RBF-DE的MREIT图像重建算法

• 作者: 刘海 荆会敏 闫丹丹
• 来源期刊: 中国计量大学学报
• 学科: 医学
• 关键词: 电阻抗成像 肺部模型 微分进化 径向基神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP39|R3
• 字数: 3965字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.02.011

摘要

为了避免成像物体在核磁共振成像(magnetic resonance imaging,MRI)系统实际操作中的旋转难题,现提出一种基于径向基函数(radial basis function,RBF)神经网络和微分进化(differential evolution,DE)思想的磁共振电阻抗成像(magnetic resonance electrical impedance tomography,MREIT)算法.该算法只利用单方向磁感应强度,首先RB F神经网络对肺部仿真模型可行域电阻值和仿真计算磁场强度与真实电磁场强度之间的不匹配目标函数建立非线性模型,其次用微分进化算法寻找最优解.通过在二维、三维肺部仿真模型的仿真实验研究.结果表明,该算法在允许的误差范围内可以有效地对病变的肺部组织进行阻抗图像重构,统计结果与基于微分进化思想的M REIT算法相比,明显缩短了计算复杂度与计算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫丹丹	中国计量大学信息工程学院	15	48	4.0	6.0
2	刘海	中国计量大学信息工程学院	4	2	1.0	1.0
3	荆会敏	中国计量大学信息工程学院	4	2	1.0	1.0