基于混合全变差正则化算法的电阻抗成像技术研究

左从磊; 李静

doi:10.13873/J.1000-9787(2021)11-0040-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于混合全变差正则化算法的电阻抗成像技术研究

研究与探讨 | 更新时间：2025-09-11

- 基于混合全变差正则化算法的电阻抗成像技术研究
- 暂无标题
- 传感器与微系统 2021年第11期页码：40-43+46
- 作者机构：
  
  中国科学技术大学工程科学学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2021)11-0040-04
  中图分类号： TP391.41
- 纸质出版：2021
- 稿件说明：
移动端阅览
左从磊, 李静. 基于混合全变差正则化算法的电阻抗成像技术研究[J]. 传感器与微系统, 2021,(11):40-43+46.
左从磊, 李静. 基于混合全变差正则化算法的电阻抗成像技术研究[J]. 传感器与微系统, 2021,(11):40-43+46. DOI： 10.13873/J.1000-9787(2021)11-0040-04.

DOI：

摘要

为克服传统电阻抗成像(EIT)中L2范数成像边界模糊的问题

引入L1正则化范数组成混合全变差(HTV)正则化罚函数。基于原始对偶内点方法(PDIPM)推导出算法的求解框架

通过建立不同的仿真模型算例

在理想无噪声和含一定高斯噪声情况下重构电导率分布。结果表明:HTV正则化算法相较于经典Tikhonov算法、共轭梯度算法和牛顿一步误差重构算法

具有更高的重构性能和良好的抗噪声表现。在对真实人体呼吸肺部数据进行重构时

HTV正则化算法与其他几种算法相比

成像边界清晰

重构质量高

具有较高的实用价值。

Abstract

关键词

Keywords

references

Vauhkonen M,Vadász D,Karjalainen P A,Somersalo E,Kaipio J P.Tikhonov regularization and prior information in electrical impedance tomography.[J].IEEE transactions on medical imaging,1998(2).

M. Cheney,D. Isaacson,J. C. Newell,S. Simske,J. Goble.NOSER: An algorithm for solving the inverse conductivity problem[J].International Journal of Imaging Systems and Technology,1990(2).

姚佳烽,李比古,陈怀瑾.面向手势识别的电阻抗成像系统开发[J].传感器与微系统,2020(08).

范文茹,王勃,周琛.基于EIT的CFRP层合板缺陷可视化检测[J].传感器与微系统,2020(02).

王丕涛,王化祥,孙犇渊.基于l_1范数的电容层析成像图像重建算法[J].中国电机工程学报,2015(18).

侯雪,王超,刘準.基于共轭梯度算法的EIT仿真[J].长春理工大学学报(自然科学版),2012(04).

韩波,窦以鑫,丁亮.电阻率成像的混合正则化反演算法[J].地球物理学报,2012(03).

黄嵩,何为.电阻抗成像中变差正则化算法的研究[J].生物医学工程学杂志,2006(06).

孙进平,程吉宽,杜岩.电阻抗成像的修正阻尼最小二乘重建算法[J].电路与系统学报,2000(02).

杜岩,柳重堪,程吉宽.电阻抗成像的加权 Newton-Raphson 算法[J].北京航空航天大学学报,1998(02).

浏览量

292

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电阻抗乳腺检测数据采集方法与模块开发

电阻抗成像的故障电极高精度数据补偿方法

基于电阻抗成像技术的细胞检测传感器开发