一种磁感应成像中生物组织涡流信号的新型测量方法

磁感应成像(MIT)是对所测生物组织电导率进行图像重建的一种新型技术,生物组织所产生的涡流信号过于微弱制约着MIT检测装置的设计精度和重建图像的分辨率.该文基于涡流信号的特点,提出一种最大化减少主磁场信号的涡流检测方法,即对线圈传感器进行改进有效抵消主磁场信号从而增大涡流场.针对所提出的MIT测量模型,通过仿真实验,确...     

导数法峰值锐化算法提高磁感应成像图像分辨率

磁感应成像(MIT)是一种利用电磁感应原理重构生物组织电导率分布的非接触式电阻抗成像技术。该文利用亥姆霍兹线圈和20个检测线圈搭建了旋转式磁感应成像系统,利用滤波反投影算法重构图像。分别利用2阶和4阶导数法峰值锐化算法处理单目标和双目标检测线圈的测量数据,通过3个客观参数对比处理前后的重构图像结果。结果证明磁感应成像中导数法峰值锐化能够有效地增加图像质量。     

基于改进牛顿-拉夫逊算法的脑出血磁感应断层成像研究

针对脑出血磁感应断层成像(MIT)中正问题模型过于简化、图像重建质量较低、算法收敛效率低、病变与背景间伪影较大、耗时较长等问题,该文提出一种用于脑出血MIT的改进牛顿-拉夫逊(NR)算法。将线性反投影(LBP)算法计算结果作为改进NR算法的迭代初值,在目标函数中加入自适应加速惩罚项和L2范数惩罚项,提高算法每一步迭代的效率,减少重建图像的伪影。引入投影算子P施加物理意义上的约束,提高收敛速度并改善成像质量。利用Comsol Multiphysics构建了包含头皮、颅骨、脑脊液和脑实质的真实3维颅脑模型。仿真计算了相位差检测值和灵敏度矩阵用于后续的图像重建。利用所提改进NR算法与5种图像重建算法分别对3个位置出血量分别为24 ml, 14 ml, 2 ml的脑出血进行磁感应断层成像。实验结果表明,所提算法相比其他5种算法重建图像的质量更高,成像时间平均只需NR算法的1/3。使用更少的迭代次数重建出更高质量的图像,并且能实现2 ml脑出血的图像重建,为脑出血的MIT检测提供一种新的有效算法。     

三维磁感应磁声成像的新算法研究

 磁感应磁声成像技术(MAT-MI)作为一种新型无创的电阻抗成像技术,融合了磁感应技术和超声断层扫描技术,提供了高分辨率的成像结果.本研究提出了一种用于MAT-MI计算电导率分布的新型算法,解决电导率重建过程中的奇异值问题,同时又缩短了重建所需时间,并通过计算机仿真构建的三维环状线圈和乳腺模型,验证了算法的稳定性和可靠性.     

MATLAB对图像重建算法教学中的应用

图像重建是根据被测对象的投影数据来获取被测对象中物质分布的信息的一种图像处理技术,应用于生物医学、地质勘探、电子显微等领域。MATLAB软件具有强大的数据分析、矩阵运算、信号处理、图形显示和图像处理功能,多用于教学科研中。将MATLAB应用于图像重建的教学中,可将重建理论算法实时成像,大大提高学生学习兴趣。本文以滤波反投影算法为教学示例,以MATLAB为实验平台,对正方形黑盒子模型进行递进算法图像重建。     

矩阵束法在ISAR成像中的应用

传统的基于FFT的ISAR成像算法，受成像角度的限制，分辨率非常有限。为了提高图像分辨率，本文根据目标回波的特点，提出了先用矩阵束方法在频域进行数据处理，再用FFT进行横向分辨的ISAR成像方法。实测数据处理结果表明了该方法的有效性。     

不完全乔列斯基分解共轭梯度法在磁感应成像三维有限元正问题中的应用

磁感应成像(MIT)3维正问题中,直接求解法计算有限元方程组时,计算速度慢且因舍入误差造成计算结果不正确。该文为了解决这一问题,采用不完全乔列斯基分解共轭梯度(ICCG)迭代求解法。基于ANSYS平台建立有限元数值模型,采用ICCG法迭代求解。通过仿真实验获得设定收敛容差的最优值。对仿真结果进行对比,与直接求解法、雅克比共轭梯度(JCG)法相比,ICCG法计算速度快、稳健性高。计算结果表明ICCG法受网格粗细影响小,能够正确求解磁感应成像3维正问题。     

电阻抗成像的修正阻尼最小二乘重建算法

本文给出了一种新的电阻抗成像的图像重建算法,该算法是对Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ类算法的改进。算法根据 目标函数的分析,将以前常用的,对正规方程组的求解。转化为 解一个条件数更好的超定方程组的最小二乘解。理论分析和数值试验都表明,这种新的重建算法较常用的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ类算法,不仅数值稳定性有较大的提高,而且计算量有所减少,同时这种算法也适用于其他最小二乘问题的求解。     

改进的迭代算法在图像恢复正则化模型中的应用

根据图像成像过程容易受泊松噪声的影响,提出用Kullback-Leibler距离描述保真项,用平方根复合函数描述正则项,建立具有自适应权系数的能量泛函正则化模型.由于模型的梯度退化和海森矩阵的规模较大,使得无法应用牛顿迭代算法.本文利用退化梯度幅值作为约束集,建立可对角化和容易求逆的海森矩阵,提出改进的牛顿投影迭代算法.仿真表明,该方法取得较小的相对误差、偏差,较高的信噪比和良好的视觉效果.     

基于梯度树的光学层析图像重建方法

光学相干层析成像技术是一种新型成像方法,在生物医学和材料等许多领域有广泛的应用.介绍了一种基于梯度树的迭代图像重建方法,讨论了输运模型下含空洞状区域的图像重建方法.证明了基于输运模型的图像重建能克服扩散方程在非散射区域的重建弊端,准确地重建光学层析图像.     

基于高斯机的少数投影CT图像重建

基于高斯机(GM)提出了一种新的少数投影CT图像重建算法。首先将图像重建问题转化为最大熵准则下的优化问题,然后构造相应的GM模型,并采用双曲调度进行模拟退火,网络的稳定解就是重建问题的优化解。数值模拟结果表明,与联合代数重建技术(SART)相比,从投影角间距为45°的4个不同的投影视角方向获取投影数据时,该算法具有较高的重建精度(平均相对误差为0.03%)和良好的抗噪声性能。     

基于磁感应成像的医学物联网传感节点关键算法研究与实现

This paper focuses on the key issues of information processing in the new sensing technology-electromagnetic induction tomography and depth theoretical study and experimental simulation have been conducted. In this study, Labview is used to drive the data acquisition card to control the signal generation and acquisition, and Matlab is used to achieve algorithms such as Fast Fourier Transformation (FFT) algorithm, relevant law algorithm and the classical method algorithm. The simulation results show this software system enables successful digital phase identification and the phase difference resolution of 0.10can be achieved, which is consistent with theoretical analysis. It can also be seen that software system based on Labview and Matlab is a successful method to identify the phase difference in magnetic induction tomography system, which can meet the measurement needs of sensor nodes, laying the basis for the further development of medical IoT study.     

神经网络在少数投影图像重建中的应用

本文提出了将两种神经网络模型进行套用的图像重建算法。算法将图像重建问题转化为神经网络优化计算,利用Hopfield神经网络（HNN）将各种优化准则转化为模型的能量函数,并应用Adaline网络调整各准则在能量函数中所占的比重,从而求取图像重建的最优解。将其应用于少数投影图像重建,体现出重建精度高、收敛快等特点,取得了令人满意的效果。     

电容层析成像图像重建算法对比

图像重建算法在电容层析成像技术的实际应用中起着至关重要的作用。针对图像重建算法的研究,文中将线性反投影法、奇异值分解法、代数重建算法、Landweber算法、Tikhonov正则化算法的基本原理进行对比。基于MATLAB仿真平台对4种多相流流型进行仿真,并从图像误差、相关系数、计算时间3个方面对比重建图像的效果。分析结果表明,直接算法的图像重建速度优于迭代算法,但其图像重建质量劣于迭代算法。     

断层图像重建理论教学中的仿真实验方法

断层成像的图像重建理论是X-CT、磁共振MRI和ECT等成像系统中图像生成的基础.本文给出一组仿真实验方法,通过Matlab语言编程,可以深刻理解中心切片定理等图像重建基本理论,并对不同重建算法,如直接反投影和滤波反投影等给出算法性能的比较与评价思路.本仿真方法在各种图像重建新算法的研究中都有重要应用.