基于BEMD与随机森林算法的HIFU治疗无损测温方法

• 作者: 丁亚军 郭燕 钱盛友 陈兴
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 高强度聚焦超声 二维经验模态分解 无损测温 随机森林 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信号检测、算法与仿真
• 页码范围: 487-492
• 页数: 6页
• 分类号: O426.9|TP274
• 字数: 2767字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.06.006

摘要

获取高强度聚焦超声(High Intensity Focused Ultrasound,HIFU)辐照前后的新鲜离体猪肉组织减影图像,通过二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)方法将其分解为两个固有模态函数(IMF)和一个余量.将各分量图像的灰度均值作为反应温度变化的解释变量构建HIFU治疗无损测温的随机森林(RF)模型,对图像温度进行预测.对比分析同样以灰度均值作为解释变量的预测B超图像温度的线性回归方程模型、支持向量机(SVM)模型、BEMD-SVM模型以及RF模型的预测结果,发现BEMD-RF模型测温有着较高的精度,在40～75℃的温度范围内,测温误差在3℃以内,满足HIFU治疗过程中对温度监测的需求,实用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱盛友	湖南师范大学物理与电子科学学院	108	738	15.0	19.0
2	丁亚军	湖南师范大学信息科学与工程学院	36	269	8.0	15.0
6	郭燕	湖南师范大学信息科学与工程学院	1	0	0.0	0.0
7	陈兴	湖南师范大学信息科学与工程学院	2	0	0.0	0.0