本文關鍵詞：基于微分進化算法的腦部阻抗成像技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：阻抗成像技術是一種基于生物內部電阻抗分布的成像技術,屬于無創(chuàng)生物檢測技術的重要分支。因其無創(chuàng)性和早期診斷的優(yōu)勢成為目前生物醫(yī)學領域的研究熱點,其無損檢測在工業(yè)檢測和地質探測方面也應用廣泛。生物組織所具有的電學特征是生物組織器官、神經活動所產生的,是生物體的基本生理特征之一。不同組織的生理活動和組織形態(tài)的差異相對明顯,電學特性也存在很大不同,根據這些電學現象,還原內部生理性組織活動,判斷生物內部組織器官的生理、病理狀態(tài),幫助人類了解生物各個組織器官的工作機制,為臨床診斷提供檢測依據。本文主要對電阻抗成像(Electrical Impedance Tomography,EIT)和磁共振電阻抗成像(Magnetic Resonance Electrical Impedance Tomography,MREIT)的逆問題重構算法進行研究。此次研究的主要工作和研究內容如下:首先介紹醫(yī)學影像技術的發(fā)展歷程,闡述傳統醫(yī)學檢測技術的優(yōu)勢和面臨的問題,對阻抗成像的發(fā)展機遇以及研究意義背景做出介紹。其次介紹ANSYS有限元分析軟件,闡明該有限元計算分析軟件的優(yōu)點及剖分準則的選取,根據MRI掃描大腦內部和邊界信息構建真實模型。為驗證算法的有效性降低仿真實驗次數,頭球模型先于真實模型驗證算法。最后介紹EIT和MREIT的算法重構,算法重構均采用啟發(fā)式微分進化算法(Differential Evolution,DE),針對微分進化算法在進化后期進化效率較低的現象,采取動態(tài)調整控制參數模型的方法對算法進行調整。本研究提出基于DE算法啟發(fā)式DE算法,該算法在EIT和MREIT仿真重構中均表現出較好的結果。在MREIT重構中僅利用單一方向的磁感應強度數據重構出頭球模型和真實模型的電導率分布,精確定位顱內深層淺層病變組織,分辨率較EIT已有很大的提高。
【關鍵詞】：阻抗成像 腦部病變 有限元分析 電流激勵 磁感應強度 啟發(fā)式微分進化 電導率
【學位授予單位】：中國計量大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R318;TP18;TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-13
• 1 緒論13-22
• 1.1 研究背景及意義13-15
• 1.2 國內外研究現狀15-20
• 1.2.1 EIT研究現狀15-17
• 1.2.2 MREIT研究現狀17-20
• 1.3 章節(jié)安排20-22
• 2 有限元仿真模型22-27
• 2.1 ANSYS建模22-24
• 2.2 仿真模型建立24-26
• 2.3 病變組織模型26-27
• 3 基于線性調整策略DE算法的EIT重構研究27-41
• 3.1 EIT成像原理27-32
• 3.2 EIT逆問題求解32-33
• 3.3 EIT成像算法研究33-35
• 3.3.1 基本微分進化算法33-34
• 3.3.2 啟發(fā)式微分進化算法34-35
• 3.4 EIT三維仿真研究35-39
• 3.4.1 算法參數設置35-36
• 3.4.2 重構結果分析36-39
• 3.5 本章小結39-41
• 4 基于不同參數策略DE算法的MREIT研究41-54
• 4.1 MREIT成像原理42-44
• 4.2 MREIT正問題研究44-45
• 4.3 MREIT重構仿真研究45-47
• 4.3.1 MREIT重構算法45-46
• 4.3.2 MREIT圖像重建46-47
• 4.4 MREIT重構算法改進47-52
• 4.5 本章小結52-54
• 5 總結與展望54-56
• 5.1 工作總結54-55
• 5.2 展望55-56
• 參考文獻56-60
• 作者簡介60

【相似文獻】

中國期刊全文數據庫 前6條

1 于鐵民;鄢東姝;;多目標優(yōu)化的微分進化算法[J];長春大學學報;2006年04期

2 趙文春;劉大明;周國華;;基于微分進化算法的磁性目標參數估計方法[J];艦船電子工程;2011年07期

3 彭春華;孫惠娟;郭劍峰;;求解PMU多目標優(yōu)化配置問題的非劣排序微分進化算法[J];控制理論與應用;2009年10期

4 李可維;李小謙;徐正喜;雷剛;;聯合緊支徑向基函數和微分進化算法的電磁優(yōu)化方法[J];計算機工程與應用;2013年22期

5 許童羽;孫艷輝;;基于GIS和改進微分進化算法的農網變電站選址定容[J];電力系統保護與控制;2009年22期

6 ;[J];;年期

中國重要會議論文全文數據庫 前2條

1 黎杰;周猛軍;祝吾杰;胡麗媛;;基于自適應微分進化算法的供水調度優(yōu)化[A];2010中國儀器儀表與測控技術大會論文集[C];2010年

2 趙光權;彭喜元;;微分進化算法參數效能的統計分析[A];第十七屆全國測控計量儀器儀表學術年會（MCMI'2007）論文集（上冊）[C];2007年

中國博士學位論文全文數據庫 前2條

1 趙光權;基于貪婪策略的微分進化算法及其應用研究[D];哈爾濱工業(yè)大學;2007年

2 蘇海軍;量子衍生和禁忌微分進化算法研究[D];上海交通大學;2010年

中國碩士學位論文全文數據庫 前10條

1 賈杰;微分進化算法研究與仿真實現[D];大連理工大學;2015年

2 夏兵;基于微分進化算法的井下無線傳感器網絡布局優(yōu)化[D];吉林大學;2016年

3 沈圣遠;基于微分進化算法的腦部阻抗成像技術研究[D];中國計量大學;2016年

4 鄢東姝;微分進化算法的改進與擴展[D];吉林大學;2009年

5 雷盛;微分進化算法設計研究[D];廣東工業(yè)大學;2013年

6 徐毅虎;基于地理信息和改進微分進化算法的變電站優(yōu)化規(guī)劃[D];華北電力大學;2012年

7 于明;微分進化算法及其在控制系統參數優(yōu)化中的應用研究[D];華北電力大學;2012年

8 祝吾杰;改進的微分進化算法及其在供水優(yōu)化調度中的應用[D];合肥工業(yè)大學;2012年

9 楊曉莉;一類偏微分方程反問題的微分進化算法研究[D];西安理工大學;2010年

10 郝海燕;基于分片二維搜索的修正微分進化算法[D];大連理工大學;2006年

  本文關鍵詞：基于微分進化算法的腦部阻抗成像技術研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：293247