近年來,電阻抗成像（Electrical Impedance Tomography,EIT）技術作為一種無創(chuàng)功能性檢測技術得到了快速發(fā)展。而作為EIT技術的一個重要分支,磁探測電阻抗成像（Magnetic Detection Electrical Impedance Tomography,MDEIT）技術改善了EIT技術中檢測點受成像體表面積限制的缺點,通過激勵電流作用下成像體周圍產生的磁感應強度分布重建成像體內部電導率。MDEIT技術與傳統(tǒng)電阻抗成像一樣具有無創(chuàng)、測量方便、價格低廉的特點。另外,MDEIT技術通過非接觸測量,避免了接觸阻抗對成像精度的影響。但MDEIT圖像重建過程存在非線性、病態(tài)性和不適定性問題,傳統(tǒng)重建算法將非線性問題通過近似線性化的方法求解,會導致重建圖像精度不高,抗噪性差的問題。針對以上重建算法的缺點,為進一步提高重建精度,本文首先提出了將淺層神經網絡模型的反向傳播（Back Propagation,BP）神經網絡算法用于MDEIT圖像重建。詳細介紹了算法中正向傳播建立權重矩陣和反向傳播更新權重矩陣的過程,針對磁感應強度分布和電導率分布之間的非線性關系,建立BP... 

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

圖１－２不同頻率下電流在組織內流動的路徑??

圖１－３磁探測電阻抗成像系統(tǒng)??

圖２－１磁探測電阻抗成像技術算法結構??


本文編號：3672516