基于量子粒群算法电阻抗图像重构的研究论文

《基于量子粒群算法电阻抗图像重构的研究论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文中文摘要摘要电阻抗成像技术(ElectricalImpedanceTomography,EIT)是一种较为新颖的无损伤的医学功能成像技术，它通过置于人体表面的电极向其施加激励电流，测量其表面的电特性信息，来重构被测区域内部的电导率分布，从而反映人体内部结构与组织器官的功能。与传统的医学成像技术相比较，电阻抗成像技术不使用射线或者核素，对人体安全无伤害，可以多次测量、长期重复使用，其设备体积小、成本相对低廉，对工作环境无特殊要求，便于大规模推广。这些特点使得EIT技术不仅是在医学方面，而且在工业监测、无损探伤等工业领域都

2、备受瞩目。本论文以EIT图像重构为研究对象，实现了全电极模型下的有限元法电阻抗成像正问题的计算过程，并分析了电阻抗成像逆问题的研究难点和病态性。在介绍粒子群优化算法和量子粒子群优化算法的优缺点后，选定了使用量子粒子群优化算法来进行电阻抗图像重构，最后做了大量的仿真实验来验证该算法的可行性。本文的主要工作如下：①首先在电阻抗成像技术的生物医学基础上，简要阐述了EIT成像正问题的控制方程及边界条件，在此基础上推导出全电极模型下的基于三角形剖分的有限元方程，通过实测数据和计算数据的对比，验证了全电极模型下有限元法的计算精度。为了兼顾求解的精度与

3、速度，给出了EIT正、逆问题所采用的有限元剖分模型，以及其加密策略。着重对EIT逆问题的研究难点和病态性作了较为详细的分析，为后面的EIT图像重构奠定了良好的基础。②分析了基本粒子群算法和几种改进的粒子群算法的原理、算法流程、优缺点，以此为基础重点介绍了量子粒子群算法的产生、原理和实现流程，并与PSO算法进行了分析比较。最后用PSO算法和QPSO算法分别对Rosenbrock函数和Rastrigrin函数进行仿真测试，分析结果可知QPSO算法在收敛精度和速度等方面都要优于传统的PSO算法，为QPSO算法的改进和在EIT图像重建中的应用打下

4、了基础。③在上述的研究基础上，给出了EIT逆问题的数学优化模型，并提出了基于量子粒子群优化算法(QPSO)的电阻抗图像重构算法，为了提高QPSO算法搜索全局最优解的能力，将NOSER算法的求解结果赋予该算法的初始种群，以提高算法的性能；为了验证该算法的性能，在封闭式场域做了仿真实验，并与牛顿法、PSO算法的仿真结果做了对比；并结合实际应用情况，进行了开放式EIT重构仿真和水槽试验，结果表明重构图像具有良好的分辨率。在MATLAB环境下建立并完善了开放式电阻抗成像软件平台，实现了有限元模型显示、串口通信、电压数据的重庆大学硕士学位论文中文摘

5、要采集、正、反问题计算、数据和图形输出等功能。最后论文对研究工作进行了总结，给出了所完成的主要研究工作，指出了目前存在的问题，提出了一些不足之处及对本课题今后的研究展望。关键词：电阻抗成像，图像重构，全电极，有限元，量子粒子群优化IIABSTRACTElectricalImpedanceTomography(EIT)isanewnolliIⅣasivemedicalfunctional1maglngtechnology．EITuseselectrodematrixplacedonhumansurfacetoinjectexcitatlon

6、currentsintohumanbodyandmeasurestheelectricalresponsesignal．andthengetstheelectricalcharactersofhumantissuesthatarerelatedtohulnanbodv，sphysiologicalandpathologicalsituation．Comparedwiththe仃aditiomlmedicallmagmgtechniques，EITdoesn’tusethenuclideandradial，soitisnoniIlvasiv

7、etonumanbodyandCanberepeatedlyusedinshorttime．Meanwhile，theEITequipmentisrelativelyaffordable，andcanbeoperatedjustinnormalenviroIllnem，soithasahu2emarket·Withtheseadvancedcharacters，EITtechnologyisconsideredverya_ttractiveandcompetitiveinthemedicalfield，industrialinspecti

8、on，nondes劬ctivetestingaJldotherindustrialsectors．ThisdissertationaimsatEITimagereconstructionpro