不同迭代重建算法在眼眶CT中的适用性研究

目的:探讨不同迭代重建算法在眼眶CT中的应用价值。方法:回顾性收集2024年1月至2024年3月首都医科大学附属北京同仁医院行眼眶CT检查的31例患者,分别使用混合迭代重建算法(iDose4)和全模型迭代重建算法(IMR)技术对图像进行标准算法和骨算法重建,对比分析不同重建算法图像的平均CT值、噪声(SD)、信噪比(SNR)、对比度噪声比(CNR)以及图像质量主观评分;采用随机区组方差分析比较不同算法重建图像间的客观指标差异;采用多个相关样本的秩和检验比较不同算法重建图像的主观评分差异。结果:不同标准算法重建图像的CT值、噪声、SNR、CNR差异均有统计学意义,与iDose4相比,IMR标准算法重建图像噪声降幅达25%~67%,SNR增加1.3~1.5倍,CNR增加2~3倍;与iDose4相比,IMR骨算法重建图像噪声降幅达70%~96%,SNR增加5~15倍,CNR增加4~31倍;不同骨算法及标准算法的图像质量评分差异均有统计学意义,标准算法IMR1-Brain Routine组评分最高5(4,5),骨算法iDose43 YD组评分最高5(5,5);两名观察者评分的一致性较强,加权Kappa系数0.644~1。结论:眼眶CT中推荐使用混合迭代重建技术iDose4 Level 3重建骨算法图像,使用全模型迭代重建技术IMR Level1重建标准算法图像。

基于改进涡流搜索算法的外骨骼迭代学习控制

为提升康复外骨骼机器人的步态跟踪性能,提出一种基于改进涡流搜索算法的迭代学习控制方法。首先针对传统迭代学习控制抗扰性差和控制信息缺失问题,引入PD控制器、自适应遗忘因子、误差过渡曲线和控制信息搜索等策略,改进迭代学习控制律;其次,基于多种策略对涡流搜索算法进行改进,提出了一种改进涡流搜索算法,改进后的算法可优化迭代学习控制的PD参数;最后进行行走实验,将提出的迭代学习控制方法与现有的同类算法进行仿真和数值比较,并测试了扰动情况下的跟踪性能。实验结果表明,所提方法的误差更小,跟踪性能更强。该算法改进了迭代学习控制的不足,具有较强的抗扰性能,保证了使用时的稳定性。

基于迭代p阈值算法压缩感知磁共振成像重构

从优化网络结构出发,在基于迭代软阈值网络的压缩感知磁共振成像深度网络基础上,加入由p阈值函数组成的优化模块,进一步优化软阈值函数,以抑制噪声,减少重建误差,从而提高重建质量。上述算法结合了压缩感知磁共振重建和深度学习的优势,所有参数都是端到端学习得到的,既具有很好的理论可解释性,又具有良好的网络泛化能力。对上述算法与其它算法进行对比,仿真结果表明,所提算法提高了磁共振成像的重建精度,特别对于结构复杂的磁共振图像重建效果更好。

基于两步正则化Gauss-Newton迭代算法的ECT图像重建

电容层析成像(ECT)技术求解图像重建问题属于非线性问题,并且存在严重的不适定性。为提高图像重建精度,提出了一种基于两步正则化Gauss-Newton迭代算法的ECT图像重建方法。针对标准正则化Gauss-Newton迭代算法在图像重建中存在的不收敛问题,引入了两步迭代方法;改进了正则化矩阵,提高了解估计的精确度;考虑到Gauss-Newton算法对迭代初值的依赖性,加入了同伦算法。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、Tikhonov正则化算法进行对比。结果表明,该方法可有效提高图像重建精度。

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。

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。

改进秃鹰搜索和K均值混合迭代的点云简化算法

针对激光雷达的固有特性和复杂环境易造成点云噪声和冗余点云,以及传统点云简化算法忽略了点云固有特征等问题,提出了一种基于改进秃鹰搜索和K均值聚类(KMC)混合迭代的点云简化算法(IBESSA)。首先,通过秃鹰搜索(BES)算法迭代阶段的竞争融合(CFBES),提高其收敛速度和优化精度;其次,通过CFBES和KMC算法的混合迭代,实现了点云数据的聚类;然后,在k近邻(k-NN)实现点云簇密度估计的基础上,结合香农熵实现点云信息量化;最后,删除信息量化值小于阈值的聚类簇,完成点云数据简化。使用UCI国际标准数据集和斯坦福点云数据集分别对CFBES-KMC算法的聚类效果及点云的简化效果进行验证,结果表明:与改进飞蛾扑火的K均值交叉迭代、K-means++、模糊C均值聚类算法的聚类效果相比,CFBES-KMC算法的聚类准确率分别提高了1.02%、12.31%、14.72%;在斯坦福点云数据集上,IBESSA算法在有效滤除冗余点云的基础上保留了原本点云的细节和形状特征,不失为一种高效的点云简化算法。

正弦调频激光干涉仪Lissajous降维迭代校正算法

正弦调频激光干涉仪(SFMI)在基础科学、精密制造等领域应用广泛,但相位调制深度变化等非线性误差限制了其测程及精度的进一步提高。本文提出一种新型正弦调频干涉仪Lissajous校正方法,通过降维迭代算法对测量过程中的干涉正交信号进行椭圆参数提取,实现实时校正,以消除非线性误差,提高测量精度。仿真测试证明,所提方法精度高,带宽利用率高,消耗资源少,对于正弦调频干涉仪测程和精度的提高及其应用的扩展具有重要意义。

基于多顶点替换策略的迭代局部搜索算法解决覆盖推销员问题

覆盖推销员问题(Covering Salesman Problem,CSP)是著名的旅行商问题的一个变体,是NP难问题。给定一组顶点和每个顶点相关联的预定覆盖半径,CSP的目标是在顶点子集上找到一个最短长度的哈密顿回路,使每个顶点被访问或者在被访问顶点的覆盖范围内。为提升搜索候选顶点集的质量,提出一种基于多顶点替换的搜索策略,并将该策略引入到迭代局部搜索算法解决CSP。所提CSP算法通过扰动过程和改进过程的迭代探索邻域最优解,其中扰动过程将搜索发散到未探索的区域,改进过程提升解的质量。实验结果表明,多顶点替换方法相比“移出-重新插入”过程可以获得更高质量的候选顶点集。所提CSP算法在寻优的正确率上取得了不错的成效,尽管运行速度与其他启发式算法相比有差距,但可以在合理的运行时间内解决CSP。

基于IronPython语言的牛顿迭代算法及其工程应用

本文将牛顿迭代算法应用于仿真优化设计中,提出了一种基于IronPython寻根的闭环算法,并在Ansys Workbench平台以某容器内气流混合过程为例,验证了该算法的可行性和实施效果。该方法能够找到输出特性结果性能参数所对应的输入参数设计点,实现了CAE仿真平台上的“数学求根”,即由既定的输出性能结果参数寻找对应的输入参数设计点。该方法能够快速地实现寻优,提高了工程优化设计的效率,缩短了优化工作的周期,开创了新的设计思路,对现代科技研发具有一定的参考价值。

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。

基于改进的鲸鱼优化迭代算法的水下传感器网络节点定位方法

针对水下无线传感器网络中锚节点较少、迭代误差大导致节点定位精度低的问题,文章提出了一种基于改进的鲸鱼优化-牛顿迭代的水下三维节点定位算法(Improved Whale Optimization-Newton Iteration,IWONI)。该算法首先使用牛顿迭代算法对节点距离远近关系建立对应法则,并利用目标位置估计值和修正因子为改进的鲸鱼优化算法提供动态搜索区域;其次,建立以测量误差为权重的适应度函数作为判断基准,采用改进的鲸鱼优化算法进行迭代求解,以获得最优解;最后,利用定位方程得到网络节点位置。为了验证IWONI算法的性能,将IWONI算法与时间差定位算法(TDOA-CHAN、TDOA-Taylor)、测距定位算法(最小二乘法、高斯牛顿迭代法)和牛顿迭代算法进行定位误差、收敛性能和定位成功率对比实验,并验证了节点数量对定位精度的影响。实验结果表明:(1)IWONI算法的定位误差和收敛速度明显优于其他对比算法。(2)IWONI算法在测量噪声大时的定位成功率高达92%,明显优于其他对比算法。(3)在通信半径不变的情况下,选择5~7个传感器节点可以在IWONI算法中实现定位精度与成本开销的平衡。

超低剂量CT联合高级建模迭代重建算法在成人肺结核检查中的可行性研究

目的:探讨超低剂量CT能谱纯化技术联合高级建模迭代重建(advanced modeling iterative reconstruction,ADMIRE)算法在成人肺结核检查中的可行性。方法:选取2022年5—12月某院收治的120例继发性肺结核(Ⅲ型)患者,按照随机数字表法将其分为A组、B组、C组、D组,每组30例。A组行常规剂量扫描,管电压为120 kV,管电流为110 mAs,采用滤波反投影重建算法;B组行低剂量扫描,管电压为120 kV,管电流为70 mAs,采用ADMIRE算法(3级);C组行低剂量扫描,管电压为100 kV,管电流为110 mAs,采用ADMIRE算法(3级);D组行超低剂量扫描,管电压为Sn100 kV,管电流为110 mAs,采用ADMIRE算法(3级)。比较4组患者的有效剂量(effective dose,ED)值、图像主观评分及客观评价指标等。采用SPSS 17.0统计学软件对数据进行处理。结果:4组患者的ED值、纵隔窗图像的主观评分、纵隔窗图像的信噪比及对比度噪声比比较,差异有统计学意义(P<0.05)。4组患者的肺窗图像主观评分、肺窗图像的信噪比及对比度噪声比比较,差异无统计学意义(P>0.05)。结论:超低剂量CT能谱纯化技术联合ADMIRE算法能够减少成人肺结核患者检查中的辐射剂量,同时图像质量能够满足临床诊断要求。

高级建模迭代重建算法对颞骨CT图像质量的影响

目的比较不同水平的高级建模迭代重建算法(ADMIRE)对颞骨CT图像质量的影响。方法收集2023年1月至2月在空军军医大学唐都医院行颞骨CT扫描的患者24例,其中男性13例,女性11例;年龄21~61岁,平均年龄43.3岁。采用德国西门子SOMATOM FORCE CT扫描仪对24例患者行颞骨CT扫描,分别采用传统滤波反投影(FBP)和AD MIRE 1、3、5对扫描后的图像进行重建,比较4组图像客观评价(包括CT值、噪声、信噪比)、主观评价的差异。结果4组图像的客观评价、主观评价总分差异均有统计学意义(P<0.05);相对于FBP,ADMIRE重建后,图像的噪声减低,信噪比升高,ADMIRE 5噪声最小,信噪比最高;ADMIRE 1与FBP组图像主观评价差异无统计学意义,ADMIRE 3图像质量最好,5分占比最高(75%)。结论采用高级建模迭代重建算法后,图像噪声减低,信噪比提高,但并非迭代比例越高,图像质量越好。

基于竞价模式和智能迭代模式的边缘协作缓存算法研究

为了让用户更快地获取内容,提出一种基于竞价模式和智能迭代模式的综合式边缘协作缓存算法。在竞价算法部分,采用熵权法计算中间值、访问热度、缓存空间和内容热度的权重,并综合计算节点上内容的缓存分数,根据缓存分数进行缓存替换。在迭代算法部分,将网络空间划分为多个子域,每个子域通过混合遗传算法进行周期性计算,并得出子域内内容缓存方案。实验结果表明,所提算法在降低云服务器负载、减少请求平均跳数方面具有明显的优势。

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。

抵御恶意攻击的无线传感网络安全梯度下降安全与牛顿迭代安全定位算法

本文主要研究了基于梯度下降和基于牛顿迭代两种安全定位算法,在无线传感网络抵御恶意攻击中的应用策略。基于梯度下降的安全定位算法,采用梯度下降法求最小二乘解,使估计值接近真实值,然后进行异常检测,剔除检测到的恶意锚节点,从而提高定位精度,保证网络安全;基于牛顿迭代的安全定位算法,采用牛顿迭代法缩小定位误差,然后使用差分自适应策略进行异常检测,滤除恶意锚节点后提高定位精度。在此基础上设计了对比实验,将RSSI测量值与两种算法下的仿真值进行对比。结果表明两种安全定位算法都能较为准确地定位节点,基于牛顿迭代的安全定位算法定位精度更高,在无线传感网络抵御恶意攻击方面有更好的应用效果。

改进的正则化前后扫描迭代算法求解刚性最优控制问题

最优控制问题广泛应用于工程学、经济学、生物学等众多领域。由于寻求解析解往往极具挑战性,人们通常采用设计合适的数值算法来求解其数值解。在这些问题中,刚性最优控制问题的数值求解方法尤为关键,这类问题的处理通常面临两难选择:问题的刚性特性容易引起数值方法的不稳定性,而过度追求数值格式的稳定性则可能导致计算成本显著增加,使得算法难以实用。本文专注于一类特定的刚性最优控制问题,通过改进传统的正则化前后扫描迭代算法,既保证了算法的稳定性,同时也显著提高了计算效率。最后通过数值实验验证了上述结论。

LDPC码SPA算法的迭代加速

迭代加速是提高SPA效率的关键,对变量节点和校验节点个别调度可加速迭代,但运算复杂度和控制开销不容小觑。受高斯迭代法求解方程的启发,本文提出SPA迭代加速算法,每次信息更新均使用最新信息。在常用信噪比下,与SPA相比,该算法所需平均迭代次数减少了43%。在无控制开销增加且计算复杂度和存储复杂度几乎没有增加的情况下,迭代加速算法的误比特率低于SPA。

用于MIMO SC-FDE系统逼近分集接收界的迭代检测算法

为了提高MIMO SC-FDE系统的检测可靠性、降低系统复杂度,提出一种新的迭代干扰消除检测算法,并推导出分集接收界作为评价算法性能优劣的依据.该检测算法采用基本的线性均衡算法提供初始值,在迭代中尽量消除层间干扰,利用空间分集增益逐步提高检测可靠性.结果表明,该算法在4QAM调制方式下,E b/N 0为9 dB时逼近分集接收界;在16QAM调制方式下,E b/N 0为16 dB时逼近分集接收界.该算法一轮迭代的计算复杂度与发射天线的数目成线性关系,天线规模为3×3以上时算法复杂度低于V-BLAST.因此,所提算法适用于天线规模数大于等于3、调制进制数大于等于4的系统中,在倾向于采用large MIMO系统的5G及后5G时代具有高效性和实用性.