典型文献
基于多信息融合和栈式自编码网络的扩散光学层析方法
文献摘要：
针对传统扩散光学层析(DOT)成像方法获取的图像精度较低,且主要对规则的圆形异质体进行重建的问题,本文利用解剖图像提供的结构先验信息并结合具有网络模型简单、需要调整的网络参数少、网络训练速度快等优点的栈式自编码(SAE)网络,发展了基于多信息融合和SAE网络的DOT图像重建方法.为验证所提方法的可行性和有效性,进行了一系列的数值模拟和定量评估.实验结果表明,与无先验信息方法相比,该方法可有效提高低吸收对比度(1.5)情况下的图像质量,使得平均绝对误差降低62％,均方误差降低11％,定量重建率值由139％降低为107％更接近100％.对单目标和双目标椭圆形异质体重建时,融合先验信息的方法获得重建图像的位置、尺寸、形状以及吸收系数更接近真实值,与无先验信息方法相比平均绝对误差至少降低8％,均方误差至少降低5％,定量重建率值更接近100％.
文献关键词：
扩散光学层析成像技术;先验信息;栈式自编码神经网络;乳腺肿瘤;图像重建
中图分类号：
作者姓名：
孙志龙;张杰;刘宗洋;高峰;张丽敏
作者机构：
天津大学国际工程师学院, 天津 300072;天津大学精密仪器与光电子工程学院, 天津 300072;天津市生物医学检测技术与仪器重点实验室,天津 300072
文献出处：
引用格式：
[1]孙志龙;张杰;刘宗洋;高峰;张丽敏-.基于多信息融合和栈式自编码网络的扩散光学层析方法)[J].光子学报,2022(12):208-220
A类：
扩散光学层析成像技术,栈式自编码神经网络
B类：
多信息融合,栈式自编码网络,DOT,成像方法,解剖图,结构先验,网络参数,网络训练,训练速度,SAE,图像重建,重建方法,定量评估,无先验信息,信息方法,低吸收,对比度,图像质量,平均绝对误差,均方误差,定量重建,单目标,双目标,椭圆形,重建图像,吸收系数,真实值,乳腺肿瘤
AB值：
0.290124
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
