基于图卷积网络的电容层析成像重建方法与装置.pdf
mm****酱吖
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于图卷积网络的电容层析成像重建方法与装置.pdf
本申请涉及一种基于图卷积网络的电容层析成像重建方法、装置、计算机设备和存储介质。所述方法包括:根据有限元法对目标图像待测区域网格化,得到拓扑图;根据拓扑图中每个节点以及对应的两个领域节点构建像素单元,计算每个像素单元的介电常数分布,根据介电常数分布计算对应的电容值,得到拓扑图中每个节点的特征;根据拓扑图中每个节点的特征计算特征图的拉普拉斯矩阵,将拉普拉斯矩阵输入图卷积网络模型,得到输出特征图;将输出特征图在预设图卷积网络模型的全连接层进行降维,得到介质分布灰度图像。本方法通过预设图卷积网络模型挖掘复杂流形
基于卷积神经网络的电学层析成像图像重建方法.pdf
本发明涉及一种基于卷积神经网络的电学层析成像图像重建方法,包括下列步骤:采用有限元方法求解电学层析成像的正问题;设计卷积神经网络结构使其适用于电学层析成像图像重建过程;确定损失函数;采用小批量梯度下降策略更新网络参数,并使用滑动平均模型将每一轮迭代得到的参数综合起来,确定最终的参数更新值;迭代结束后,得到连接权与阈值确定的卷积神经网络;图像重建时,将实测的边界测量值作为训练完毕的卷积神经网络输入层神经元,其输出层神经元的输出即为图像中各个像素点的值。
基于空洞卷积网络的电阻抗图像重建方法.pdf
本发明涉及一种基于空洞卷积网络的电阻抗图像重建方法,包括下列步骤:从已有的人体胸腔影像图像集中提取待测肺部形状和胸腔轮廓形状,得到肺部和胸腔的二值图像;根据二值图像建立相应的包括传感器模型和待测内含物在内的EIT仿真模型,胸腔轮廓形状用于建立传感器模型,肺部形状用于建立一定电导率的内含物;考虑模型误差,在EIT仿真模型基础上进行数据增强;求解上一步骤处理后的仿真模型正问题,得到图像重建所需的边界测量电压,建立CNN模型,测量电压和胸腔二值图像作为CNN模型的输入,以待测肺部图像作为CNN模型的输出。
基于神经网络的电容层析成像图像重建算法的任务书.docx
基于神经网络的电容层析成像图像重建算法的任务书任务书一、任务背景电容层析成像(ElectricalCapacitanceTomography,ECT)技术是一种无损成像技术,用于追踪有(或无)流体或粉料传输的路径。该技术基于介质电容率的变化,将被测对象分为若干个区域,通过采集多组电容信息,利用反问题求解方法重建被测对象的电容分布。因其成像速度快、安全无损、具有实时性等优势,广泛应用于化工、电力、石油、医学等领域。电容层析成像的关键问题就在于图像重建。目前的重建算法主要包括基于有限元法、基于模态分析法等传统
基于lstm的电容层析成像系统的图像重建算法.pdf
本发明涉及一种基于LSTM的电容层析成像系统的图像重建方法,其方法如下:(1)构建电容层析成像系统模型,通过Comsol有限元仿真软件获得电容层形成像系统的灵敏度场,以及获得不同位置、不同形状的物场分布情况下的电容向量。(2)利用Landweber算法得到重建图像。(3)按“行”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果。(4)按“列”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果。(5)融合两图像结果,得到最后图像重建结果。本发明通过上述方法提高了重建图像质量,使