利用U-Net网络增强骨密度全波形反演

• 作者: 谢辉武 杨艳
• 来源期刊: 应用声学
• 学科: 工学
• 关键词: 骨密度 全波形反演 U-net
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 研究报告|Research Articles
• 页码范围: 151-157
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11684/j.issn.1000-310X.2022.01.018

摘要

该文设计了一种使用U-Net网络解决骨密度全波形反演的初值依赖、多解、病态等问题的方法.首先使用逆时偏移成像,将其结果输入神经网络得到模型的预分布.将该分布作为全波形反演目标函数的约束,可以使反演的结果更接近最优值,还可以减小反演对初始值的依赖.该文进行了一些模拟实验,得出该文的方法可以改进全波形反演对初始值的依赖和容易陷入局部极值的问题.