本文關鍵詞：生物組織光學模型的蒙特卡羅模擬研究

  更多相關文章： 光學參數(shù) 漫反射率 光通量 蒙特卡羅模擬 BP神經(jīng)網(wǎng)絡

【摘要】：對生物組織的光學參數(shù)進行在位精確測量,是生物醫(yī)學領域中的重要研究內容,是光學在生物醫(yī)學領域進行基礎研究和臨床應用的重要前提。生物組織光學特性參數(shù)的測量在組織類型識別、腫瘤定性分析和外科手術導航等研究領域具有重要的研究意義。如何用數(shù)學方法研究光在具有分層組織中的傳輸過程以及如何根據(jù)測得的漫反射率和光通量的數(shù)據(jù)來反演出該分層組織的各層光學特性參數(shù),這兩個問題目前沒有得到很好的解決。蒙特卡羅(Monte Carlo)方法是解決光在生物組織中傳輸?shù)挠行Х椒�。本文利用Wang Lihong博士編寫的CONV程序和Erik Alerstam等人編寫的CUDAMCML軟件對分層模型進行仿真,以仿真得到的漫反射率和光通量數(shù)據(jù)作為輸入,分層組織的散射系數(shù)和吸收系數(shù)作為輸出,建立BP人工神經(jīng)網(wǎng)絡,對分層組織的光學特性參數(shù)進行了反演研究。本文的主要工作有： (1)使用蒙特卡羅模擬方法研究光在分層組織傳輸?shù)木唧w流程。 (2)使用蒙特卡羅模擬程序對單層、雙層、三層模型進行仿真,改變單層、雙層、三層模型的光學特性參數(shù),通過仿真得到不同光學特性參數(shù)下漫反射率和光通量的數(shù)據(jù),分析光學參數(shù)和漫反射率的關系；對模型內部的光場進行圖像重建,通過光場圖像分析光學參數(shù)和和光通量的關系。 (3)使用BP神經(jīng)網(wǎng)絡算法,利用蒙特卡羅模擬程序建立以漫反射率或者光通量作為輸入,散射系數(shù)、吸收系數(shù)作為輸出的訓練數(shù)據(jù)庫和驗證數(shù)據(jù)庫,利用訓練數(shù)據(jù)庫對BP神經(jīng)網(wǎng)絡進行訓練。利用驗證數(shù)據(jù)對訓練好的BP神經(jīng)網(wǎng)絡進行驗證,對驗證結果進行誤差分析。 (4)使用Matlab中的GUIDE工具,結合BP神經(jīng)網(wǎng)絡,對光學特性參數(shù)反演系統(tǒng)進行可視化編程設計。在系統(tǒng)軟件中導入以光通量為輸入,散射系數(shù)、吸收系數(shù)為輸出的訓練數(shù)據(jù)庫和驗證數(shù)據(jù)庫,實現(xiàn)了通過已知光通量數(shù)據(jù)精確預測組織模型的散射系數(shù)和吸收系數(shù)。 誤差結果表明,BP神經(jīng)網(wǎng)絡可以對分層組織的散射系數(shù)和吸收系數(shù)進行高精度的預測,本文設計的光學特性參數(shù)反演系統(tǒng)能夠為醫(yī)學臨床診斷和治療提供參考信息,因而具有一定的實用價值。
【關鍵詞】：光學參數(shù) 漫反射率 光通量 蒙特卡羅模擬 BP神經(jīng)網(wǎng)絡
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：R312
【目錄】：

• 摘要4-5
• Abstract5-7
• 目錄7-9
• 第1章 緒論9-14
• 1.1 課題來源9
• 1.2 研究背景9-10
• 1.3 研究意義10-11
• 1.4 光傳輸理論的研究現(xiàn)狀與趨勢11-12
• 1.5 本文研究的主要內容及結構安排12-14
• 1.5.1 主要內容12-13
• 1.5.2 結構安排13-14
• 第2章 光傳輸理論的蒙特卡羅模擬方法14-23
• 2.1 引言14
• 2.2 蒙特卡羅模擬方法14-15
• 2.3 坐標系系統(tǒng)15-17
• 2.4 蒙特卡羅的隨機抽樣17-18
• 2.4.1 步長的概率抽樣17
• 2.4.2 散射方向的概率抽樣17-18
• 2.5 蒙特卡羅模擬光子傳輸過程18-21
• 2.6 蒙特卡羅程序界面21-22
• 2.7 本章小結22-23
• 第3章 分層組織模型的蒙特卡羅模擬23-43
• 3.1 引言23
• 3.2 單層模型的蒙特卡羅模擬23-28
• 3.2.1 光學特性參數(shù)與漫反射率的關系23-27
• 3.2.2 光學特性參數(shù)與光通量的關系27-28
• 3.3 層模型的蒙特卡羅模擬28-34
• 3.3.1 光學特性參數(shù)與漫反射率的關系29-32
• 3.3.2 光學特性參數(shù)與光通量的關系32-34
• 3.4 三層模型的蒙特卡羅模擬34-42
• 3.4.1 光學特性參數(shù)與漫反射率的關系34-39
• 3.4.2 光學特性參數(shù)與光通量的關系39-42
• 3.5 本章小結42-43
• 第4章 光學特性參數(shù)的反演43-61
• 4.1 反演原理43-44
• 4.2 人工神經(jīng)網(wǎng)絡概述44-46
• 4.2.1 人工神經(jīng)元模型44-45
• 4.2.2 常用的激活函數(shù)45-46
• 4.2.3 BP人工神經(jīng)網(wǎng)絡模型46
• 4.3 反演光學特性參數(shù)46-56
• 4.3.1 漫反射率反演單層模型的光學特性參數(shù)46-49
• 4.3.2 光通量反演分層模型的光學特性參數(shù)49-56
• 4.4 預測結果比較56-57
• 4.5 光學特性參數(shù)反演系統(tǒng)的軟件設計57-60
• 4.5.1 Matlab圖形用戶界面57
• 4.5.2 系統(tǒng)的程序流程57-59
• 4.5.3 系統(tǒng)運行及結果分析59-60
• 4.6 本章小結60-61
• 第5章 總結與展望61-63
• 5.1 工作總結61-62
• 5.2 展望62-63
• 致謝63-64
• 參考文獻64-67
• 附錄A67-69
• 附錄B69-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 騰軼超;丁海曙;龔慶成;賈在申;黃嵐;王培勇;;近紅外光譜監(jiān)測體外循環(huán)手術中腦組織氧合狀況的研究[J];光譜學與光譜分析;2006年05期

2 方正;孫小敏;駱清銘;;一種簡便的計算層析系統(tǒng)X射線硬化校正方法[J];光學學報;2007年02期

3 駱清銘;張智紅;;免疫光子學進展[J];光學學報;2011年09期

4 彭年才;張鎮(zhèn)西;李政;趙玉龍;蔣莊德;;基于高通量微弱熒光快速檢測的高分辨熔解曲線分析儀[J];光學學報;2012年02期

5 劉炎炎;楊孝全;駱清銘;;滑動焦點光聲顯微成像方法[J];光學學報;2012年05期

6 關曉月;曾常春;楊利;劉漢平;劉頌豪;;516名正常人群印堂與準頭部面色的可見反射光譜色度學調查研究[J];中華中醫(yī)藥雜志;2012年10期

7 李永強;黃存友;;激光技術的應用研究進展[J];裝備制造技術;2013年01期

8 丁海曙;騰軼超;;組織血氧參數(shù)近紅外無損檢測技術及自主創(chuàng)新之路[J];激光與光電子學進展;2007年09期

9 葛劍虹;王逸馨;潘孫強;項震;;強激光作用下生物組織光致破裂效應的研究[J];激光生物學報;2012年02期

10 李忠明;張鎮(zhèn)西;;光場力的電磁理論分析[J];量子電子學報;2007年02期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 王緯超;生物醫(yī)學光子學成像的若干關鍵技術研究[D];上海交通大學;2011年

2 戴麗娟;腦組織參數(shù)近紅外實時在位微創(chuàng)測量技術及其應用研究[D];南京航空航天大學;2008年

，

本文編號：527967