本發(fā)明涉及一種基于深度學習的電阻抗層析成像(Electrical?Impedance?Tomography,EIT)方法,適用于醫(yī)學成像、工業(yè)過程成像和地質(zhì)勘探等技術領域。所述方法包括:獲取原始邊界測量電壓序列和電導率分布序列,并做歸一化處理得到訓練樣本集合;建立初始EIT深度學習網(wǎng)絡模型,根據(jù)訓練樣本集合和設定的訓練模式訓練EIT深度學習網(wǎng)絡模型,使訓練獲得的EIT深度學習網(wǎng)絡模型表征邊界測量電壓序列與電導率分布序列之間的映射關系;通過給映射關系輸入邊界測量電壓序列,獲取電導率分布序列,最后將電導率分布序列恢復為矩陣形式,得到EIT圖像。本發(fā)明提出的成像方法簡化了建模過程及問題的求解難度,解決了電阻抗層析成像逆問題求解時的非線性和病態(tài)問題,提高了逆問題的求解精度和圖像重建質(zhì)量。
聲明:
“基于深度學習的電阻抗層析成像方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)