基于子空間分析法的腦中風(fēng)微波檢測研究.pdf

1、隨著現(xiàn)在生活水平不斷提升，腦中風(fēng)發(fā)病人數(shù)激增，腦中風(fēng)已經(jīng)成為除癌癥之外威脅人類生命的一大殺手，腦中風(fēng)及時(shí)得到檢測和治療會(huì)大大提高存活率和治愈率。所以腦中風(fēng)的早期診斷尤為重要，同時(shí)也得到了海內(nèi)外研究人員的高度關(guān)注。腦中風(fēng)微波檢測是利用微波技術(shù)對腦中風(fēng)進(jìn)行檢測，具有及時(shí)快速，低成本，高有效性并且安全性能良好的優(yōu)點(diǎn)。
　　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(shù)，難以有效地應(yīng)用于具有復(fù)雜結(jié)構(gòu)組織，中風(fēng)病灶與正常組織介

2、電特性相差不大的腦中風(fēng)檢測，本文將模式識別的分類檢測方法用于腦中風(fēng)檢測，采用基于子空間分析法的腦中風(fēng)檢測分類器模型，提出了基于天線對交叉點(diǎn)的中風(fēng)病灶定位算法，有效而且快速地檢測并定位腦中風(fēng)。本文首先介紹了微波檢測腦中風(fēng)的理論基礎(chǔ)，包括腦部復(fù)雜的結(jié)構(gòu)組織以及微波檢測的基本原理，進(jìn)行微波檢測系統(tǒng)的設(shè)計(jì)，主要由產(chǎn)生激勵(lì)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(gè)部分組成。
　　其次，本文基于時(shí)域有限差分法（ FDT

3、D, Finite-Difference Time-Domain）算法創(chuàng)建人腦電磁計(jì)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(jìn)行標(biāo)識，組成樣本庫；然后進(jìn)行特征提取，建立子空間線性分類函數(shù)，利用交叉驗(yàn)證，設(shè)計(jì)和訓(xùn)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(jìn)行優(yōu)化；進(jìn)一步，建立子空間分類器識別血塊是否在天線對連線上，進(jìn)而利用天線對交叉定位原理，進(jìn)行

4、腦中風(fēng)病灶的定位。
　　然后搭建實(shí)驗(yàn)平臺(tái)利用實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證腦中風(fēng)檢測和定位方法，實(shí)驗(yàn)平臺(tái)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(gòu)建腦部頭型。微波收集模塊采用羅德施瓦茨（ZVL）矢量網(wǎng)絡(luò)分析儀收集S參數(shù)。通過腦中風(fēng)檢測實(shí)驗(yàn)系統(tǒng)證明了本方法對實(shí)驗(yàn)數(shù)據(jù)具有較高的分類準(zhǔn)確性。
　　最后總結(jié)全文，并進(jìn)行展望。經(jīng)仿真和實(shí)驗(yàn)系統(tǒng)證明，基于子空間分類方法的腦中風(fēng)檢測和定位方法，具有較高的分類正確性，是一種有效的