本文關(guān)鍵詞：基于共焦算法的微波成像系統(tǒng)研究

  更多相關(guān)文章： 生物微波成像 共焦成像算法 矢量網(wǎng)絡分析儀 步進頻率連續(xù)波采樣技術(shù) 腦中風檢測

【摘要】：腦中風是一種緊急病例,通常會引起腦部損傷,產(chǎn)生并發(fā)癥,甚至死亡。由腦中風引起的死亡人數(shù)呈逐年上升的趨勢。傳統(tǒng)的治療藥物,如打破血塊的藥物,它雖然可以大大減少由中風引起的損害,但只有在發(fā)病短期內(nèi)才是最有效的,長期就會造成大量的腦細胞死亡。因此,快速和及時的診斷起著至關(guān)重要的作用,特別是在中風癥狀剛出現(xiàn)的幾個小時。目前腦中風檢查依靠大型的先進器械、設備,例如CT掃描,核磁共振等,必須到醫(yī)院才能進行,不能被用來作為一個經(jīng)常性的中風檢測方法。微波成像是指使用微波照射待測體,繼而通過待測體散射場的值來重新還原出待測體的(復)介電常數(shù)分布,繼而還原出物體的形狀。因為介電常數(shù)的值和組織含水量具有十分重要的聯(lián)系,所以對于生物成像來說,微波成像具有得天獨厚的優(yōu)勢,使用超聲波進行成像,波的不連續(xù)性會影響其效率,當用X射線時,生物組織具有的較低密度的特性在一定程度上也會影響它的使用,微波在成像時卻可以發(fā)揮出它獨特的特性,得到諸如超聲波、X射線無法達到的效果。微波成像具有安全、成本低、理論上可對溫度成像等特點。本文中的研究是基于共焦算法的微波成像腦中風檢測系統(tǒng),首先研究了微波腦中風檢測的理論基礎,包括生物微波成像,矢量網(wǎng)絡分析分析儀的研究,其次,對為微波成像系統(tǒng)進行總體設計,該系統(tǒng)利用超寬帶漸變開槽天線作為收發(fā)天線,用矢量網(wǎng)絡分析儀(VNA)作為信號源,使天線發(fā)射超寬帶信號作用于被測物體。被測物體簡化頭部模型,將被測物體放置在旋轉(zhuǎn)平臺上,本文基于被測物體進行了16和32個天線位置的數(shù)據(jù)采集。由于VNA只有掃頻,無脈沖源,需要通過步進頻率連續(xù)波采樣技術(shù)(SFCW)進行有效采集,采集的過程是通過上位機控制矢量網(wǎng)絡分析儀和旋轉(zhuǎn)平臺進行自動化采集,將采集到的S11和S21數(shù)據(jù)上傳至終端,后續(xù)處理利用重建算法進行成像,重建算法選擇共焦算法,該算法是基于延時和求和的圖像重建算法,本文將共焦算法進行改進并用到成像系統(tǒng)中。最后,本文對成像結(jié)果進行分析,本文通過模糊綜合判斷法進行綜合判斷分析。最終結(jié)果準確的檢測出異物的存在和位置關(guān)系,從而驗證了利用超寬帶微波信號檢測異物的可行性。
【關(guān)鍵詞】：生物微波成像 共焦成像算法 矢量網(wǎng)絡分析儀 步進頻率連續(xù)波采樣技術(shù) 腦中風檢測
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R743.3;TP391.41
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-15
• 1.1 腦中風11-12
• 1.2 微波成像12-13
• 1.3 國內(nèi)外發(fā)展狀況13
• 1.4 論文工作主要工作安排13-15
• 第二章 微波腦中風檢測的理論基礎15-25
• 2.1 生物微波成像15-17
• 2.2 合成孔徑雷達算法17-20
• 2.3 矢量網(wǎng)絡分析儀20-23
• 2.4 本章小結(jié)23-25
• 第三章 微波成像系統(tǒng)總體設計25-44
• 3.1 系統(tǒng)設計25-26
• 3.2 微波SFCW信號源26-28
• 3.3 信號發(fā)送和接收天線28-31
• 3.4 微波信號接收機31-33
• 3.5 采集控制模塊33-38
• 3.6 微波檢測數(shù)據(jù)處理38-40
• 3.7 腦中風模型40-42
• 3.8 本章小結(jié)42-44
• 第四章 重建算法44-51
• 4.1 基于S11的共焦算法44-46
• 4.2 基于S21的共焦算法改進46-48
• 4.3 模糊綜合判斷法48-49
• 4.4 本章小結(jié)49-51
• 第五章 腦中風檢測實驗系統(tǒng)及結(jié)果分析51-61
• 5.1 平臺搭建51-52
• 5.2 信號采集和處理52-55
• 5.3 結(jié)果分析55-60
• 5.4 本章小結(jié)60-61
• 第六章 總結(jié)與展望61-62
• 致謝62-63
• 參考文獻63-66
• 攻讀碩士期間發(fā)表的論文和參加的項目66-67
• 附錄 167-68
• 附錄 268

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 常怡勇;;查不出中風,CT難辭其咎?[J];健康;2012年10期

2 徐巖;張曉明;王瑜;孫慶彬;王之猛;孫岳;;基于離散傅里葉變換的頻譜分析新方法[J];電力系統(tǒng)保護與控制;2011年11期

3 趙一蓉;鄭瓊娜;游國瓊;侯鍵;;近十年來中風CT表現(xiàn)的研究現(xiàn)狀[J];中國中西醫(yī)結(jié)合影像學雜志;2009年06期

4 熊元新;陳允平;;離散傅里葉變換的定義研究[J];武漢大學學報(工學版);2006年01期

5 毛二可,龍騰,韓月秋;頻率步進雷達數(shù)字信號處理[J];航空學報;2001年S1期

6 龍騰;頻率步進雷達信號的多普勒性能分析[J];現(xiàn)代雷達;1996年02期

7 肖小華，舒曉春，劉元章，，孔繁會，周承捷，吳江;中風CT掃描、血液流變學與辨證的研究[J];江西中醫(yī)學院學報;1995年02期

8 李揚彬,楊宏,朱建坤,戴文偉,彭仁羅;混合性中風的CT表現(xiàn)及診斷(附23例分析報道)[J];臨床放射學雜志;1993年01期

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 劉廣東;乳腺癌檢測的時域微波成像算法研究[D];南京郵電大學;2011年

2 安道祥;高分辨率SAR成像處理技術(shù)研究[D];國防科學技術(shù)大學;2011年

3 吳琦;新型超寬帶天線研究[D];上海交通大學;2009年

4 唐禹;高分辨率SAR成像算法及實時處理技術(shù)的研究[D];中國科學院研究生院（電子學研究所）;2006年

5 李洪義;生物組織微波熱聲斷層成像技術(shù)研究[D];第四軍醫(yī)大學;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 傅強之;液體材料復介電常數(shù)的掃頻測量與研究[D];電子科技大學;2013年

2 朱旭旭;小型化超寬帶天線的設計與研究[D];南京郵電大學;2013年

3 宋琨;基于UWB技術(shù)的早期乳腺腫瘤檢測成像方法研究[D];長春理工大學;2009年

4 李亞;Ku波段波導功率傳輸組件中檢波器的研制[D];電子科技大學;2008年

5 陶勇劍;微波介質(zhì)材料介電常數(shù)測試方法研究[D];南昌大學;2005年

本文編號：704891