基于正则化参数优化和边界聚类的电阻抗成像研究
电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题.将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level,AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布.仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果.
电阻抗成像、逆问题、Tikhonov正则化算法、粒子群算法、边界聚类算法、图像重建
43
R318;TN911.73(医用一般科学)
2024-02-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
94-100