類子空間基向量進行優(yōu)化；進一步，建立子空間分類器識別血塊是否在天線對連線上，進而利用天線對交叉定位原理，進行

4、腦中風病灶的定位。
　　然后搭建實驗平臺利用實驗數(shù)據(jù)驗證腦中風檢測和定位方法，實驗平臺利用超寬帶天線收發(fā)射頻信號，根據(jù)腦部介電特性采用材料替代腦部具體組織，構建腦部頭型。微波收集模塊采用羅德施瓦茨（ZVL）矢量網(wǎng)絡分析儀收集S參數(shù)。通過腦中風檢測實驗系統(tǒng)證明了本方法對實驗數(shù)據(jù)具有較高的分類準確性。
　　最后總結(jié)全文，并進行展望。經(jīng)仿真和實驗系統(tǒng)證明，基于子空間分類方法的腦中風檢測和定位方法，具有較高的分類正確性，是一種有效的