基于深度神经网络的电阻层析成像重建方法
电阻层析成像技术因其非侵入式测量特点、结果可视化的直观性和测量方法便捷性,被广泛用于医学造像,两相流工业检测和特殊材料检测.但其图像重建的逆过程由于固有的欠定性、病态特点,使得结果有一定偏差.针对该情况,设计了基于 Resnet34 改进的深度神经网络来求解电阻抗层析成像逆问题.通过设置场域内以像素点为中心,小范围内随机半径与电阻率分布变化强度,正向计算仿真 32 电极情况下各电极处边界电压,以此建立训练与测试数据集.经调参、训练后,该方法能较快收敛,并和高斯-牛顿法、全变差法以及 Tikhonov 正则化算法相比较,得到较好的判定性能.
电阻层析成像、逆问题、深度神经网络、Resnet
46
V267+.31;TP391.9(航空制造工艺)
四川省科技项目16ZB0031
2023-07-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82