版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、光聲成像(Photoacoutic Imaging,PAI),因其獨(dú)特的成像特點(diǎn),已經(jīng)成為生物醫(yī)學(xué)成像領(lǐng)域的研究熱點(diǎn)之一。光聲成像采用脈沖激光照射生物組織,激光能量設(shè)定在國(guó)際安全標(biāo)準(zhǔn)的范圍內(nèi),相比于X射線等成像技術(shù),其具有非電離輻射的優(yōu)勢(shì)。因?yàn)楣饴暢上窠邮盏氖巧锝M織體發(fā)出的超聲信號(hào),比純光學(xué)成像具有更強(qiáng)的穿透力和更高的空間分辨率。光聲成像將采集的超聲信號(hào)應(yīng)用一定的重構(gòu)算法反演組織的光吸收,獲取生物組織光吸收?qǐng)D像,相比于超聲成像具有更高
2、的對(duì)比度。此外,由于光聲成像探測(cè)的超聲信號(hào)攜帶生物組織信息,能夠測(cè)量血液氧飽和度和血紅蛋白的濃度,因此可用于功能成像。由于光聲成像兼具光學(xué)和超聲成像的優(yōu)點(diǎn),使其成為生物醫(yī)學(xué)成像領(lǐng)域中發(fā)展最迅速的一項(xiàng)技術(shù)。
圖像重構(gòu)算法是光聲成像中的一個(gè)重要問題。算法的性能與數(shù)據(jù)的采集和重構(gòu)質(zhì)量密不可分。近幾年,壓縮感知(Compressed Sensing,CS)技術(shù)已被成功應(yīng)用于光聲計(jì)算層析成像(Photoacoustic Computed
3、 Tomography,PACT),已有研究成果證明:壓縮感知方法能夠減少數(shù)據(jù)采集規(guī)模,降低成像系統(tǒng)成本。然而基于壓縮感知的光聲計(jì)算層析成像在重構(gòu)過程中需要上百次迭代計(jì)算,重構(gòu)速度慢,無(wú)法實(shí)現(xiàn)快速的光聲圖像顯示。
針對(duì)超聲陣列式光聲計(jì)算層析成像技術(shù)數(shù)據(jù)采集量大,成像速度慢等問題,為拓展該技術(shù)在血流動(dòng)力學(xué)等領(lǐng)域的應(yīng)用,該課題首次提出了基于主成分分析(Principal Component Analysis,PCA)的快速光聲圖像
4、重構(gòu)算法。首先,通過部分全采樣數(shù)據(jù),生成樣本圖像矩陣;然后,通過矩陣的分解構(gòu)建信號(hào)的投影矩陣;最后,基于該投影矩陣在欠采樣條件下快速重構(gòu)出高質(zhì)量三維光聲圖像。
根據(jù)在體人手成像實(shí)驗(yàn)表明:與傳統(tǒng)反投影(Back-Projection,BP)光聲圖像重構(gòu)方法相比,基于主成分分析的光聲圖像重構(gòu)方法可以大大降低數(shù)據(jù)采集規(guī)模,三維圖像重構(gòu)速度也得到了顯著提高。此外,在數(shù)據(jù)欠采樣條件下,克服了壓縮感知重構(gòu)過程的復(fù)雜性,能夠有效抑制圖像重構(gòu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主成分分析的紋理圖像分類算法.pdf
- 基于主成分分析的圖像數(shù)字水印算法的研究.pdf
- 基于主成分分析的半局部塊匹配圖像降噪算法研究.pdf
- 主成分分析算法的FPGA實(shí)現(xiàn).pdf
- 基于主成分分析的圖像識(shí)別方法研究.pdf
- 基于Contourlet變換的主成分分析人臉識(shí)別算法.pdf
- 主(?。┏煞址治龅膶?shí)時(shí)算法.pdf
- 基于主成分分析的焊縫缺陷識(shí)別算法研究研究.pdf
- 基于主成分分析法的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 遙感數(shù)字圖像的主成分分析
- 基于主成分分析的模糊時(shí)間序列的優(yōu)化算法.pdf
- 基于改進(jìn)的主成分分析的人臉識(shí)別算法研究.pdf
- 基于主成分分析的去除乘性噪聲算法研究.pdf
- 基于改進(jìn)主成分分析方法的人臉識(shí)別算法研究.pdf
- 基于改進(jìn)的主成分分析類算法的人臉識(shí)別.pdf
- 基于模糊主成分分析的多光譜遙感圖像增強(qiáng)方法研究.pdf
- 基于主成分分析法的Web頁(yè)面推薦算法.pdf
- 基于主成分分析的綜合評(píng)價(jià)研究.pdf
- 基于二維主成分分析的人臉識(shí)別算法的研究.pdf
- 主成分分析與二維主成分分析之比較研究.pdf
評(píng)論
0/150
提交評(píng)論