最優(yōu)化方法在核磁共振數(shù)據(jù)處理中的應用.pdf

1、本文主要研究了最優(yōu)化方法在核磁共振數(shù)據(jù)處理中的應用，包括遺傳算法在核磁共振信號曲線擬合中的應用以及在磁共振成像圖像降噪中的應用。 針對曲線擬合的數(shù)值迭代方法有很多，包括多元函數(shù)的下山單純行法、多元函數(shù)的變尺度法、多元函數(shù)的共軛梯度法等。這些算法在使用上的常見限制包括要求比較準確地設置參數(shù)的初始值、不適用于擬合參數(shù)較多的情況等。遺傳算法在這方面有了新的突破，使其獲得了廣泛的應用。 本文在簡單遺傳算法(sGA)的基礎上，針對

2、簡單遺傳算法在曲線擬合應用中局部搜索能力差、收斂精度低的特點，提出了一種新的基于種群再分布的改進型遺傳算法(PRGA)。該算法在遺傳算法進行的過程中，根據(jù)最優(yōu)解的優(yōu)劣，調整種群在最優(yōu)解附近的分布，從而增強了算法的局部搜索能力。通過實驗，證明該方法對于曲線擬合問題能取得優(yōu)于簡單遺傳算法和傳統(tǒng)數(shù)值迭代方法的結果。 此外，我們還將最優(yōu)化方法應用到對圖像降噪算法的優(yōu)化中。通過對小波域圖像降噪算法NeighShrink的優(yōu)化，提出了具有自