電阻抗成像技術(shù)正則化算法的研究.pdf

1、電阻抗成像技術(shù)（Electrical Impedance Tomography，EIT）是一種以人體內(nèi)部電導率分布為成像目標的醫(yī)學成像技術(shù)。該技術(shù)具有非入侵，無損傷，實時成像，系統(tǒng)結(jié)構(gòu)簡單，設備價格較低等優(yōu)點，在臨床醫(yī)學上具有廣闊的應用前景。是近三十年中生物醫(yī)學成像中的研究熱點。
　　EIT技術(shù)的發(fā)展雖然取得了巨大進步，但在求解其反問題時存在嚴重的不適定性，使得所得重構(gòu)圖像的質(zhì)量并不那么理想，其邊界較為模糊，圖像分辨能力差，無法滿

2、足臨床醫(yī)學的應用要求。針對這一問題，本文主要在電阻抗成像的圖像重構(gòu)算法方面展開研究，主要工作如下：
　　首先，對電阻抗成像系統(tǒng)的數(shù)理模型進行推導，建立了正問題的數(shù)學模型，采用有限元法對正問題進行求解。
　　其次，介紹了當前主流使用的Tikhonov正則化方法與圖像重構(gòu)的算法，并對采用Tikhonov正則化的牛頓-拉弗遜算法進行了詳細的理論推導，并在Matlab平臺上進行了仿真實驗。
　　最后，針對Tikhonov正則化

3、采用二范數(shù)作為罰函數(shù)使得成像邊界模糊的問題，提出了一種基于全變差的正則化模型，且根據(jù)測量電壓的稀疏性采用兩步閾值壓縮迭代算法（Two-Step Iterative Shrinkage/Thresholding Algorithms）對反問題進行求解。并在Matlab平臺上進行仿真實驗，且與傳統(tǒng)的Tikhonov正則化進行對比。
　　仿真實驗結(jié)果表明，本文所采用的圖像重構(gòu)算法與基于傳統(tǒng)Tikhonov正則化的牛頓拉弗遜算法相比，能夠