电离层三维层析成像的自适应联合迭代重构算法

在电离层层析成像过程中,联合迭代重构算法是一种常用的反演算法.然而,该算法迭代收敛较慢,反演结果精度不高.为此,本文发展了一种自适应的联合迭代重构算法,该算法利用上一轮的电离层电子密度反演结果,自适应地调整松弛因子和加权参数.通过模拟数据和实测数据对该算法的反演结果进行了验证,并将得到的反演结果与电离层测高仪数据进行了比较,结果表明,该算法能够有效地反演电离层电子密度,且反演结果精度优于常用的联合迭代重构算法.

中心不重合径向剪切干涉迭代波前重构算法仿真分析

径向剪切干涉测量时经常会出现扩束与缩束光波中心不重合情况,传统波前重构算法会导致较大重构误差,其应用受到挑战。推导了中心不重合径向剪切干涉迭代波前重构算法,仿真分析了组合像差、单阶Zernike像差、中心偏移量大小及其计算误差对重构算法的影响。结果表明,在剪切光波中心不重合情况下,该文算法能够准确进行波前重构,重构效果显著优于传统算法;在论文仿真条件下,随着中心偏移量的增大,本文算法重构波面均方根误差(RMS)不高于0.05λ,而传统算法重构误差RMS值达1.6λ且与偏移量近似线性相关。

自适应光学系统迭代控制算法超参数优化

无波前探测自适应光学系统中,选择合适的超参数是迭代控制算法达到最佳性能的关键。现有的迭代控制算法的超参数设置一般采用遍历法,这种方法虽然容易理解和实现,但计算量大、耗时较长,同时也可能因为找到一个局部最优值而错过全局最优值。本文采用贝叶斯优化方法,选择适合自适应光学系统迭代控制算法的超参数。分别以常用的随机并行梯度下降算法(stochastic parallel gradient descent algorithm,SPGD)、Momentum-SPGD和CoolMomentum-SPGD控制算法为例,对比分析采用遍历法和贝叶斯优化方法选择超参数的控制算法的校正效果。结果表明,采用贝叶斯优化方法进行超参数选择优势明显。对于SPGD控制算法,取得相同收敛效果时,贝叶斯优化方法所需样本实例数量是遍历法的10%;对于Momentum-SPGD和CoolMomentum-SPGD控制算法,贝叶斯优化方法所需样本实例数量分别是遍历法的7%和9%。研究结果可为自适应光学系统迭代控制算法的实际应用提供超参数设置理论基础。

基于两步迭代收缩法的多稀疏空间图像快速重构方法

由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。

基于放疗科大孔径CT的自适应迭代重建技术在肺结节穿刺中的应用研究

目的:研究大孔径CT自适应统计迭代重建(ASIR)对肺结节经皮穿刺中图像质量的影响。方法:选取2023年1月—7月于深圳市宝安区人民医院接受大孔径CT引导穿刺的肺结节患者20例。分别应用滤波反投影技术(FBP)和ASIR技术重建图像并评价两组图像质量。主观评价采用Likert评分,客观评价对结节区噪声标准差(SD)、对比噪声比(CNR)和穿刺针针尖位置CT值等资料。结果:图像的主观评价均满足穿刺要求且一致性较好(Kappa值=0.740)。ASIR图像质量随着权重先增加后降低,权重为60%时最佳。和FBP相比,ASIR 60%的Likert评分更高,结节SD和CNR值比较,差异有统计学意义(P=0.004、0.043)。其他统计参数比较,差异均没有统计学意义(P>0.05)。结论:放疗用大孔径CT常规扫描不影响穿刺图像质量,ASIR 60%图像质量更优,可以用于引导肺结节经皮穿刺。

基于无模型自适应迭代学习的液压锚杆钻机转速控制

针对存在参数不确定、非线性约束液压锚杆钻机回转系统的转速高精度控制问题,利用钻机作业的重复性,提出了一种基于无模型自适应迭代学习的液压锚杆钻机回转系统转速控制方案。首先,搭建钻机回转控制系统关于转速的状态空间模型。其次,利用动态线性化技术,构造钻机回转系统液压马达与伺服阀电流在迭代域的等价线性映射关系,并根据系统采集的历史伺服阀电流输入、液压马达转角输出数据,提出无模型自适应迭代学习转速控制设计方法。然后在理论上给出液压锚杆钻机回转系统转速跟踪误差沿数据方向以及重复作业方向的渐近收敛性。最后,利用MATLAB软件和AMEsim平台联合仿真验证算法的有效性。结果表明,相比于传统PID算法和迭代学习控制算法,所提出的算法在不需要已知锚杆钻机系统模型的情况下,能够仅利用可测数据实现钻机转速的高精度控制,并且在面对突加外部干扰、油温波动情况下仍具备良好的自适应、抗干扰能力。

基于迭代收缩阈值算法的DOA估计方法

针对传统波达方向(Direction of Arrival, DOA)估计算法在低信噪比、小快拍的条件下估计精度不高的问题,提出了一种基于迭代收缩阈值算法的矢量水听器阵列多快拍DOA估计方法。首先,对空域进行等角度划分,构造超完备冗余字典,建立基于信号多快拍条件下的DOA估计模型,然后,采用迭代收缩阈值算法解决稀疏重构问题,求解出信号的稀疏系数矩阵,最后,将稀疏矩阵中行向量的范数映射到划分好的网格上,得到DOA估计值。仿真实验结果表明:该方法在低信噪比、小快拍条件下比OMP、 MUSIC和CBF等传统算法拥有更高的DOA估计精度和更强的鲁棒性。

塑料称重配料的神经元迭代AI算法

本文针对动态的塑料称重配料系统,使用贝加莱X20系列CPU为控制硬件,在分析目前流行的多种AI算法基础上,运用若干种AI算法解决塑料称重配料系统中非线性、强干扰、不稳定滞后、随机性等问题,并且区别于专家系统,将算法应用到塑料称重配料设备的批量生产中。实践证明,这套自适应AI算法可以基本满足塑料称重配料设备的高精度、高响应、易操作的客户需求,可为塑料称重行业提供一定的借鉴。

基于迭代思想的自适应Niblack算法改进

针对文本及小物体图像识别时在光照不均匀工况下特征提取难度大、效率低问题,提出一种改进Niblack算法。利用迭代思想获取每个像素邻域的均值及标准差,使其与邻域窗口大小无关,避免了重复计算,降低了算法复杂度;在Sauvola算法基础上结合全局阈值Otsu算法及方差特性改进算法阈值,使其能自适应地调整阈值,逐点地进行图像二值化。为验证算法有效性,将其应用于文本、车牌及小物体图像二值化,与传统Otsu、Kittler、Niblack和Sauvola算法相比,算法获取的特征更清晰和准确,伪影和斑点等噪声更少,且与原Niblack算法相比,相同条件下其处理时间大幅度降低。

低剂量自适应迭代重建技术在颅面部联合外伤CT检查中应用

目的探讨低剂量自适应迭代重建技术在颅面部联合外伤CT检查中应用。方法选取2019年2月至2021年12月承德市中心医院收治的180例颅面部联合外伤病人,均行常规剂量CT扫描[常规组,最佳噪声指数(noise index,NI)结合30%自适应迭代重建],在复查CT(与初次扫描间隔<24 h)中按照随机数字表法将病人按照1∶1∶1均分为A组(n=60,NI25结合40%自适应迭代重建)、B组(n=60,NI30结合50%自适应迭代重建)、C组(n=60,NI35结合60%自适应迭代重建),均使用同一设备进行扫描。比较各组扫描时间、受检者剂量容积指数(CT dose index of volume,CTDIvol)、扫描长度(length,L)、剂量长度乘积(dose length product,DLP)、有效剂量(effective dose,ED)、对比信噪比(compare signal-to-noise ratio,CNR)、信噪比(signal-tonoise ratio,SNR)、图像质量主观评价效果。结果扫描时间:C组<A组和常规组<B组,两两比较均差异有统计学意义(P<0.05);CTDIvol、DLP、ED:常规组>A组>B组>C组,两两比较均差异有统计学意义(P<0.05);SNR:常规组>A组>B组>C组,两两比较均差异有统计学意义(P<0.05);A组(98.33%)、B组(96.67%)满意率与常规组(100.00%)比较,差异无统计学意义(P>0.008);C组满意率(88.33%)低于常规组(100.00%)(P<0.008)。结论CT扫描中,NI30结合50%自适应迭代重建能满足高质量图像和低辐射剂量的双重要求,可作为颅面部联合外伤的一个最佳诊断参数组合。

联合迭代重构算法在对流层水汽三维重构中的应用研究

通过数值模拟仿真将SIRT算法应用于水汽层析过程,结果显示该算法可以较好地重构水汽的空间分布,并且不受观测方程性质的影响,收敛较快,较之求逆的层析算法更易于实现。

利用导向向量旋转和联合迭代优化的自适应波束形成算法研究

针对大型阵列中自适应波束形成技术的实时性和鲁棒性问题,基于最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成的信号模型框架,提出一种通过对导向矢量进行处理以降低干扰的自适应波束形成算法——稳健联合迭代优化-导向自适应(Robust Joint Iterative Optimization-Direction Adaptive,RJIO-DA)算法。在联合迭代优化的基础上,将降维变换矩阵的每一个列向量看作独立的方向向量,引导子空间内每一个维度上的权值迭代,同时旋转导向向量,减小了由于导向误差的不确定性而导致的性能下降。仿真实验结果表明,与现有的降维算法相比,RJIO-DA算法计算复杂度低、收敛率高、鲁棒性好,可在期望方向上稳健地聚集波束,更好地形成干扰方向的自适应零陷。

自动协议选取能谱联合自适应迭代计算法重建技术降低腹部增强及血管成像辐射剂量及对比剂剂量的可行性

目的探讨利用自动协议选取能谱(ASIS)扫描模式联合自适应迭代算法重建(ASiR)技术降低腹部增强及血管成像辐射剂量及对比剂剂量的可行性。方法将64例接受腹部增强患者随机分为两组:试验组32例,采用ASIS扫描模式,应用30%ASiR和50%ASiR重建算法;对照组32例,采用120kVp管电压,FBP重建。比较两组扫描方法辐射剂量及对比剂剂量;比较70keV+30%ASiR图像与对照组动脉期及门静脉期肝脏及胰腺噪声、竖脊肌噪声(SMN)、肝脏CNR、胰腺CNR;对55keV+50%ASiR图像与对照组动脉期腹主动脉及各主要分支血管CNR及门静脉期门静脉CNR以及血管图像主观评分进行统计学分析。结果试验组动脉期及门静脉期的CTDIvol、DLP较对照组下降23.68%、23.57%和25.59%、18.45%,对比剂注射总量试验组较对照组减少16.86%。70keV+30%ASiR动脉期及门静脉期肝脏、胰腺和竖脊肌的噪声均低于对照组(P均<0.05)。试验组55keV+50%ASiR动脉期腹主动脉、肠系膜上动脉、腹腔干的CNR均高于对照组(P均<0.05);静脉期门静脉的CNR和血管评分与对照组比较差异无统计学意义(P>0.05)。结论采用ASIS扫描模式联合ASiR技术,70keV+30%ASiR及55keV+50%ASiR图像显示腹部脏器及腹部血管图像质量均优于传统120kVp扫描模式的图像质量,且降低了辐射剂量及对比剂剂量。

一种基于迭代自适应的鲸鱼优化算法

针对鲸鱼优化算法(WOA)后期收敛精度差和高维下容易陷入局部最优等不足,提出一种基于迭代自适应的鲸鱼优化算法(IAWOA)。首先用Circle混沌映射鲸鱼个体位置,使个体鲸鱼位置分布得更加均匀;其次随着迭代自适应改变螺旋气泡网大小,使螺旋气泡网前期较大而后期慢慢变小;再者用levy flight更新个体随机位置,帮助算法跳出局部最优;最后,通过12个基准测试函数,将IAWOA与其他3种算法进行仿真实验。实验结果表明,IAWOA有更好的收敛精度和鲁棒性。

自适应统计迭代重建算法在肺部低剂量CT扫描中的应用价值

目的:分析自适应统计迭代重建(ASIR)算法在肺部低剂量CT扫描中的应用价值。方法:回顾性分析2019年10月—2020年10月于我院就诊需进行肺部低剂量CT扫描的83例患者,采用ASIR算法纳入实验组(n=42),采用传统滤波反投影法(FBP)纳入常规组(n=41),比较两组患者CT容积剂量指数(CTDIvol)、剂量长度乘积(DLP)、有效剂量(ED)、噪声和图像清晰度。结果:实验组CTDIvol、DLP和ED均显著小于常规组(P<0.05),实验组胸廓入口、气管隆突、上腹部的肌肉和脂肪CT值均显著小于常规组(P<0.05),两组患者主观噪声评分和清晰度评分中1分、2分、3分和4分例数均无统计学差异(P>0.05),实验组主观噪声评分和清晰度评分5分例数占比均显著大于常规组(P<0.05)。结论:ASIR算法在肺部低剂量CT扫描中具有降低图像噪声、提高图像清晰度的优势,可推广应用于临床诊断。

能谱CT单能量成像联合自适应统计迭代重建技术显示子宫动脉

文章重点研究能谱 CT的单能量成像与40%自适应统计迭代重组(ASIR)相结合在子宫动脉来源和改善影像品质方面的应用。方法 收集68例行全腹能谱CT增强检查的青年女性患者,通过后处理工作站,分别获取62keV+ 40%ASIR和70keV的单能量薄层数据,采用VR、MIP及薄层图像对子宫动脉的开口起源进行研究,并对两组图像的图像质量进行客观评价及主观评分。结果:68例患者共显示136支子宫动脉,左右各68支,起源于臀下阴部干占50%,阴部内动脉占41.2%,髂内动脉占5.9%,闭孔动脉占2.9%;62keV+40%ASIR图像对子宫动脉的显示优于70keV单能量图像,两组中的子宫动脉CT值、CNR、SNR、SD及主观评分存在显著差异。结论:能谱CT单能量62keV联合40%ASIR可清晰显示子宫动脉的开口起源及远端分支,推荐在子宫动脉能谱CT血管成像中采用。

基于空域自适应单脉冲的抗干扰雷达多目标参数估计算法

基于空时级联单脉冲的多目标参数高效估计算法(M-STCMP)是一种高效的雷达多目标参数估计算法,但在干扰环境下其参数估计性能将严重下降。文中提出了基于空域自适应单脉冲的抗干扰多目标参数估计(AM-STCMP)算法。首先,将空域自适应单脉冲技术引入M-STCMP算法,自适应形成和差波束抑制干扰信号,提高各目标的信干噪比,并迭代修正自适应和差波束的鉴角曲线;其次,采用空时级联单脉冲技术估计各目标的距离-速度两维参数;最后,采用Relax算法高精度迭代估计各目标的角度-速度-距离三维参数。理论分析和仿真结果验证了AM-STCMP算法的有效性,其参数估计性能接近无干扰情形。

CT自动管电流调节联合自适应迭代算法技术诊断肝血管瘤价值分析

目的研究采取多层螺旋电子计算机断层扫描(CT)自动管电流调节(ATCM)和自适应迭代算法(ASIR)诊断肝血管瘤(HH)的临床价值。方法2017年4月~2020年4月我院收治的HH患者144例,根据多层螺旋CT多期增强扫描预设噪声指数(NI)分为A组(平扫,NI设为9)、B组(动脉期,NI设为9)、C组(静脉期,NI设为11)和D组(延迟期,NI设为13),各组扫描时ASIR均设为50%。记录并分析各组图像噪声值、图像质量评分、图像剂量长度乘积(DLP)和有效剂量(ED)差异。结果本组各期(平扫、动脉期、静脉期和延迟期)图像质量均可满足诊断需要并获得最终诊断;A组图像质量评分为(4.9±0.3)分,显著高于C组和D组【分别为(4.4±0.4)分和(3.8±0.4)分,P<0.05】,图像噪声值为(9.5±0.9)HU,显著低于B组、C组和D组【分别为(12.4±1.0)HU、(14.1±1.1)HU和(16.3±1.1)HU,P<0.05】;B组图像质量评分为(4.8±0.3)分,显著高于C组和D组(P<0.05),图像噪声值为(12.4±1.0)HU,显著低于C组和D组(P<0.05);A组DLP和ED分别为(253.2±100.8)mGy-cm和(3.8±1.6)mSv,显著高于C组【分别为(174.5±80.2)mGy-cm和(2.6±1.1)mSv,P<0.05】或D组【分别为(128.50±60.4)mGy-cm和(1.9±0.9)mSv,P<0.05】;B组DLP和ED分别为(246.2±93.1)mGy-cm和(3.7±1.3)mSv,显著高于C组或D组(P<0.05)。结论采取多层螺旋CT ATCM和ASIR技术检查HH患者在平扫和动脉期将NI设为9时,虽可提高图像质量,但辐射剂量偏高,而在静脉期和延迟期分别设定NI为11和13时,虽所获得的图像质量稍差,但并不影响诊断,而辐射剂量相对较小,值得临床斟酌选择。

基于GPU平台的联合迭代重构算法加速

电子断层三维重构技术(Electron Tomography,ET)是在纳米尺度下研究不具有全同性的细胞或大分子三维结构的重要方法。迭代重构法是ET中重构效果最好的方法,但是其性能较差,重构大尺寸图像时需要数天的时间甚至更长,使其应用受到限制。迭代重构法中经典的方法是代数重构法(Algebraic Reconstruction Technique,ART)和联合迭代重构法(Simultaneous Iterative Reconstruction Technique,SIRT),SIRT算法总是收敛的并且比ART重构的效果更好。利用CUDA语言设计和实现了基于Tesla C1060GPU平台上的并行SIRT重构算法,并利用存储器合并访问、常量存储器、共享存储器等优化技术对并行算法进行优化,优化后的SIRT并行算法在Tesla C1060GPU平台上的最大加速比是Intel i7 920CPU上的串行算法的47倍,并且重构的质量没有任何下降。

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.