基于深度学习的磁探测电阻抗成像算法研究

发布时间：2022-08-09 11:57

　　近年来,电阻抗成像（Electrical Impedance Tomography,EIT）技术作为一种无创功能性检测技术得到了快速发展。而作为EIT技术的一个重要分支,磁探测电阻抗成像（Magnetic Detection Electrical Impedance Tomography,MDEIT）技术改善了EIT技术中检测点受成像体表面积限制的缺点,通过激励电流作用下成像体周围产生的磁感应强度分布重建成像体内部电导率。MDEIT技术与传统电阻抗成像一样具有无创、测量方便、价格低廉的特点。另外,MDEIT技术通过非接触测量,避免了接触阻抗对成像精度的影响。但MDEIT图像重建过程存在非线性、病态性和不适定性问题,传统重建算法将非线性问题通过近似线性化的方法求解,会导致重建图像精度不高,抗噪性差的问题。针对以上重建算法的缺点,为进一步提高重建精度,本文首先提出了将浅层神经网络模型的反向传播（Back Propagation,BP）神经网络算法用于MDEIT图像重建。详细介绍了算法中正向传播建立权重矩阵和反向传播更新权重矩阵的过程,针对磁感应强度分布和电导率分布之间的非线性关系,建立BP... 

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图１－２不同频率下电流在组织内流动的路径??

图１－３磁探测电阻抗成像系统??

图２－１磁探测电阻抗成像技术算法结构??


本文编号：3672516