一种基于残差全连接神经网络的电阻抗成像方法技术

本发明专利技术公开了一种基于残差全连接神经网络的电阻抗成像方法，该方法包括一下步骤：S1：对场域采用三角形为剖分单元的有限元方法进行剖分，建立有限元模型；S2：采用改进的残差网络构建残差全连接神经网络成像模型，得到电阻抗和电压值；S3：将仿真数据和S2步骤得到的电阻抗和电压值输入到网络模型中，利用损失函数进行计算，根据损失值，不断迭代优化残差全连接神经网络的参数，得到优化后的残差全连接神经网络。S4：利用训练好的残差全连接神经网络模型，求解待测物体的阻抗分布值，根据阻抗分布值进行图像重构。本发明专利技术使用残差全连接神经网络以及一范式和FocalLoss相结合的损失函数，相比较于传统成像方法，经过训练的神经网络精度高，鲁棒性强，能够有效提升电阻抗成像的精确度。的精确度。的精确度。

【技术实现步骤摘要】
一种基于残差全连接神经网络的电阻抗成像方法


[0001]本专利技术涉及电阻抗断层成像
，具体涉及一种基于残差全连接神经网络的电阻抗成像方法。

技术介绍

[0002]电阻抗断层成像技术(EIT，Electrical Impedance Tomography)是一种无创的成像技术。EIT技术是通过向被测物体施加微小的激励电流，利用放置在其表面的电极测量其边界电压，将得到的电压信息经过重建算法得到被测物体的内部的电导率分布，进而重建出物体的电阻抗分布图像。与核磁共振成像(MRI，Magnetic Resonance Imaging)和计算机断层成像(CT，Computed Tomography)等成像技术相比，EIT具有非侵入、低成本和无辐射等优势，在工业、化学以及生物医学等领域有着广阔的发展前景。
[0003]然而，由于EIT逆问题固有的非线性和不适定性，测量数据的一点小变化(例如电噪声)可能会导致重建中的大变化，导致EIT重建的图像质量差，该病态问题可以通过正则化解决，但是由于正则化平滑了电导率变化，影响了重构电导率，使得图像分辨率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于残差全连接神经网络的电阻抗成像方法，其特征在于：包括以下步骤：S1：对场域采用三角形为剖分单元的有限元方法进行剖分，建立有限元模型；S2：采用改进的残差网络构建残差全连接神经网络成像模型，对数据进行预处理，得到电阻抗和电压值；S3：将仿真数据和S2步骤得到的电阻抗和电压值输入到网络模型中，利用损失函数进行计算，根据损失值，不断迭代优化残差全连接神经网络的参数，得到优化后的残差全连接神经网络。S4：利用训练好的残差全连接神经网络模型，求解待测物体的阻抗分布值，根据阻抗分布值进行图像重构。2.根据权利要求1所述的一种基于残差全连接神经网络的电阻抗成像方法，其特征在于，S2步骤中所述残差全连接神经网络，包括：输入层、残差模块、输出层。3.根据权利要求2所述的一种基于残差全连接神经网络的电阻抗成像方法，其特征在于，所述残差模块包含三层改进的残差网络，改进的残差网络是在传统的残差网络...

【专利技术属性】
技术研发人员：汪杰君，林泽姿，许川佩，张宇涛，李腾飞，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：