MREIT中的微分进化单纯形混合算法

发布时间：2021-01-25 15:55

　　目的微分进化算法（DE）广泛应用于磁共振电阻抗成像（MREIT）中,但该算法存在后期搜索效率不高、局部搜索能力不强以及易出现"早熟"收敛等问题。材料与方法针对这些问题,本研究在肺部MREIT图像重建仿真实验中采用一种微分进化单纯性混合算法。结果肺部仿真实验验证了该算法可有效对病变组织进行阻抗图像重构,与基于基本微分进化算法的MREIT算法相比,明显缩短了算法的收敛时间,提高了算法的收敛精度。结论该算法在修改的二次变异微分进化算法中引入计算量小、收敛速度快,且具有较强局部搜索能力的单纯形法,在不影响种群多样性的同时提高了算法的收敛速度。 

【文章来源】：中国医学影像学杂志. 2019,27(10)北大核心

【文章页数】：5 页

【文章目录】：
1 原理与方法
    1.1 数学模型
    1.2 修改的微分进化算法
    1.3 改进的单纯形法（simplex method,SM）
    1.4 微分进化单纯形混合算法（DE-NM）和步骤
2 结果
3 讨论


【参考文献】：
期刊论文
[1]改进种群多样性的双变异差分进化算法[J]. 李荣雨,陈庆倩,陈菲尔.  运筹学学报. 2017(01)
[2]基于Nelder-mead单纯形法的改进人工蜂群算法研究[J]. 苏宏升,殷凯乐.  计算机工程与应用. 2016(24)
[3]基于磁共振电阻抗成像技术的3维脑病变检测仿真[J]. 闫丹丹,沈圣远,陈会.  高电压技术. 2015(04)
[4]基于磁共振技术的生物电阻抗成像研究进展[J]. 陈会,闫丹丹.  中国医学影像学杂志. 2014(09)
[5]人体肺部组织介电特性实验研究[J]. 王洁然,王化祥,徐晓.  中国生物医学工程学报. 2013(02)

硕士论文
[1]基于微分进化算法的脑部阻抗成像技术研究[D]. 沈圣远.中国计量大学 2016
[2]人肺鳞癌细胞SK-MES-1介电频谱特性研究[D]. 张倩.宁波大学 2015



本文编号：2999498