目的微分進化算法（DE）廣泛應用于磁共振電阻抗成像（MREIT）中,但該算法存在后期搜索效率不高、局部搜索能力不強以及易出現(xiàn)"早熟"收斂等問題。材料與方法針對這些問題,本研究在肺部MREIT圖像重建仿真實驗中采用一種微分進化單純性混合算法。結果肺部仿真實驗驗證了該算法可有效對病變組織進行阻抗圖像重構,與基于基本微分進化算法的MREIT算法相比,明顯縮短了算法的收斂時間,提高了算法的收斂精度。結論該算法在修改的二次變異微分進化算法中引入計算量小、收斂速度快,且具有較強局部搜索能力的單純形法,在不影響種群多樣性的同時提高了算法的收斂速度。 

【文章來源】：中國醫(yī)學影像學雜志. 2019,27(10)北大核心

【文章頁數】：5 頁

【文章目錄】：
1 原理與方法
    1.1 數學模型
    1.2 修改的微分進化算法
    1.3 改進的單純形法（simplex method,SM）
    1.4 微分進化單純形混合算法（DE-NM）和步驟
2 結果
3 討論


【參考文獻】：
期刊論文
[1]改進種群多樣性的雙變異差分進化算法[J]. 李榮雨,陳慶倩,陳菲爾.  運籌學學報. 2017(01)
[2]基于Nelder-mead單純形法的改進人工蜂群算法研究[J]. 蘇宏升,殷凱樂.  計算機工程與應用. 2016(24)
[3]基于磁共振電阻抗成像技術的3維腦病變檢測仿真[J]. 閆丹丹,沈圣遠,陳會.  高電壓技術. 2015(04)
[4]基于磁共振技術的生物電阻抗成像研究進展[J]. 陳會,閆丹丹.  中國醫(yī)學影像學雜志. 2014(09)
[5]人體肺部組織介電特性實驗研究[J]. 王潔然,王化祥,徐曉.  中國生物醫(yī)學工程學報. 2013(02)

碩士論文
[1]基于微分進化算法的腦部阻抗成像技術研究[D]. 沈圣遠.中國計量大學 2016
[2]人肺鱗癌細胞SK-MES-1介電頻譜特性研究[D]. 張倩.寧波大學 2015



本文編號：2999498