论文部分内容阅读
乳腺癌是威胁女性健康的重大疾病之一,对乳腺肿瘤,尤其是早期肿瘤的检测尤为关键。近年来,微波肿瘤检测技术已经成为国内外研究的热点。相较于常规乳腺癌检测技术,微波肿瘤检测技术具有辐射小、成本低、准确度高等特点。根据肿瘤组织与正常组织之间电磁参数的显著差别,微波肿瘤检测技术分为主动微波技术、被动微波技术和微波超声成像,而主动微波技术中的微波断层成像技术(MTI)是目前利用微波检测肿瘤的主要研究方向。其本质是通过天线阵列的近场辐射,提取组织外围的电磁信号,反向推演组织内部的电磁参数分布,进行参数成像获取肿瘤信息。而利用组织外围电磁信号反向推演组织内部的电磁参数属于电磁逆散射研究,需要结合优化算法对逆散射存在的非线性问题进行求解。针对这一问题,本文引入人工智能遗传算法(GA),并结合微波断层成像技术实现乳房肿瘤检测。鉴于XFdtd电磁仿真软件只能提供64种材料以及遗传算法的计算复杂度,本文对早期肿瘤微波检测的研究由低分辨率逐渐向高分辨演化,主要解决乳房建模、参数设置、数据整合、遗传迭代等问题,具体内容如下。首先简单介绍了时域有限差分法(FDTD)以及基于这一算法的电磁仿真软件XFdtd,并建立仿真模型;接着介绍GA的基本原理,并论证GA实现肿瘤微波检测的方式。由于GA计算量大、迭代时间长,本文引入主动微波技术中的微波共焦成像(CMI)技术,初步找到肿瘤的大致位置,缩小初次成像区域;然后采用基于标准型遗传算法(SGA)的微波断层成像技术,在缩小的成像区域内进行肿瘤检测,从5mm到2mm逐步提高分辨率。然而,SGA存在早熟收敛和收敛速度慢的缺陷,而且本文基于SGA的微波断层成像技术在检测直径为10mm的肿瘤时,分辨率只能提高到2mm。为此,本文提出一种基于改进型遗传算法(IGA)波断层成像技术,在遗传迭代过程中根据种群的多样性和个体的适应度值,自适应调整变异概率。在多样性丢失的情况下,使适应度值大的个体变异概率减小,适应度值小的个体变异概率增大。仿真实验结果表明,IGA可有效避免早熟收敛、提高收敛速度,所提出的方法在检测直径为4mm的肿瘤时,可实现1mm分辨率的肿瘤检测,成像精度高达91.7%。