基于小波有限元和矩搜索的BLT正逆問(wèn)題研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩48頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、醫(yī)藥學(xué)的發(fā)展促使人們?nèi)ヌ剿骷?xì)胞和分子水平的成像技術(shù),分子影像便應(yīng)運(yùn)而生。自發(fā)熒光斷層成像技術(shù)(Bioluminescent Tomography,BLT)作為分子影像中的一個(gè)分支,受到了廣泛的關(guān)注。對(duì)BLT的研究包含正向問(wèn)題和逆向問(wèn)題兩個(gè)方面。其中正向問(wèn)題指已知光源強(qiáng)度分布和組織光學(xué)參數(shù)求解組織內(nèi)的光強(qiáng)分布;而逆向問(wèn)題是在表面光強(qiáng)分布和組織光學(xué)參數(shù)已知的情況下求得光源強(qiáng)度分布的過(guò)程。本文從這兩個(gè)方面入手對(duì)BLT進(jìn)行了研究。 首先

2、進(jìn)行了基于非截?cái)嘈〔ㄓ邢拊腂LT正向問(wèn)題研究。本文從自發(fā)熒光斷層成像出發(fā),解決了原小波有限元不能應(yīng)用于復(fù)雜形狀體模型的問(wèn)題,提出了非截?cái)嘈〔ㄓ邢拊惴?。該算法采用了單元間非截?cái)嘟M合小波基,解決了二維和三維下的任意形狀剖分,成功地將小波有限元應(yīng)用于BLT正向問(wèn)題的研究中。理論分析和數(shù)值仿真結(jié)果表明:與傳統(tǒng)有限元的數(shù)值解相比,該算法在獲得同樣有效解的情況下,減小了單元剖分?jǐn)?shù),降低了計(jì)算復(fù)雜度。 矩搜索算法以降低自發(fā)熒光斷層成像的病

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論