奇异值分解法用于MR灌注成像脑血流量估计的仿真研究

MR脑灌注成像是MR方法中提供代谢能力度量的唯一途径,对于疾病诊断和治疗效果评估有重要意义。MR灌注成像灌注参数的确定本质上是一个逆问题的求解过程,对一种求逆估计方法—奇异值分解法的逆问题性质进行了研究。在对奇异值分解法进行理论推导后,设计仿真方案,分别针对不同的信噪比进行仿真实验,并对动脉输入函数的延迟与失真进行分析。结果表明,在信噪比分别为150和10时,奇异值分解法都可以有效地估计脑血流量。该方法对动脉输入函数的失真不敏感,但是发生动脉输入函数延迟时,高脑血流量会被低估20%～30%。针对这一情况,对动脉输入函数的延迟效应进行了修正,修正后低估程度减小到±5%,得以明显改善。仿真结果表明,奇异值分解法是一种有效的估计MR灌注成像脑血流量的方法。

通用ATS低频类信号传输特性研究

低频类信号测试是ATS功能的重要部分,研究低频类信号传输特性对ATS的设计具有一定的指导意义。在分析通用ATS传输通道的基础上,建立了信号传输通道结构模型,并提出了分段确定信号传输误差的方法;然后以某型通用检测平台为例,对低频信号在传输通道的传输特性进行了研究,并采用回归分析的方法建立了ATE公共连接器接口处激励值和测量误差之间的近似函数模型,以对测量结果进行误差补偿;最后以Agilent 66103A型信号源直流电压激励通道为例,对传输通道的一元线性回归模型进行了实例分析。结果表明,对测量结果进行误差补偿能有效提高通道的测量精度。

基于LabWindows/CVI和Matlab高频衰减模型建立与应用

LabWindows/CVI是一款面向测控领域的开发工具,而Matlab则是一款在数学领域中优秀的软件。在结合两者优势的基础上,提出了利用软件补偿来满足高频信号功率测试精度需求的方法。首先利用Matlab对某平台高频传输通道建立功率衰减模型,之后根据此模型采用LabWindows/CVI控制测试仪器资源对所得到的高频信号功率值予以补偿。最后,对已知高频信号源进行测试,所得测试数据满足平台测试精度要求。