【摘 要】
:
微波热声成像是一种非侵入式,非电离的生物医学成像技术,在近几年内得到快速发展。它结合了微波成像技术和超声成像技术的优势,提供高对比度、高分辨率和高穿透的成像能力,在乳腺癌、血管成像和脑成像领域均有广泛涉及。在微波热声成像技术中,图像重建算法是极其重要的一环,它直接影响了成像的效率及其结果的质量和可靠性。现有的经典重建算法往往需要在计算效率和重建质量之间进行权衡,并受到硬件设备和数据完整性的影响,产
论文部分内容阅读
微波热声成像是一种非侵入式,非电离的生物医学成像技术,在近几年内得到快速发展。它结合了微波成像技术和超声成像技术的优势,提供高对比度、高分辨率和高穿透的成像能力,在乳腺癌、血管成像和脑成像领域均有广泛涉及。在微波热声成像技术中,图像重建算法是极其重要的一环,它直接影响了成像的效率及其结果的质量和可靠性。现有的经典重建算法往往需要在计算效率和重建质量之间进行权衡,并受到硬件设备和数据完整性的影响,产生严重的伪影干扰,得到一些令人不满意的结果。随着深度学习技术的发展,越来越多的领域受到其深刻影响,包括生物医学成像领域。在最近几年中,多种基于深度学习的图像重建方法已被应用于计算层析成像,核磁共振和光声成像等领域。受到这些领域成功应用的启发,本文首次提出将深度学习技术引入到微波热声成像图像重建中。然而,基于深度学习的方法往往需要大量的数据支撑,在微波热声成像中往往很难大量生产和获取这些数据。除此之外,现有的基于深度学习的直接重建算法所使用的模型仍不成熟,存在着训练困难,网络模型表达能力弱,重建质量低,过拟合等问题。本文主要针对深度学习的直接重建算法提出了一套适用于微波热声成像的技术方案,实现了从信号正弦图到初始能量损失密度分布的直接重建,并在仿真和微波热声仿体实验上进行验证。本文的主要包含以下三方面内容:1.对于微波热声成像数据稀缺和实验数据标签无法获取的问题,本文提出了一种基于有限元仿真的数据合成方法,通过仿真合成训练集对深度学习模型进行训练,使模型具备微波热声成像图像重建能力。2.针对仿真数据和实际实验数据的数据分布不一致所带来域差异问题,本文提出一套仿真和实验数据预处理方案,解决了使用仿真数据训练的模型在迁移到实际热声实验数据上的域间隔问题。3.针对现有基于深度学习的直接重建算法进行分析讨论,提出一系列改进措施,并设计了一个新的TAT-Net模型架构。该模型在仿真和微波热声仿体实验中被验证,并在重建质量和鲁棒性上取得了优异的表现。此外,本文还研究了TAT-Net的定量重建能力,并在仿真和热声仿体实验上得到证明。与经典重建算法和现有的基于深度学习的SOTA算法相比,本文提出的算法在重建图像上将均方根误差降至0.0143,结构相似性和峰值信噪比指标分别提高到0.988和38.64。结果表明,本文提出的算法在提高图像重建质量和快速定量重建方面具有极大的潜力。
其他文献
移动传感器网络(mobile sensor network,MSN)因其具有自组织性、可扩展性及灵活性的特点,常被应用于如战场监控、灾后搜救等空间监测任务中。传感器在空间中的覆盖情况直接反映了MSN所能提供的感知服务质量,合理的节点部署可以帮助节点更好地感知环境信息,完成监测任务。当监测区域内出现目标时,MSN不仅需要对目标进行持续的跟踪,还应继续对其他区域进行搜索,这对节点的协作和适应能力提出了
高分辨率的合成孔径雷达(SAR)图像在诸多领域均有重要的应用价值,然而,由于硬件性能限制、成像条件复杂等不利因素,并且受到本身固有的乘性相干斑噪声的影响,往往获得的SAR图像分辨率都会受到严重降低。而图像的超分辨率重建,不仅可以提高图像的分辨率,而且通过引入新的高频信息,如边缘、纹理等,同时在一定程度上降低噪声、杂波等,使得图像的整体质量得到提高。近年来基于深度学习的自然图像超分辨取得了巨大的成功
深度学习网络,因其具有强大的学习与表达能力,目前已被广泛运用在语音识别、自然语言处理等领域。其中网络结构是深度学习应用的基础。研究新型的网络结构是目前研究的主流,是突破现有网络局限性的关键,对于推动深度学习网络的发展具有重要意义。现有的深度学习网络模型,经历了一个以数据拟合为目标,由浅层到深层的发展过程,其发展目前面临以下瓶颈:首先,近年来在大多数任务中,深度学习网络性能提升极其有限。其次,训练好
近年来,科学技术的飞速发展,对加速度振动测量技术提出了更高的要求。传感器不仅需要能够耐受更高的温度,还需要有更高的电荷灵敏度。发展高温压电加速度传感器恰恰是能够满足这一要求的突破口。本论文基于旋转切型对压电加速度传感器进行优化设计,制备了高温压电加速度传感器。常温和高温特性测试表明,该传感器具有较大电荷灵敏度。本论文选择硅酸镓钽钙(CTGS)晶体作为传感器设计中的压电敏感材料,并采用剪切型结构设计
耐高温高压压力传感器在航空、石油以及汽车领域的应用越来越广泛,需求也越来越大,但我国对耐高温高压压力传感器的研究相对落后,国内市场的高端耐高温、高压压力传感器主要靠进口。世界各国对耐高温、耐高压的传感器的研究较为深入,但对可同时承受高温、高压的压力传感器的研究相对较少。且目前的压力传感器市场走势偏向于将器件微型化、小型化,最好可集成。所以研究可同时耐高温与高压的压力传感器,并实现传感器的微型化对于
随着多媒体时代的到来,视频数据大量地出现在人们的日常生活中。视频数据具有连续性强、数据量大的特点,因此视频压缩技术对于视频的储存与传输具有重要意义。近年来,深度学习在许多领域取得了突破性成果,也给出了视频压缩技术新的解决方案,基于深度学习的视频压缩成为了一个备受关注的全新领域。目前该领域的研究取得了一定的成果,但是视频的压缩性能仍然有可以提升的空间,值得继续研究。本文以基于深度学习的视频压缩为研究
在摄影时,当我们透过玻璃拍摄玻璃后面的物体,得到的照片中往往带有玻璃上反射物体的影像,严重影响了拍摄的图像质量。去反光任务则是从带反光的图像中分离出不带反光的背景图像,目前已经提出了关于去反光任务的一些方法,有传统方法和基于深度学习的方法,对于深度学习方法,通常需要大量的成对数据用于网络模型训练,但是获取大批量的成对真实反光数据集非常困难,因此目前普遍的做法是使用RGB图像采用线性模型合成训练数据
声表面波(SAW)传感器因其灵敏度高、体积小、稳定性好等特性在日常生活中有广泛的应用,其中对于SAW温度传感器的研究主要集中在低温度区间内,然而随着社会需求的增长,对于一些特殊环境中的温度测量已然变得迫切:如对航天发动机、电厂熔炉等存在高温、宽温区设备的健康监测。而SAW温度传感器在宽温度区间内应用的主要受限于压电衬底材料的温度特性。本文就LGS、CTGS两种压电衬底的SAW温度传感器展开了研究。
各向异性磁阻传感器基于各向异性磁阻效应,包括线性传感器和接近开关传感器。其中各向异性磁性开关传感器由惠斯通电阻桥构成敏感单元,与电路集成在单芯片中,为替代进口芯片,优化开关性能。本论文首先介绍了各向异性传感器历史进程、国内外发展动态以及做开关芯片的依据及价值;接下来简单介绍了各向异性磁性传感器开关芯片的整体电路设计,简述了两个单元模块工作方式及原理。之后在原电路的基础上,对电路进行了原理上的优化,
台风是人类所面对的最严重自然灾害之一。准确估计台风风速(或台风强度)可以帮助人们更有效地进行灾害预测和管理,减少其带来的大量损失。传统台风风速估计方式需要使用搭载风速仪的器具(气象浮标,飞机,船舶等)进行现场测量,难以长时间对广阔海洋区域进行观测且成本过高。卫星遥感探测仪器可以不受气候影响地对台风进行持续观测,但现有方法无法对卫星遥感数据进行有效处理,导致台风风速估计的精度较低。因此,准确台风风速