電阻抗層析成像(Electrical Impedance Tomography,簡(jiǎn)稱EIT)技術(shù)是近幾十年新出現(xiàn)的一種無損檢測(cè)技術(shù)。由于該技術(shù)具有無輻射、非侵入、響應(yīng)快、結(jié)構(gòu)簡(jiǎn)單以及成本低廉等優(yōu)點(diǎn),在醫(yī)學(xué)成像、工業(yè)成像和地質(zhì)勘探等領(lǐng)域具有廣闊的應(yīng)用前景。EIT圖像重建問題是一個(gè)非線性的病態(tài)逆問題,且測(cè)量系統(tǒng)往往存在噪聲,使重建圖像中存在偽影,傳統(tǒng)的圖像重建方法對(duì)重建圖像偽影的抑制能力有限。本文首先提出了淺層網(wǎng)絡(luò)智能學(xué)習(xí)法,為了克服淺層神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),進(jìn)一步提出了深度學(xué)習(xí)法。主要研究的算法如下:1.提出了基于Hopfield網(wǎng)絡(luò)的EIT圖像重建算法,詳細(xì)介紹了該網(wǎng)絡(luò)能量函數(shù)的建立、求解以及圖像重建過程,并通過仿真和系統(tǒng)實(shí)驗(yàn)進(jìn)行了有效性驗(yàn)證。2.提出了基于最速下降BP網(wǎng)絡(luò)的EIT圖像重建算法,詳細(xì)介紹了該網(wǎng)絡(luò)的正向傳播和誤差反向傳播的過程,以及利用最速下降法建立EIT邊界測(cè)量電壓和電導(dǎo)率之間非線性關(guān)系的過程,通過仿真和系統(tǒng)實(shí)驗(yàn)驗(yàn)證了算法的有效性。3.提出了基于深度模型的EIT圖像重建算法,詳細(xì)介紹了 EIT深度學(xué)習(xí)網(wǎng)絡(luò)的建立、初始化以及模型訓(xùn)練過程,并通過仿真和系統(tǒng)實(shí)驗(yàn)驗(yàn)證了該算法的有效性... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
學(xué)位論文的主要?jiǎng)?chuàng)新點(diǎn)
摘要
ABSTRACT
第一章 緒論
    1.1 電阻抗成像技術(shù)介紹
    1.2 EIT成像技術(shù)發(fā)展概況
    1.3 深度學(xué)習(xí)的研究現(xiàn)狀
    1.4 本課題主要研究?jī)?nèi)容
第二章 EIT成像理論基礎(chǔ)
    2.1 電阻抗成像敏感場(chǎng)的數(shù)學(xué)描述
    2.2 EIT正問題
    2.3 EIT逆問題
        2.3.1 EIT圖像非智能重建算法
        2.3.2 EIT圖像智能重建算法
    2.4 本章小結(jié)
第三章 電阻抗成像淺層智能學(xué)習(xí)方法
    3.1 Hopfield網(wǎng)絡(luò)法
        3.1.1 Hopfield網(wǎng)絡(luò)能量函數(shù)的建立
        3.1.2 基于EIT能量函數(shù)的Hopfield網(wǎng)絡(luò)的求解過程
        3.1.3 Hopfield網(wǎng)絡(luò)重建EIT圖像仿真分析
    3.2 最速下降BP學(xué)習(xí)法
        3.2.1 基于最速下降BP學(xué)習(xí)法的EIT成像模型訓(xùn)練過程
        3.2.2 基于最速下降BP學(xué)習(xí)法的EIT成像模型訓(xùn)練
        3.2.3 基于最速下降BP學(xué)習(xí)法的EIT模型初始化
        3.2.4 基于最速下降BP學(xué)習(xí)法的EIT圖像仿真分析
    3.3 本章小結(jié)
第四章 基于深度學(xué)習(xí)的電阻抗成像方法
    4.1 深度學(xué)習(xí)介紹
    4.2 深度學(xué)習(xí)網(wǎng)絡(luò)模型重建EIT圖像
        4.2.1 獲取與處理原始數(shù)據(jù)模塊
        4.2.2 構(gòu)建網(wǎng)絡(luò)模型模塊
        4.2.3 訓(xùn)練網(wǎng)絡(luò)模型模塊
        4.2.4 重建EIT圖像模塊
        4.2.5 基于深度模型法的EIT成像仿真分析
    4.3 基于深度學(xué)習(xí)字典的稀疏成像方法
        4.3.1 EIT稀疏成像模型
        4.3.2 EIT稀疏字典學(xué)習(xí)
        4.3.3 基于深度字典法的EIT成像仿真分析
    4.4 EIT智能類算法仿真結(jié)果對(duì)比分析
    4.5 本章小結(jié)
第五章 EIT智能成像算法實(shí)驗(yàn)驗(yàn)證
    5.1 實(shí)驗(yàn)條件
    5.2 EIT系統(tǒng)成像實(shí)驗(yàn)
        5.2.1 單一分布成像實(shí)驗(yàn)
        5.2.2 混合分布成像實(shí)驗(yàn)
        5.2.3 胸腔模型成像實(shí)驗(yàn)
    5.3 本章小結(jié)
第六章 結(jié)論與展望
參考文獻(xiàn)
碩士期間發(fā)表論文和參加科研情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于聚類電阻層析成像靜態(tài)圖像重建算法[J]. 肖理慶,王化祥.  儀器儀表學(xué)報(bào). 2016(06)
[2]電阻抗斷層成像技術(shù)研究[J]. 萇飛霸,張和華,顏樂先,尹軍.  中國(guó)醫(yī)療器械雜志. 2016(01)
[3]實(shí)用化EIT條件下不同激勵(lì)模式成像效果仿真研究[J]. 鄧娟,王磊,李福生,趙舒,王妍,沙洪.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2015(04)
[4]基于磁共振電阻抗成像技術(shù)的3維腦病變檢測(cè)仿真[J]. 閆丹丹,沈圣遠(yuǎn),陳會(huì).  高電壓技術(shù). 2015(04)
[5]醫(yī)學(xué)超聲病灶圖像預(yù)處理[J]. 譚振坤,馮登超,陳剛,王海鵬,王永龍,齊建玲.  國(guó)外電子測(cè)量技術(shù). 2014(03)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的ECT圖像重建算法[J]. 馬敏,高振福,王化祥.  計(jì)量學(xué)報(bào). 2013 (06)
[7]新型ECT數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳德運(yùn),高明,李偉,王莉莉,王飛虎.  電機(jī)與控制學(xué)報(bào). 2013(05)
[8]基于兩步迭代TV正則化的電阻抗圖像重建算法[J]. 范文茹,王化祥,郝魁紅.  儀器儀表學(xué)報(bào). 2012(03)
[9]三種EIT算法重建圖像評(píng)價(jià)的仿真研究[J]. 鄧娟,王妍,呂婧華,任超世.  醫(yī)療衛(wèi)生裝備. 2010(05)
[10]一種具有迭代約束的最小二乘ECT圖像重建算法[J]. 陳宇,張立新,陳德運(yùn),于曉洋.  計(jì)算機(jī)應(yīng)用研究. 2010(04)

博士論文
[1]基于壓縮傳感的ECT/CT雙模多相流成像研究[D]. 王琦.天津大學(xué) 2012
[2]電容層析成像系統(tǒng)流型特征提取與圖像重建[D]. 王莉莉.哈爾濱理工大學(xué) 2011
[3]電阻抗（ECT/ERT）雙模態(tài)層析成像技術(shù)研究[D]. 何永勃.天津大學(xué) 2006
[4]電阻抗成像技術(shù)理論及應(yīng)用研究[D]. 徐管鑫.重慶大學(xué) 2004
[5]醫(yī)學(xué)電阻抗成像研究[D]. 彭源.上海大學(xué) 2004

碩士論文
[1]基于稀疏表示和深度學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別研究[D]. 阮懷玉.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[2]基于神經(jīng)網(wǎng)絡(luò)的電容層析成像系統(tǒng)流型識(shí)別研究[D]. 宋蕾.哈爾濱理工大學(xué) 2015
[3]基于神經(jīng)網(wǎng)絡(luò)的ECT兩相流參數(shù)檢測(cè)方法研究[D]. 何在剛.遼寧大學(xué) 2014
[4]三維電阻抗成像模型與算法研究[D]. 黃薏宸.重慶大學(xué) 2013
[5]電阻抗成像技術(shù)算法研究及MATLAB仿真[D]. 張麗.南京理工大學(xué) 2013
[6]ET圖像重建算法對(duì)比分析及三維重建研究[D]. 趙顯.天津大學(xué) 2012
[7]基于特征提取和神經(jīng)網(wǎng)絡(luò)的ECT流型辨識(shí)的研究[D]. 喬立勇.哈爾濱理工大學(xué) 2010
[8]電學(xué)層析成像圖像重建研究[D]. 李榮瑾.天津大學(xué) 2009
[9]電阻抗斷層成像技術(shù)的研究及軟件實(shí)現(xiàn)[D]. 馬靜.南京理工大學(xué) 2007
[10]電阻抗成像算法的研究[D]. 王戩.山東大學(xué) 2006



本文編號(hào)：2934069