量子电子学报
量子電子學報
양자전자학보
CHINESE JOURNAL OF QUANTUM ELECTRONICS
2009年
3期
272-277
,共6页
李婷%钱志余%李韪韬%汤飞飞
李婷%錢誌餘%李韙韜%湯飛飛
리정%전지여%리위도%탕비비
生物医学光子学%近红外光断层成像%逆向问题%并行BP神经网络%双支路%平均光学参数%快速重建
生物醫學光子學%近紅外光斷層成像%逆嚮問題%併行BP神經網絡%雙支路%平均光學參數%快速重建
생물의학광자학%근홍외광단층성상%역향문제%병행BP신경망락%쌍지로%평균광학삼수%쾌속중건
提出一种基于并行BP神经网络的近红外光断层成像(Near-infrared optical tomography,NIR OT)图像重建算法,利用BP神经网络来表征生物组织内部光学参数的空间分布和边界光强之间的非线性映射关系.该方法将一个复杂的模型分解成简单的模型分别建立并行的神经网络.利用Femlab软件完成基于有限元的稳态扩散方程的两个简单模型的正向问题求解,根据提出的平均优化散射系数和正向问题训练的大量数据集合,建立并训练并行神经网络,通过对两个网络结果的分析,实现快速获得更复杂模型的光学参数的重构.算法能够快速识别特异组织的位置和准确反映热疗过程中生物组织的优化散射系数的变化趋势.
提齣一種基于併行BP神經網絡的近紅外光斷層成像(Near-infrared optical tomography,NIR OT)圖像重建算法,利用BP神經網絡來錶徵生物組織內部光學參數的空間分佈和邊界光彊之間的非線性映射關繫.該方法將一箇複雜的模型分解成簡單的模型分彆建立併行的神經網絡.利用Femlab軟件完成基于有限元的穩態擴散方程的兩箇簡單模型的正嚮問題求解,根據提齣的平均優化散射繫數和正嚮問題訓練的大量數據集閤,建立併訓練併行神經網絡,通過對兩箇網絡結果的分析,實現快速穫得更複雜模型的光學參數的重構.算法能夠快速識彆特異組織的位置和準確反映熱療過程中生物組織的優化散射繫數的變化趨勢.
제출일충기우병행BP신경망락적근홍외광단층성상(Near-infrared optical tomography,NIR OT)도상중건산법,이용BP신경망락래표정생물조직내부광학삼수적공간분포화변계광강지간적비선성영사관계.해방법장일개복잡적모형분해성간단적모형분별건립병행적신경망락.이용Femlab연건완성기우유한원적은태확산방정적량개간단모형적정향문제구해,근거제출적평균우화산사계수화정향문제훈련적대량수거집합,건립병훈련병행신경망락,통과대량개망락결과적분석,실현쾌속획득경복잡모형적광학삼수적중구.산법능구쾌속식별특이조직적위치화준학반영열료과정중생물조직적우화산사계수적변화추세.
