首页 | 本学科首页   官方微博 | 高级检索  
     

基于生成对抗网络的注入电流式热声成像逆问题研究
引用本文:郭亮,王祥业,姜文聪.基于生成对抗网络的注入电流式热声成像逆问题研究[J].电工技术学报,2021,36(z1):22-30.
作者姓名:郭亮  王祥业  姜文聪
作者单位:中国石油大学(华东)控制科学与工程学院 青岛 266580
基金项目:高等学校自主创新项目;青岛市科技计划;高等学校自主创新项目
摘    要:注入电流式热声成像结合了电阻抗成像高对比度和超声成像高分辨率的优势,在生物医学成像领域具有广阔的应用前景.该成像方法激励效率高、检测信噪比强,但在较低频率的电磁激励下,重建目标体电导率的高分辨率图像仍然具有很大的挑战.该文提出一种基于生成对抗网络的电导率重建新方法,包含三个步骤:首先用维纳滤波反卷积,将超声探头输出的电信号还原为真实声信号;然后利用滤波反投影获得初始声源图像;最后将初始声源图像和电导率图像进行匹配,作为生成对抗网络的训练样本,构建用于电导率重建的深度学习模型.经理论分析与仿真研究发现,新方法通过引入深度神经网络,能够挖掘出蕴含在数据中的逆问题求解模型,进而重建高分辨率的电导率图像,且具有很强的抗干扰特性.新方法的提出为解决注入电流式热声成像的电导率重建问题提供了新思路.

关 键 词:注入电流式热声成像  逆问题  电导率重建  深度学习  生成对抗网络

The Study on the Inverse Problem of Applied Current Thermo-Acoustic Imaging Based on Generative Adversarial Network
Guo Liang,Wang Xiangye,Jiang Wencong.The Study on the Inverse Problem of Applied Current Thermo-Acoustic Imaging Based on Generative Adversarial Network[J].Transactions of China Electrotechnical Society,2021,36(z1):22-30.
Authors:Guo Liang  Wang Xiangye  Jiang Wencong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号