不同全模型Asir-v后迭代权重算法对肺动脉CTA图像质量的影响

目的:探讨不同水平基于多模型的迭代重建算法(adaptive statistical iterative reconstruction,Asir-v)不同权重及不同层厚重建在肺动脉CTA(CTPA)中对图像质量的影响。方法:回顾性收集疑为肺动脉栓塞及其他肺动脉疾病在GE Revolution 256 CT机行CTPA检查的51例患者,对肺动脉干、左右肺动脉按照相同层厚(0.625mm)、不同ASir-v权重(30%、50%、70%)进行数据重建,测量其CT值,肺动脉层面胸壁脂肪CT值,竖脊肌CT值,并计算信噪比(SNR)及对比信噪比(CNR)。结果:GE Revolution 256 CT全模型Asir-v后迭代30%,50%,70%权重重建,50%权重重建肺动脉图像的SNR及CNR优于30%、70%,组间有统计学差异(P<0.05),30%、70%间无统计学差异(P>0.05)。50%Asir-v权重迭代重建,不同层厚重建图像SNR及对CNR无统计学差异(P>0.05)。相同Asir-v权重迭代、相同层厚重建下(50%ASir-v、0.625mm),左肺动脉与段及以下肺动脉在图像SNR及CNR有统计学差异,(P<0.05)。结论:50%权重Asir-v后迭代重建图像SNR及CNR优于30%、70%;不同层厚重建对图像噪声比及对比噪声比无影响;相同迭代及层厚条件下,左肺动脉图像SNR及CNR优于肺段及以下肺动脉。

双瞬切能谱扫描模式下不同权重迭代算法对腹部能谱参数的影响

目的双瞬切能谱扫描模式下的不同权重迭代算法对腹部能谱图像单能量、有效原子序数、基物质对等参数的影响。方法前瞻性收集20例行腹部CT扫描的患者,采用电流和电压同时双瞬切新型能谱扫描模式。对静脉期图像应用能谱分析软件GSI Viewer在同一层面肝脏等地方勾画感兴趣区,获取每个ROI中有效原子序数、基物质对图像及74 keV单能量图像的CT值和噪声,计算信噪比。采用单因素方差分析比较不同权重ASiR-V重建的有效原子序数、基物质对图像及74 keV单能量图像SD、SNR组间比较差异。结果20例患者随着ASiR-V权重增加,有效原子序数、基物质对值及74 keV单能量图像CT值比较差异无统计学意义(P>0.05),图像的SD值逐渐减小,质量改善。不同权重的ASiR-V对有效原子序数、基物质对值及74 keV单能量有类似的影响。结论基于新的双瞬切能谱扫描模式下的不同权重迭代算法,与74 keV单能量一样,能够优化有效原子序数的图像质量。

低剂量头颅CT扫描最佳迭代算法(ASIR-V)权重的初探

目的初探头颅低剂量扫描中最佳Post-ASIR-V的权重。方法前瞻性选取头颅CT检查中的体检患者60例,随机分为A、B两组:A组(对照组)扫描参数为120 kVp、管电流280 mA、轴扫、准直器宽度120 mm、转速1.0 s/r;B组(实验组)扫描参数为100 kV、管电流280 mA、前置Pre-ASIR-V为0%、轴扫、准直器宽度120 mm、转速1.0 s/r。A组用FBP重组,B组Post-ASIR-V重组权重分别为:0%、20%、40%、60%、80%、100%,A、B重组层厚均为1.25 mm。测量后颅窝层面、基底节区层面和半卵圆中心层面脑实质的CT值、SD值,计算SNR=CT/SD。记录CT容积剂量指数,剂量长度乘积(DLP)并计算有效辐射剂量(ED),计算公式为ED=DLP×k,k=0.0021 mSv/(mGy·cm),采用单因素方差分析进行客观评价。主观评价:由2名高年资医师采用双盲法对CT图像质量进行主观评价。图像质量评价标准(三分法):3分为图像质量较好,无明显伪影;2分为图像有少许伪影但不影响诊断;1分为图像有严重伪影。采用Kappa对两名医生进行一致性进行评价,秩和t检验对主观评价进行统计学分析。结果随着Post-ASIR-V权重由0%～100%,SD值逐渐降低,SNR逐渐增加,且各组间差异具有统计学意义(P<0.05);Post-ASIR-V权重在60%时,图像质量最佳;B组辐射剂量较A组降低了34.31%。结论采用100 kV低剂量头颅扫描,Post-ASIR-V 60%重组权重图像质量最佳,并满足临床诊断。

引入改进迭代局部搜索的灰狼算法及应用

针对标准灰狼算法(GWO)收敛速度慢,易陷入局部最优等缺点,提出一种引入改进迭代局部搜索的灰狼算法(IGWO)。首先,通过佳点集策略增强初始种群的均匀性与多样性;其次,采用双收敛因子,收敛因子基于种群位置非线性自适应更新,在种群寻优全期平衡全局勘探与局部开发能力;再次,在种群位置更新公式引入欧氏动态权重与莱维飞行策略,提升寻优精度,并帮助种群跳出局部最优值;最后,引入改进迭代局部搜索,使算法的搜索能力更加灵活,帮助算法加速收敛。通过10个基准测试函数的仿真分析及种群寻优平衡性对比,证明了IGWO具有更优的寻优精度、稳定性及收敛速度,随后将IGWO应用于工程优化问题中,相比GWO、GJO、WOA、HSSAHHO、SCHOA、NCPGWO、DSFGWO 7种算法,适应度分别优化了3.25%、27.2%、28.9%、3.15%、3.04%、0.23%、0.07%,证实了在工程应用中的可行性和有效性。

基于权重迭代的偏好多目标分解算法解决参考点对算法影响的研究

在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/DPRE),主要利用权重迭代方法获取一组均匀的权重向量,并对偏好区域进行映射,使得算法在进化过程中,不用考虑参考点所处位置信息对算法性能的影响,另外提出了一种稳定可控的偏好区域模型,能响应决策者设置任意大小的偏好区域.通过对比实验表明该算法具有较好的收敛性和分布性,同时给出了满足决策者不同要求的算法模型,并且能够很好的解决参考点的位置信息对算法的影响.

非负权重最优组合预测的优性迭代算法

本文在优性组合预测方法存在判定理论的基础上，提出了求解非负权重最优组合预测问题的迭代算法．该算法具有运算简便、方法直观、计算量小、在计算机上容易实现等特点．

用等厚薄层权重自适应迭代阻尼最小二乘法反演瑞雷波频散曲线

笔者在前人工作基础上提出的等厚薄层权重自适应迭代阻尼最小二乘法 ,能有效地解除对初始模型的依赖。理论模型与实际资料试算结果表明 ,用该算法对瑞雷波频散曲线进行反演 ,具有稳定性好、精度高、分辨能力强的特点 ,并能自动分层和反演地层参数。

基于区间数群决策矩阵的专家权重确定方法及其算法实现

针对专家偏好信息为区间数群决策矩阵的多属性群决策问题,提出了一种专家权重确定方法并利用自适应迭代算法实现。首先,给出了区间数和专家群决策矩阵的定义。然后,使用加权几何系数法计算专家综合权重,并通过比较专家个体与专家群体决策矩阵的偏差距离计算出专家的客观权重,经过多次迭代后得到稳定的专家客观权重与专家综合权重。最后,实例验证了该算法的可行性与有效性。

加权平均的权重优选算法及其应用

通过分析指标值与目标期望值,提出加权平均优选权重的算法。为解除权重的两个约束条件,引入参数,采用e指数函数定义权重。运用最优梯度下降法使目标的计算值与期望值误差最小来迭代优选权重,建立迭代算法模型。将此算法应用于计算龙凤山水库的流域日平均降水量,改进传统计算方法的不足。经过迭代模型对参数率定与检验的误差分析,总误差及每个样本的误差比泰森多边形法的误差明显减小,说明本文提出的算法与应用是科学合理的,便于推广应用。

自适应统计迭代重建技术在低剂量CT结肠成像中息肉检出能力的评价

目的:评价不同水平自适应统计迭代重建(ASIR-V)算法对提高CT结肠造影(CTC)息肉检出率及其降低辐射剂量的价值。方法:选用离体猪结肠获得模拟息肉30个,按息肉直径(D)不同分为1~5 mm组、5~10 mm组和10~15 mm组,每组息肉10个。使用Revolution CT在管电压120 k Vp及不同管电流条件下扫描,应用6种不同权重(0、10%、30%、50%、70%和90%)ASIR-V算法进行图像重建。由两名医师进行息肉检出评分,并计算息肉检出率,比较其检出评分的一致性,采用线性回归分析息肉大小、管电流及ASIR-V算法权重变化与息肉检出率的相关性。统计息肉全部检出的最低辐射剂量,计算辐射剂量的降低幅度。结果:两名医师息肉检出评分一致性好(kappa=0.831);管电流及ASIR-V权重变化与息肉检出评分呈显著正相关(r=0.884,r=0.861;P<0.05)。息肉为1~15 mm时,当管电流为30 mA、权重为50%时ASIR-V算法重建与全部息肉检出率显著相关(r=0.677,r=0.644;P<0.05);息肉大小与检出率显著相关(r=0.688,P<0.05)。1~5 mm组息肉全部检出最低管电流为30 mA,权重为50%时ASIR-V算法重建与息肉检出率显著相关(r=0.924,P<0.05)。5~10 mm组息肉全部检出的最低管电流为30 mA,权重为30%时ASIR-V算法重建。管电流为10 mA或30 mA时,随ASIR-V算法权重增高,检出率提高。10~15 mm组的息肉检出,所有条件下检出率均达100%。当管电流为30 mA时,有效剂量为0.61 mSv,较50 mA(1.02 mSv)时降低67%。结论:应用ASIR-V算法可提高结肠息肉检出率,并有效降低辐射剂量,为低剂量CT结肠成像筛查提供了可能。

非负权重最优组合预测的迭代算法研究

本文对非负权重最优组合预测的计算方法进行了研究，提出了一种基于二元最优组合的迭代早优算法，并证明了其收敛性和最优性。该算法操作性强、效果好，具有远高于ＲＥＷ法和改进ＲＥＷ法的收敛速度．

电容层析成像图像重建算法的研究

在分析电容层析成像基本原理和图像重建算法的基础上,提出了采用迭代代数方法对管道截面图像进行重建.针对迭代算法收敛速度慢、耗时多的缺点,对迭代算法进行了改进,使重建图像的速度和质量都有明显的提高.

基于排序优化的粒子群算法

针对传统的粒子群算法容易出现前期搜寻能力低、中期容易陷入早熟、后期在最优解附近震荡等问题。本文提出自适应更新粒子的惯性权重ω;对粒子进行排序从而可以利用更多其他粒子的有用信息;每次迭代自适应更新粒子飞行时间优化算法3种不同角度进行的优化方案,而且这3种优化方案可以结合起来同时使用。实验结果表明,本文提出的这3种优化方案对粒子的搜寻精度以及速度都有了很大的提高,尤其是自适应权重与排序优化相结合的优化方案效果非常明显,自适应的飞行时间调整方案也大幅提高了粒子前期搜寻的速率。

基于改进K-means聚类算法在电力客户价值分群的应用

针对电力客户特点实行不同的营销策略和提供差异化服务,就需要对电力客户做出准确的分群。传统K-means聚类算法对数据分布均匀的类似球形的数据集聚类效果比较好,一旦数据集分布密度不均衡,类簇大小差异明显时,传统K-means算法容易使稀疏的大类簇被高密度小类簇瓜分,导致电力客户分群正确率下降。论文基于电力客户数据分布不均衡的特点,采用了一种改进的K-means聚类算法。改进的K-means算法提出一个新的加权聚类准则,并根据该准则修改了聚类迭代过程。文章最后在对电力客户数据的分群聚类结果表明,改进的K-means聚类算法的分群聚类效果中各个群类的紧凑性得到有效提高,误分情况明显改善。

决策信息为区间二元语义的双向专家权重确定方法

针对区间二元语义多属性群决策中的专家客观赋权问题,提出了一种区间二元语义群决策的双向专家权重确定方法。首先设置专家初始权重,通过专家个体与群体决策矩阵的偏差距离计算专家的偏离权重,再通过专家的直觉模糊熵计算专家的模糊熵权重,结合偏离权重和模糊熵权重,经过多次迭代后得到稳定的专家双向权重。该权重既反映了专家偏好信息与群体偏好信息的一致性,同时也反映了专家对决策问题的了解程度。最后,实例验证了该算法的可行性与有效性。

有界不确定性平差模型的迭代算法

针对现有的有界不确定性平差模型算法较为复杂且没有顾及权重的问题,该文提出了一种无需奇异值分解的迭代算法及其一种加权方法。直接采用了迭代算法求解有界不确定性平差模型的min-max准则,推导出了未知参数估值,算法概念简单,易于实现,收敛速度更快。基于该文提出的迭代算法,当系数矩阵和观测向量各自均不等权时,采用了一种加权方法,并推导了其解算过程。算例结果表明:该文提出的迭代算法是可行的,并且解算效率更高;加权后的迭代算法是有效的。

GIS区域数据时空线性建模方法

GIS区域数据时空分析研究是指在区域对象空间拓扑结构保持不变的情况下,属性数据随时间变化的时空过程和时空格局的探测、建模和预测。其统计模型需要考虑时序相关性和空间关联性两方面因素,时空线性建模通常采取空间回归模型和时序回归模型相结合的方法。在现有区域时空线性模型的基础上,给出了多阶多元时空线性回归模型的一般形式,并针对一阶时空线性回归模型,研究了在回归参数不同限定条件下的模型特定形式及相互关系,分析了模型中权重矩阵的构建方法,提出了一种结合最小二乘和最大似然的模型参数估计双层迭代算法,并对模型的实际应用进行了分析。

基于纹理特征的层次化图像配准方法

为了提高纹理特征明显的图像的配准精度和速度,提出一种基于纹理特征的层次化图像配准方法。首先,采用基于互信息的优化蚁群算法对图像进行粗配准,可以提高初始配准的精度,防止算法陷入局部最优解;然后在迭代最近点(Iterative Closest Point,ICP)算法的基础上,通过对纹理特征点赋予递减权重实现基于纹理特征的图像细配准,不仅可以在几何外形上实现点对匹配,也可以使得匹配的点对在图像的纹理细节上相似,大大提高了算法的配准精度。通过对人脑CT图像的配准实验表明,该基于纹理特征的层次化配准方法是一种精度高、速度快的图像配准方法,可以实现不同大小和不同质量的纹理图像的精确配准。

对评价者的评价:一种新的统计评价方法

文章发现了竞赛常用的评价方法,即去掉一个最高分、去掉一个最低分,剩下得分求简单平均值来决定被评价者最终排序方法的缺陷。通过对常规方法、计算一次评委权重、迭代运算获得评委稳定权重三种评价方法的比较,设计出一种定量化方法来降低评价偏差较大的评委权重,增加评价偏差较小的评委权重,从而使得最终评价结果变得相对准确;同时引入信度来作为测量不同评价方法评价效果好坏的一个指标。