电学层析成像伪影抑制图像重建方法技术

本发明专利技术公开了电学层析成像伪影抑制图像重建方法，包含如下步骤：(1)根据被测场域获取重建所需的相对边界测量值向量b

【技术实现步骤摘要】
电学层析成像伪影抑制图像重建方法
本专利技术属于电学层析成像
，涉及利用电学层析成像伪影抑制图像重建方法实现图像重建，具体涉及电学层析成像伪影抑制图像重建方法。
技术介绍
电学层析成像技术(ElectricalTomography，ET)出现于20世纪80年代后期，是一种基于电特性敏感机理的过程层析成像技术，它基于边界测量值对测量区域介质的电特性(电导率/介电系数/复导纳/磁导率)分布信息进行成像，进而得到介质的分布信息。电学层析成像在多相流、地质勘探以及医学成像领域有广泛的应用前景，可以实现长期、持续监测，进而实现功能性成像。电学层析成像逆问题(即图像重建问题)求解具有非线性，通过线性化处理可以将问题转化为线性逆问题求解。针对逆问题求解的不适定性，通常选取正则化方法处理逆问题，例如Tikhonov正则化方法因其简单、稳定、直接的重建而不需要迭代而引起了人们的广泛关注。如YBXu等人2016年发表于《流量测量和仪器》(FlowMeasurementandInstrumentation)第50卷，第1-12页，题为电阻层析成像自适应本文档来自技高网...

【技术保护点】
1.电学层析成像伪影抑制图像重建方法，其特征在于具体过程为：将电学层析成像看作一个线性不适定问题Ag＝b

【技术特征摘要】
1.电学层析成像伪影抑制图像重建方法，其特征在于具体过程为：将电学层析成像看作一个线性不适定问题Ag＝bmeas，其中，A为灵敏度矩阵，bmeas为相对边界测量值向量，g为所求成像灰度值；设计最小化的目标函数为：



其中，λ为正则化参数，ω为权重因子，||·||1为向量L1范数，为TV各向异性惩罚项，为梯度算子，lx和ly分别为x和y方向上等距分布的离散网格数，和为一阶离散微分，为高阶惩罚项，为二阶离散微分；
在分裂变量法的基础上引入3个辅助变量p、q和r，将最小化的目标函数中的无约束问题转化为约束极小化形式：






上述约束极小化形式可通过交替方向乘子法表示为增广拉格朗日函数：



其中，γ1，γ2和γ3为增广拉格朗日乘子，上标T是转置算子，||·||2为向量L2范数；
图像重建算法即对上述增广拉格朗日函数的求解包含以下步骤：(1)根据被测场域获取重建所需的相对边界测量值向量bmeas和灵敏度矩阵A；边界测量值的获取是将被测对象置于电学层析成像测量系统中，被测场域外均匀分布L个电极，采用电流激励电压测量且激励电极不测量的模式，采集循环激励循环测量下各个电极上的边界电压，相对边界测量值向量bmeas为不含内含物的空场边界测量电压向量bmeas1和含有内含物的有物场的边界测量电压向量bmeas2之差；(2)设置初始化参数，调节最优权重因子的正参数ξ，最小迭代阈值θmin，最大迭代次数kmax，惩罚参数β1,β2,β3，增广拉格朗日乘子γ1,γ2,γ3和调节最优正则化参数的范围因子H，0＜H＜100；(3)更新自适应正则化参数λk；(4)更新辅助变量pk+1；(5)更新权重因子ωk；(6)更新辅助变量qk+1；(7)更新辅助变量rk+1；(8)更新电导率分布gk+1；(9)更新增广拉格朗日乘子γ1T,γ2T和γ3T；(10)判断迭代是否符合迭代终止条件或者k≤kmax，若是则迭代终止，进行下一步操作；若否，设置k＝k+1并跳回第(3)步，继续迭代求解；(11)根据最终求解所得灰度值进行成像。


2.根据权利要求1所述的电学层析成像伪影抑制图像重建方法，其特征在于所述图像重建算法的具体步骤为...

【专利技术属性】
技术研发人员：施艳艳，饶祖广，马航，曹璐，付峰，
申请(专利权)人：中国人民解放军第四军医大学，
类型：发明
国别省市：陕西;61