基于深度学习的EIT图像重建算法研究
发布时间：2020-12-23 17:25
电阻抗层析成像(Electrical Impedance Tomography,简称EIT)技术是近几十年新出现的一种无损检测技术。由于该技术具有无辐射、非侵入、响应快、结构简单以及成本低廉等优点,在医学成像、工业成像和地质勘探等领域具有广阔的应用前景。EIT图像重建问题是一个非线性的病态逆问题,且测量系统往往存在噪声,使重建图像中存在伪影,传统的图像重建方法对重建图像伪影的抑制能力有限。本文首先提出了浅层网络智能学习法,为了克服浅层神经网络的缺点,进一步提出了深度学习法。主要研究的算法如下:1.提出了基于Hopfield网络的EIT图像重建算法,详细介绍了该网络能量函数的建立、求解以及图像重建过程,并通过仿真和系统实验进行了有效性验证。2.提出了基于最速下降BP网络的EIT图像重建算法,详细介绍了该网络的正向传播和误差反向传播的过程,以及利用最速下降法建立EIT边界测量电压和电导率之间非线性关系的过程,通过仿真和系统实验验证了算法的有效性。3.提出了基于深度模型的EIT图像重建算法,详细介绍了 EIT深度学习网络的建立、初始化以及模型训练过程,并通过仿真和系统实验验证了该算法的有效性...
【文章来源】：天津工业大学天津市
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
学位论文的主要创新点
摘要
ABSTRACT
第一章 绪论
1.1 电阻抗成像技术介绍
1.2 EIT成像技术发展概况
1.3 深度学习的研究现状
1.4 本课题主要研究内容
第二章 EIT成像理论基础
2.1 电阻抗成像敏感场的数学描述
2.2 EIT正问题
2.3 EIT逆问题
2.3.1 EIT图像非智能重建算法
2.3.2 EIT图像智能重建算法
2.4 本章小结
第三章 电阻抗成像浅层智能学习方法
3.1 Hopfield网络法
3.1.1 Hopfield网络能量函数的建立
3.1.2 基于EIT能量函数的Hopfield网络的求解过程
3.1.3 Hopfield网络重建EIT图像仿真分析
3.2 最速下降BP学习法
3.2.1 基于最速下降BP学习法的EIT成像模型训练过程
3.2.2 基于最速下降BP学习法的EIT成像模型训练
3.2.3 基于最速下降BP学习法的EIT模型初始化
3.2.4 基于最速下降BP学习法的EIT图像仿真分析
3.3 本章小结
第四章 基于深度学习的电阻抗成像方法
4.1 深度学习介绍
4.2 深度学习网络模型重建EIT图像
4.2.1 获取与处理原始数据模块
4.2.2 构建网络模型模块
4.2.3 训练网络模型模块
4.2.4 重建EIT图像模块
4.2.5 基于深度模型法的EIT成像仿真分析
4.3 基于深度学习字典的稀疏成像方法
4.3.1 EIT稀疏成像模型
4.3.2 EIT稀疏字典学习
4.3.3 基于深度字典法的EIT成像仿真分析
4.4 EIT智能类算法仿真结果对比分析
4.5 本章小结
第五章 EIT智能成像算法实验验证
5.1 实验条件
5.2 EIT系统成像实验
5.2.1 单一分布成像实验
5.2.2 混合分布成像实验
5.2.3 胸腔模型成像实验
5.3 本章小结
第六章 结论与展望
参考文献
硕士期间发表论文和参加科研情况
致谢
【参考文献】：
期刊论文
[1]基于聚类电阻层析成像静态图像重建算法[J]. 肖理庆,王化祥. 仪器仪表学报. 2016(06)
[2]电阻抗断层成像技术研究[J]. 苌飞霸,张和华,颜乐先,尹军. 中国医疗器械杂志. 2016(01)
[3]实用化EIT条件下不同激励模式成像效果仿真研究[J]. 邓娟,王磊,李福生,赵舒,王妍,沙洪. 中国生物医学工程学报. 2015(04)
[4]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)
[5]医学超声病灶图像预处理[J]. 谭振坤,冯登超,陈刚,王海鹏,王永龙,齐建玲. 国外电子测量技术. 2014(03)
[6]基于BP神经网络的ECT图像重建算法[J]. 马敏,高振福,王化祥. 计量学报. 2013 (06)
[7]新型ECT数据采集系统设计与实现[J]. 陈德运,高明,李伟,王莉莉,王飞虎. 电机与控制学报. 2013(05)
[8]基于两步迭代TV正则化的电阻抗图像重建算法[J]. 范文茹,王化祥,郝魁红. 仪器仪表学报. 2012(03)
[9]三种EIT算法重建图像评价的仿真研究[J]. 邓娟,王妍,吕婧华,任超世. 医疗卫生装备. 2010(05)
[10]一种具有迭代约束的最小二乘ECT图像重建算法[J]. 陈宇,张立新,陈德运,于晓洋. 计算机应用研究. 2010(04)
博士论文
[1]基于压缩传感的ECT/CT双模多相流成像研究[D]. 王琦.天津大学 2012
[2]电容层析成像系统流型特征提取与图像重建[D]. 王莉莉.哈尔滨理工大学 2011
[3]电阻抗（ECT/ERT）双模态层析成像技术研究[D]. 何永勃.天津大学 2006
[4]电阻抗成像技术理论及应用研究[D]. 徐管鑫.重庆大学 2004
[5]医学电阻抗成像研究[D]. 彭源.上海大学 2004
硕士论文
[1]基于稀疏表示和深度学习的SAR图像目标识别研究[D]. 阮怀玉.中国科学技术大学 2016
[2]基于神经网络的电容层析成像系统流型识别研究[D]. 宋蕾.哈尔滨理工大学 2015
[3]基于神经网络的ECT两相流参数检测方法研究[D]. 何在刚.辽宁大学 2014
[4]三维电阻抗成像模型与算法研究[D]. 黄薏宸.重庆大学 2013
[5]电阻抗成像技术算法研究及MATLAB仿真[D]. 张丽.南京理工大学 2013
[6]ET图像重建算法对比分析及三维重建研究[D]. 赵显.天津大学 2012
[7]基于特征提取和神经网络的ECT流型辨识的研究[D]. 乔立勇.哈尔滨理工大学 2010
[8]电学层析成像图像重建研究[D]. 李荣瑾.天津大学 2009
[9]电阻抗断层成像技术的研究及软件实现[D]. 马静.南京理工大学 2007
[10]电阻抗成像算法的研究[D]. 王戬.山东大学 2006
本文编号：2934069
【文章来源】：天津工业大学天津市
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
学位论文的主要创新点
摘要
ABSTRACT
第一章 绪论
1.1 电阻抗成像技术介绍
1.2 EIT成像技术发展概况
1.3 深度学习的研究现状
1.4 本课题主要研究内容
第二章 EIT成像理论基础
2.1 电阻抗成像敏感场的数学描述
2.2 EIT正问题
2.3 EIT逆问题
2.3.1 EIT图像非智能重建算法
2.3.2 EIT图像智能重建算法
2.4 本章小结
第三章 电阻抗成像浅层智能学习方法
3.1 Hopfield网络法
3.1.1 Hopfield网络能量函数的建立
3.1.2 基于EIT能量函数的Hopfield网络的求解过程
3.1.3 Hopfield网络重建EIT图像仿真分析
3.2 最速下降BP学习法
3.2.1 基于最速下降BP学习法的EIT成像模型训练过程
3.2.2 基于最速下降BP学习法的EIT成像模型训练
3.2.3 基于最速下降BP学习法的EIT模型初始化
3.2.4 基于最速下降BP学习法的EIT图像仿真分析
3.3 本章小结
第四章 基于深度学习的电阻抗成像方法
4.1 深度学习介绍
4.2 深度学习网络模型重建EIT图像
4.2.1 获取与处理原始数据模块
4.2.2 构建网络模型模块
4.2.3 训练网络模型模块
4.2.4 重建EIT图像模块
4.2.5 基于深度模型法的EIT成像仿真分析
4.3 基于深度学习字典的稀疏成像方法
4.3.1 EIT稀疏成像模型
4.3.2 EIT稀疏字典学习
4.3.3 基于深度字典法的EIT成像仿真分析
4.4 EIT智能类算法仿真结果对比分析
4.5 本章小结
第五章 EIT智能成像算法实验验证
5.1 实验条件
5.2 EIT系统成像实验
5.2.1 单一分布成像实验
5.2.2 混合分布成像实验
5.2.3 胸腔模型成像实验
5.3 本章小结
第六章 结论与展望
参考文献
硕士期间发表论文和参加科研情况
致谢
【参考文献】：
期刊论文
[1]基于聚类电阻层析成像静态图像重建算法[J]. 肖理庆,王化祥. 仪器仪表学报. 2016(06)
[2]电阻抗断层成像技术研究[J]. 苌飞霸,张和华,颜乐先,尹军. 中国医疗器械杂志. 2016(01)
[3]实用化EIT条件下不同激励模式成像效果仿真研究[J]. 邓娟,王磊,李福生,赵舒,王妍,沙洪. 中国生物医学工程学报. 2015(04)
[4]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)
[5]医学超声病灶图像预处理[J]. 谭振坤,冯登超,陈刚,王海鹏,王永龙,齐建玲. 国外电子测量技术. 2014(03)
[6]基于BP神经网络的ECT图像重建算法[J]. 马敏,高振福,王化祥. 计量学报. 2013 (06)
[7]新型ECT数据采集系统设计与实现[J]. 陈德运,高明,李伟,王莉莉,王飞虎. 电机与控制学报. 2013(05)
[8]基于两步迭代TV正则化的电阻抗图像重建算法[J]. 范文茹,王化祥,郝魁红. 仪器仪表学报. 2012(03)
[9]三种EIT算法重建图像评价的仿真研究[J]. 邓娟,王妍,吕婧华,任超世. 医疗卫生装备. 2010(05)
[10]一种具有迭代约束的最小二乘ECT图像重建算法[J]. 陈宇,张立新,陈德运,于晓洋. 计算机应用研究. 2010(04)
博士论文
[1]基于压缩传感的ECT/CT双模多相流成像研究[D]. 王琦.天津大学 2012
[2]电容层析成像系统流型特征提取与图像重建[D]. 王莉莉.哈尔滨理工大学 2011
[3]电阻抗（ECT/ERT）双模态层析成像技术研究[D]. 何永勃.天津大学 2006
[4]电阻抗成像技术理论及应用研究[D]. 徐管鑫.重庆大学 2004
[5]医学电阻抗成像研究[D]. 彭源.上海大学 2004
硕士论文
[1]基于稀疏表示和深度学习的SAR图像目标识别研究[D]. 阮怀玉.中国科学技术大学 2016
[2]基于神经网络的电容层析成像系统流型识别研究[D]. 宋蕾.哈尔滨理工大学 2015
[3]基于神经网络的ECT两相流参数检测方法研究[D]. 何在刚.辽宁大学 2014
[4]三维电阻抗成像模型与算法研究[D]. 黄薏宸.重庆大学 2013
[5]电阻抗成像技术算法研究及MATLAB仿真[D]. 张丽.南京理工大学 2013
[6]ET图像重建算法对比分析及三维重建研究[D]. 赵显.天津大学 2012
[7]基于特征提取和神经网络的ECT流型辨识的研究[D]. 乔立勇.哈尔滨理工大学 2010
[8]电学层析成像图像重建研究[D]. 李荣瑾.天津大学 2009
[9]电阻抗断层成像技术的研究及软件实现[D]. 马静.南京理工大学 2007
[10]电阻抗成像算法的研究[D]. 王戬.山东大学 2006
本文编号：2934069
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2934069.html
