微波斷層成象是一種無損探測(cè)技術(shù)，它采用微波照射被測(cè)物體，利用置于 被測(cè)物體外部的檢測(cè)器得到的散射數(shù)據(jù)，重建被測(cè)物體內(nèi)部的復(fù)介電常數(shù)圖象。 復(fù)介電常數(shù)包含了豐富的信息，其實(shí)部即為介電率，虛部與導(dǎo)電率成比例；并 且介電常數(shù)與很多生理參數(shù)有關(guān)，例如溫度、含水量、血量、血氧濃度等。因 此，微波斷層成象不僅能夠得到人體內(nèi)部的形態(tài)結(jié)構(gòu)信息，還能得到相應(yīng)的生 理信息，是一種非常有潛力的診斷成象技術(shù)。它既可以獨(dú)立應(yīng)用于診斷，也可 以作為其他成象系統(tǒng)的一種補(bǔ)充。 微波斷層成象隸屬于電磁逆散射問題，這里的散射是一個(gè)廣義的概念，包 含了透射、反射、折射、衍射和散射等等。這樣的問題具有非線性和非適應(yīng)性， 一般難于求解。利用Born或Rytov近似，可以將問題線性化，然后應(yīng)用與X-CT 類似的算法利用傅立葉變換對(duì)被測(cè)物體成象。但是此方法只適用于弱散射體， 而在生物醫(yī)學(xué)領(lǐng)域中，大多數(shù)介質(zhì)或組織介電常數(shù)的對(duì)比度較高，這種方法就 無能為力了。采用空域重建算法，可以將此問題視為優(yōu)化問題迭代求解，并且 通過引入某些先驗(yàn)知識(shí)，如物體的外部形狀、介電常數(shù)的上下限等，改善問題 的非適應(yīng)性，因而可以應(yīng)用于生物醫(yī)學(xué)領(lǐng)域，進(jìn)...

【文章頁(yè)數(shù)】：101 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中英文摘要
第一章 緒論
    1.1 微波斷層成象的特點(diǎn)
    1.2 發(fā)展概論
    1.3 本論文的意義和結(jié)構(gòu)
第二章 基本原理
    2.1 生理原理
        2.1.1 微波對(duì)生物組織的作用
        2.1.2 復(fù)介電常數(shù)與其他生理特性的關(guān)系
    2.2 算法原理
        2.2.1 亥姆霍茲方程
        2.2.2 格林函數(shù)
        2.2.3 逆散射理論
        2.2.4 Born近似和Rytov近似
第三章 基本重建算法
    3.1 頻域重建算法：衍射成象
        3.1.1 衍射成象原理
        3.1.2 直接傅立葉算法
        3.1.3 濾波反傳播算法
        3.1.4 衍射成象重建算法的缺陷
    3.2 空域重建算法
        3.2.1 矩量法
        3.2.2 算法原理
        3.2.3 基本空域重建算法
第四章 擴(kuò)展局部搜索重建算法
    4.1 正則化總體最小二乘法
    4.2 組合優(yōu)化算法
    4.3 擴(kuò)展局部搜索重建算法
    4.4 重建模型及參數(shù)
    4.5 數(shù)值模擬及討論
第五章 神經(jīng)網(wǎng)絡(luò)重建算法
    5.1 Markov隨機(jī)場(chǎng)模型
    5.2 Hopfield網(wǎng)絡(luò)
    5.3 神經(jīng)網(wǎng)絡(luò)重建算法
        5.3.1 耦合Hopfield神經(jīng)網(wǎng)絡(luò)
        5.3.2 增廣Hopfield神經(jīng)網(wǎng)絡(luò)
    5.4 重建結(jié)果及討論
第六章 信賴域重建算法
    6.1 數(shù)學(xué)基礎(chǔ)
        6.1.1 信賴域方法
        6.1.2 互補(bǔ)問題
    6.2 廣義的L-M重建算法
    6.3 信賴域重建算法
    6.4 重建結(jié)果及討論
第七章 結(jié)論與展望
參考文獻(xiàn)



本文編號(hào)：3861788