阈值Landweber在MIT图像重建中的应用

doi:10.12068/j.issn.1005-3026.2016.04.005

东北大学学报:自然科学版 ›› 2016, Vol. 37 ›› Issue (4): 477-480.DOI: 10.12068/j.issn.1005-3026.2016.04.005

阈值Landweber在MIT图像重建中的应用

王旭¹，王静文¹，王柯元²

(1.东北大学信息科学与工程学院，辽宁沈阳110819; 2.大连理工大学电子信息与电气工程学部，辽宁大连116024)

收稿日期:2014-11-07 修回日期:2014-11-07 出版日期:2016-04-15 发布日期:2016-04-05
通讯作者: 王旭
作者简介:王旭(1956-)，男，辽宁沈阳人，东北大学教授，博士生导师.
基金资助:
中央高校基本科研业务费专项资金资助项目(N130404004).

Application of Thresholding Landweber Algorithm in MIT Image Reconstruction

WANG Xu¹， WANG Jing-wen¹， WANG Ke-yuan²

1. School of Information Science & Engineering， Northeastern University， Shenyang 110819， China; 2.Faculty of Electronic Information and Electrical Engineering， Dalian Unirersity of Technology， Dalian 116024， China.

Received:2014-11-07 Revised:2014-11-07 Online:2016-04-15 Published:2016-04-05
Contact: WANG Jing-wen
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对目前磁感应成像技术的图像重建质量较低、速度较慢的问题，提出了一种阈值Landweber重建算法.该算法在Landweber算法的基础上设置门限阈值，并在每次迭代中都自适应地调节阈值参数，从而提高了重建图像质量且加快Landweber方法的收敛速度.在Comsol Multiphysics仿真软件建立MIT系统模型的基础上，利用有限元方法求解了正问题.模拟结果表明，利用阈值Landweber图像重建算法获得的图像质量比LBP、未添加阈值的Landweber图像重建算法要好，同时也加快了收敛速度.

关键词: 磁感应成像, 图像重建, Landweber, 门限阈值, 有限元法

Abstract: To improve image reconstruction quality of magnetic induction tomography (MIT)， a thresholding Landweber reconstruction algorithm was put forward. The threshold value was set on the basis of the Landweber algorithm， and the threshold parameter was adaptively regulated with the iteration， which could improve the image reconstruction quality and accelerate the convergence rate of the Landweber algorithm. Based on the MIT system model established with Comsol Multiphysics， a forward mathematical model was set up and solved by the finite element method. The simulation results showed that the image reconstruction quality obtained by threshold Landweber reconstruction algorithm is better than that obtained by LBP and the algorithm without threshold， and the convergence rate can be accelerated.

Key words: magnetic induction tomography (MIT), image reconstruction, Landweber； thresholding； finite element method

中图分类号:

TP301

王旭，王静文，王柯元. 阈值Landweber在MIT图像重建中的应用[J]. 东北大学学报:自然科学版, 2016, 37(4): 477-480.

WANG Xu， WANG Jing-wen， WANG Ke-yuan. Application of Thresholding Landweber Algorithm in MIT Image Reconstruction[J]. Journal of Northeastern University Natural Science, 2016, 37(4): 477-480.

参考文献

[1]Griffith H.Magnetic induction tomography ［J］.Measurement Science and Technology， 2001，12(8):1126-1131.
[2]Wang J W，Wang X.Application of particle filtering algorithm in image reconstruction of EMT［J］.Measurement Science and Technology， 2015，26(7):5303-5310.
[3]Merwa R，Hollaus K，Oszk B，et al.Detection of brain oedema using MIT:a feasibility study of the likely sensitivity and detectability ［J］.Physiological Measurement，2004，25(3) 347-354.
[4]Ma X，Peyton A J，Higson S R，et al.Hardware and software design for an electromagnetic induction tomography (EMT) system for high contrast metal process applications ［J］.Measurement Science and Technology，2006，17(6):111-118.
[5]Zhang M，Ma L，Soleimani M.Magnetic induction tomography guided electrical capacitance tomography imaging with grounded conductors［J］. Measurement，2014，53(7) :171-181.
[6]Hollaus K，Magele C，Merwa R，et al.Numerical simulation of the eddy current problem in magnetic induction tomography for biomedical applications by edge elements ［J］.IEEE Transaction on Magnetics，2004，40(3):623- 626.
[7]Soleimani M，Lionheart W R B，Peyton A J，et al.A three-dimensional inverse finite-element method applied to experimental eddy-current imaging data［J］.IEEE Transaction on Magnetics，2006，42(10):1560-1567.
[8]Bertero M，Piana P.Projected Landweber method and preconditioning ［J］ .Inverse Problems， 1997，13(4):441-464.
[9]Daubechies I，Defrise M，Mol C D.An iterative thresholding algorithm for linear inverse problems with a sparsity constraint［J］.Communications on Pure and Applied Mathematics， 2004，57(11):1413-1457.(上接第476页)
[10]董明，张勇，张岩，等.含电气量信息的电力系统故障诊断解析模型［J］.电力系统自动化，2013，37(6):55-62.(Dong Ming，Zhang Yong，Zhang Yan，et al.An analytic model for power system fault diagnosis employing electrical data［J］.Automation of Electric Power System，2013，37(6):55-62.)
[11]董明.具有高容错能力的电力系统故障诊断的解析模型与方法［D］.杭州:浙江大学，2012.(Dong Ming.Analytic model and methods for power system fault diagnosis with high fault-tolerance capability［D］.Hangzhou:Zhejiang University，2012.)
[12]Montgomery G J，Drake K C.Abductive reasoning networks［J］.Neurocomputing，1991，2(3):97-104.
[13]Huang Y C.Abductive reasoning network based diagnosis system for fault section estimation in power systems［J］.IEEE Transactions on Power Delivery，2002，17(2):369-374.
[14]Farlow S J.Self-organizing methods in modeling［M］.New York:Marcel Dekker，1984.

[1]	王宝宇，刘瑞麟，张淼，张石. 基于虚源的延时乘累加波束形成算法[J]. 东北大学学报（自然科学版）, 2023, 44(4): 469-475.
[2]	栾峰，杨帆，蔡睿智，杨晨. 基于双字典自适应学习算法的低采样率CT重建[J]. 东北大学学报（自然科学版）, 2022, 43(12): 1709-1716.
[3]	杨丹，芦甜，郭文欣，王旭. 基于模拟退火粒子群算法的MIT图像重建方法[J]. 东北大学学报（自然科学版）, 2021, 42(4): 531-537.
[4]	李明，刘铭瑞，周立明. 力电湿多物理场耦合Cell-Based光滑有限元法研究[J]. 东北大学学报:自然科学版, 2020, 41(9): 1363-1368.
[5]	方淑君，王涛，聂念从，张凌瑞. 基于ABAQUS标准扩展有限元法的不良裂缝构型影响分析[J]. 东北大学学报:自然科学版, 2020, 41(11): 1646-1653.
[6]	高峰，孙伟，高俊男. 基于有限元法的硬涂层-整体叶盘振动特性[J]. 东北大学学报:自然科学版, 2019, 40(5): 688-693.
[7]	胡晟，吕江涛，司光远. 基于改进型泊松-玻尔兹曼方程的电渗流建模与分析[J]. 东北大学学报:自然科学版, 2019, 40(3): 447-451.
[8]	王述红，何坚，杨天娇. 考虑降雨入渗的边坡稳定性数值分析[J]. 东北大学学报:自然科学版, 2018, 39(8): 1196-1200.
[9]	李健，高微，张亚双，刘欲诺. 颗粒振动及耗能特性研究的弹塑性接触建模方法[J]. 东北大学学报:自然科学版, 2018, 39(8): 1211-1216.
[10]	周立明，任书慧，孟广伟，李荣佳. 含裂纹功能梯度板能量释放率的ABAQUS用户子程序开发[J]. 东北大学学报:自然科学版, 2017, 38(9): 1309-1314.
[11]	滕月阳，郑孙易，卢子鹏，康雁. 基于梯度下降法的双能CT双物质分解算法[J]. 东北大学学报:自然科学版, 2017, 38(7): 936-940.
[12]	王安国，姜周华，唐骥，董艳伍. 空心环形件电渣熔铸内结晶器铜板变形有限元瞬态分析[J]. 东北大学学报:自然科学版, 2016, 37(9): 1332-1337.
[13]	周立明，孟广伟，李锋，郭桂凯. 含裂纹复合材料的Cell-based光滑扩展有限元法[J]. 东北大学学报:自然科学版, 2016, 37(8): 1127-1132.
[14]	范威，郭立新. 考虑气流影响的直通穿孔管消声器声学性能[J]. 东北大学学报:自然科学版, 2016, 37(11): 1655-1659.
[15]	张义民，王昊，曹辉，杨周. 基于有限元法的数控车床主轴系统频率可靠性分析[J]. 东北大学学报:自然科学版, 2015, 36(8): 1155-1159.

阈值Landweber在MIT图像重建中的应用

Application of Thresholding Landweber Algorithm in MIT Image Reconstruction

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价