基于微分进化算法的脑部阻抗成像技术研究

来源 :中国计量大学 | 被引量 : 4次 | 上传用户:CmMocean
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
阻抗成像技术是一种基于生物内部电阻抗分布的成像技术,属于无创生物检测技术的重要分支。因其无创性和早期诊断的优势成为目前生物医学领域的研究热点,其无损检测在工业检测和地质探测方面也应用广泛。生物组织所具有的电学特征是生物组织器官、神经活动所产生的,是生物体的基本生理特征之一。不同组织的生理活动和组织形态的差异相对明显,电学特性也存在很大不同,根据这些电学现象,还原内部生理性组织活动,判断生物内部组织器官的生理、病理状态,帮助人类了解生物各个组织器官的工作机制,为临床诊断提供检测依据。本文主要对电阻抗成像(Electrical Impedance Tomography,EIT)和磁共振电阻抗成像(Magnetic Resonance Electrical Impedance Tomography,MREIT)的逆问题重构算法进行研究。此次研究的主要工作和研究内容如下:首先介绍医学影像技术的发展历程,阐述传统医学检测技术的优势和面临的问题,对阻抗成像的发展机遇以及研究意义背景做出介绍。其次介绍ANSYS有限元分析软件,阐明该有限元计算分析软件的优点及剖分准则的选取,根据MRI扫描大脑内部和边界信息构建真实模型。为验证算法的有效性降低仿真实验次数,头球模型先于真实模型验证算法。最后介绍EIT和MREIT的算法重构,算法重构均采用启发式微分进化算法(Differential Evolution,DE),针对微分进化算法在进化后期进化效率较低的现象,采取动态调整控制参数模型的方法对算法进行调整。本研究提出基于DE算法启发式DE算法,该算法在EIT和MREIT仿真重构中均表现出较好的结果。在MREIT重构中仅利用单一方向的磁感应强度数据重构出头球模型和真实模型的电导率分布,精确定位颅内深层浅层病变组织,分辨率较EIT已有很大的提高。
其他文献
随着信息技术的飞速发展,计算机软件系统的应用逐渐扩展到了社会的各个领域。软件规模和复杂度在不断增加,软件出现错误的可能性也随之增加。如何保证软件的质量、提高软件的
神经网络一直以来是实现分类器的重要方法之一.在多年的研究中,不同年代出现了几种有代表性的网络学习算法:如60年代的Widrow-Hoff神经网络学习算法;70年代的BP神经网络学习算法
视觉目标跟踪技术是计算机视觉领域中一个基础且重要的研究方向,在视频监控、自动驾驶、智慧交通、军事目标定位等诸多领域具有重大的研究意义和实际应用价值。基于跟踪任务
本文在分析高校就业管理业务的特点和发展趋势基础之上,将操作数据存储和OLAP技术应用到了高校就业管理与决策分析领域。通过对学生就业方面的各类数据从多个方面进行分析,找出
以并行计算为基础的高性能计算科学当前已经成为科学研究的第三大支柱。使用并行计算的首要因为是高性能高效率,而并行程序的首要条件是正确性。以往的设计和分析工具都只关
学位
语义Web服务自动组合技术是Web服务领域的研究重点和热点之一,这项技术的发展对网络中各种异构和分散的系统进行集成和交互具有重要意义和巨大的推动作用。本文将着重对此进
近来伴随互联网信息技术和产业链迅猛发展,各行业数据规模均呈现指数级增长,尤其以电商和社交网络为服务内容的企业数据中心。尽管数据量规模巨大,方便基本事务都有迹可循,但
粗糙集理论和证据理论都是处理不确定问题的重要工具。粗糙集理论处理不确定数据的优点在于不需要先验信息,在信息融合领域得到了广泛的应用。证据理论用基本可信度分配函数
数据挖掘技术在众多领域得到了广泛地应用。其中,在健康医疗领域产生的数据,数量巨大且形式复杂,无法通过传统的方法进行分析和处理。因此,本论文将尝试采用数据挖掘方法和技
随着Web成为世界上最大、类型最齐全的海量信息库,以企业运营分析决策为主的商务智能发展到了一个新的层次。Web作为商务智能系统至关重要的数据来源,但是Web数据在质量上还