秦攀

个人信息Personal Information

副教授

硕士生导师

性别:男

毕业院校:日本国立九州大学

学位:博士

所在单位:控制科学与工程学院

学科:模式识别与智能系统

办公地点:创新园大厦 B713

联系方式:qp112cn@dlut.edu.cn

电子邮箱:qp112cn@dlut.edu.cn

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于改进型迭代NR的磁感应断层成像图像重建算法

点击次数:

论文类型:期刊论文

发表时间:2015-04-20

发表刊物:中国生物医学工程学报

收录刊物:Scopus、PKU、ISTIC、CSCD

卷号:34

期号:2

页面范围:190-197

ISSN号:0258-8021

关键字:磁感应断层成像;图像重建;L1范数正则化;迭代Newton-Raphson

摘要:在磁感应断层成像中,图像重建是一个典型的病态问题,其数值解存在不稳定性.针对此问题,提出一种基于加权矩阵和L1范数正则化的改进型迭代Newton-Raphson (NR)算法.该算法通过在目标函数的误差项中引入加权矩阵,同时在L2范数正则化惩罚项的基础上引入L1范数正则化,改善图像重建解的病态性.设置3种典型的模型,分别对有无噪声的数据进行分析,将本算法与Tikhonov正则化算法和迭代NR算法进行对比.在无噪声数据分析中,所提算法相对Tikhonov正则化算法和迭代NR算法的相对图像误差减小0.11 ~0.14,相关系数提高13% ~ 17%.在有噪声数据中,所提算法相对于Tikhonov正则化算法和迭代NR算法的相对图像误差减小0.06 ~0.09,相关系数提高7% ~ 10%.提出的算法成像性能较好,且抗噪性能较强,为进一步的实验重建精确性提供理论依据.