基于自適應(yīng)粒子群優(yōu)化的零差k分布參數(shù)極大似然估計
發(fā)布時間:2020-05-31 10:14
【摘要】:零差k(Homodyned-K,HK)分布是一種分析超聲回波包絡(luò)信號的通用統(tǒng)計模型,它的三個參數(shù)都具有不同的物理意義,適合用于組織定征。然而,現(xiàn)存的零差k分布參數(shù)估計方法都是基于求解統(tǒng)計特征方程,這會導(dǎo)致多解的問題,從而影響零差k分布參數(shù)的進一步應(yīng)用。理論上,使用極大似然估計方法能夠獲得模型參數(shù)的唯一解。但是,極大似然估計方法必須基于統(tǒng)計模型的概率密度函數(shù)進行計算,而零差k分布的概率密度函數(shù)是一個復(fù)雜的積分表達式,它的被積函數(shù)中包含貝塞爾函數(shù)。因此,使用傳統(tǒng)的數(shù)值積分算法進行零差k分布概率密度函數(shù)計算的正確性和收斂性都不理想。在本文中,使用基于牛頓-拉弗森算法的極大似然估計方法來實現(xiàn)零差k分布參數(shù)的唯一估計。為了改進算法的準確性和收斂性,提出使用云自適應(yīng)粒子群優(yōu)化算法(Cloud Adaptive Particle Swarm Optimization,CAPSO)對零差k分布概率密度函數(shù)進行數(shù)值積分。在實驗中,通過一個高斯分布和伽馬分布相結(jié)合的模型生成零差k分布的多組樣本,然后用本文方法估計樣本參數(shù)。為了說明其估計的準確性,計算估計結(jié)果的統(tǒng)計誤差并與其他方法進行比較。實驗結(jié)果顯示,基于本文方法估計出的聚集度參數(shù)和結(jié)構(gòu)參數(shù)的相對均方根誤差分別為0.41±0.22和0.75±0.31,在R2015 Matlab平臺下平均計算時間的均方根誤差為0.27±0.11秒。而且,本文在Field Ⅱ超聲仿真軟件中通過建立不同的三維散射點分布模型獲取不同的包絡(luò)信號,利用仿真信號驗證了本文方法的有效性。本文證明了所提方法能獲得零差k分布參數(shù)估計的唯一解,并且估計誤差較小。因此,本文方法對于零差k分布參數(shù)的進一步應(yīng)用具有潛在的實際價值。
【圖文】:
醫(yī)學(xué)超聲是一種具有無痛性、便捷性、可視性的疾病診斷方法[|]。它通過向人逡逑體組織發(fā)射超聲波,檢測并獲取從組織反射回來的回波信號,然后以圖像的形式逡逑再現(xiàn)組織內(nèi)的狀況,給醫(yī)生提供一些診斷的參考信息。圖1-1展示了幾種常見的超逡逑聲圖像,它們很好地顯示了組織器官的基本輪廓和血流方向,對于臨床超聲的疾逡逑病診斷具有重要意義。逡逑圖i-i幾種常見的超聲圖像(左上:線陣頸動脈血流速度圖;左下:腎臟血流能量圖;右上:逡逑凸陣肝臟血流速度圖:右下:心臟黑白圖)逡逑八十年代以來,人們發(fā)現(xiàn)超聲射入人體組織后的回波信號中包含有大量的組逡逑織特征信息,,包括相關(guān)的組成成分、組織的結(jié)構(gòu)特征和組織形態(tài)等等。如果能通逡逑過對回波信號的進一步分析和處理,從信號中提取一些與生物組織生理和病理狀逡逑態(tài)相關(guān)的特征參數(shù),那么將會使超聲的診斷結(jié)果得到定量分析,從而提高診斷的逡逑I逡逑
只能通過數(shù)值積分算法來計算概率密度函數(shù)。特別需要注意的是,零差k分布概逡逑率密度函數(shù)的被積函數(shù)中包含貝塞爾函數(shù),當(dāng)散射點聚集參數(shù)a較小時,貝塞爾函逡逑數(shù)會產(chǎn)生一個明顯的振蕩,這導(dǎo)致數(shù)值積分計算的精度和收斂性較差[19]。如圖1-3逡逑所示,階數(shù)分別為0、1、2階的第一類貝塞爾函數(shù)在自變量所有取值范圍內(nèi)均存逡逑在震蕩,且當(dāng)自變量值較小時震蕩十分劇烈,在積分計算過程中很難收斂。因此,逡逑基于極大似然估計方法很難快速和準確地估計零差k分布的參數(shù),在超聲中無法逡逑得到充分應(yīng)用。逡逑5逡逑
【學(xué)位授予單位】:云南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TP18;O212.1
本文編號:2689697
【圖文】:
醫(yī)學(xué)超聲是一種具有無痛性、便捷性、可視性的疾病診斷方法[|]。它通過向人逡逑體組織發(fā)射超聲波,檢測并獲取從組織反射回來的回波信號,然后以圖像的形式逡逑再現(xiàn)組織內(nèi)的狀況,給醫(yī)生提供一些診斷的參考信息。圖1-1展示了幾種常見的超逡逑聲圖像,它們很好地顯示了組織器官的基本輪廓和血流方向,對于臨床超聲的疾逡逑病診斷具有重要意義。逡逑圖i-i幾種常見的超聲圖像(左上:線陣頸動脈血流速度圖;左下:腎臟血流能量圖;右上:逡逑凸陣肝臟血流速度圖:右下:心臟黑白圖)逡逑八十年代以來,人們發(fā)現(xiàn)超聲射入人體組織后的回波信號中包含有大量的組逡逑織特征信息,,包括相關(guān)的組成成分、組織的結(jié)構(gòu)特征和組織形態(tài)等等。如果能通逡逑過對回波信號的進一步分析和處理,從信號中提取一些與生物組織生理和病理狀逡逑態(tài)相關(guān)的特征參數(shù),那么將會使超聲的診斷結(jié)果得到定量分析,從而提高診斷的逡逑I逡逑
只能通過數(shù)值積分算法來計算概率密度函數(shù)。特別需要注意的是,零差k分布概逡逑率密度函數(shù)的被積函數(shù)中包含貝塞爾函數(shù),當(dāng)散射點聚集參數(shù)a較小時,貝塞爾函逡逑數(shù)會產(chǎn)生一個明顯的振蕩,這導(dǎo)致數(shù)值積分計算的精度和收斂性較差[19]。如圖1-3逡逑所示,階數(shù)分別為0、1、2階的第一類貝塞爾函數(shù)在自變量所有取值范圍內(nèi)均存逡逑在震蕩,且當(dāng)自變量值較小時震蕩十分劇烈,在積分計算過程中很難收斂。因此,逡逑基于極大似然估計方法很難快速和準確地估計零差k分布的參數(shù),在超聲中無法逡逑得到充分應(yīng)用。逡逑5逡逑
【學(xué)位授予單位】:云南大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TP18;O212.1
【參考文獻】
相關(guān)期刊論文 前5條
1 于波洋;;高頻彩超在睪丸扭轉(zhuǎn)診斷中的價值[J];現(xiàn)代預(yù)防醫(yī)學(xué);2014年08期
2 梁莉莉;韋修喜;;云自適應(yīng)粒子群優(yōu)化算法在數(shù)值積分中的應(yīng)用[J];計算機工程與應(yīng)用;2012年24期
3 韋杏瓊;周永權(quán);;基于粒子群算法的數(shù)值積分方法研究[J];微電子學(xué)與計算機;2009年07期
4 韓江洪;李正榮;魏振春;;一種自適應(yīng)粒子群優(yōu)化算法及其仿真研究[J];系統(tǒng)仿真學(xué)報;2006年10期
5 白凈;超聲組織定征的進展[J];電子學(xué)報;1995年10期
本文編號:2689697
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2689697.html
最近更新
教材專著