基于耦合梯度神经网络的光学层析图像重建

• 作者: 孟静 王加俊 黄贤武
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 光学层析成像 线过程 贝叶斯方法 辐射传输方程
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 892-896
• 页数: 5页
• 分类号: TP391.41
• 字数: 3794字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.05.024

摘要

为克服光学层析图像重建的病态性,通常在重建过程中加入先验信息.本文采用含有二值线过程的Gibbs分布作为图像的先验模型,该模型具有保留清晰边缘的全局平滑特性.由于重建目标函数是连续变量和二值离散变量的混合体,常规的优化算法无法实现.为此,提出了一种基于耦合梯度神经网络的优化方法.优化过程中,能量函数关于光学参数的梯度计算是关键,本文提出一种基于梯度树的梯度求解方法.对吸收系数和散射系数的重建结果表明:该方法可高效地重建光学层析图像;线过程的引入可以改善重建的病态特性,提高图像的重建质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄贤武	苏州大学电子信息学院	65	993	16.0	29.0
2	王加俊	苏州大学电子信息学院	66	515	12.0	19.0
3	孟静	苏州大学电子信息学院	14	66	4.0	8.0