检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于电阻抗成像技术的形状重建算法研究

基于电阻抗成像技术的形状重建算法研究

作者：孙晓曲阜师范大学

学位级别：硕士

电阻抗层析成像(Electrical Impedance Tomography,EIT)是一种非侵入性的成像技术,具有成本低、便携、实时性等优点,目前在工业、医学和环境监测等方面研究较为广泛。尽管EIT是一种简单、经济的成像技术,但也面临着一些挑战,如成像质量... 详细信息

电阻抗层析成像(Electrical Impedance Tomography,EIT)是一种非侵入性的成像技术,具有成本低、便携、实时性等优点,目前在工业、医学和环境监测等方面研究较为广泛。尽管EIT是一种简单、经济的成像技术,但也面临着一些挑战,如成像质量容易受到激励模式、物体形状、环境噪声的影响,从而造成重建图像中目标不准确、伪影过大等问题,这些问题限制了该技术的进一步发展。针对上述问题,本文在如何提高EIT技术中电压测量数据的利用率以及如何提高形状重建效果的算法上进行了研究分析。主要研究内容如下:1.针对EIT技术中不同激励模式下得到的电压测量值所包含的场域信息不同这一特性,提出了一种八模态电压测量数据融合的电阻抗成像方法。借助各模态缺失某个测量值后重建的图像和完整测量值重建的图像之间的相关系数,得到各模态下每个测量值的权重;然后将权重矩阵同八种单一模态下得到的测量值矩阵进行融合,得到更高维度的电压测量值矩阵和灵敏度系数矩阵;最后利用该矩阵通过Tikhonov正则化(TR)算法进行成像。仿真结果表明,该方法能够有效地提高TR算法重建图像分辨率,其重建图像的相关系数平均提高了 19.86%,相对误差平均降低了 28.89%。由此表明,相比于传统的八种单一模态下的成像,该方法提高了重建图像中目标的位置、尺寸和数量的准确度,为EIT技术在医学和工业等领域的发展提供了新的思路和依据。2.针对传统的EIT重建算法所重建的图形形状不准确的问题,提出了一种基于数据融合的参数化水平集算法(Data Fusion Parameterized Level-Set,DF-PLS)。在传统的参数化水平集算法中,激励模式通常选用单一的相邻激励模式,为了充分利用场域的测量数据信息,准确重建出目标形状,本文在传统的参数化水平集算法的激励模式上做出优化,将常用的单一模态激励转化为多模态激励,从而提高形状重建过程中对电压测量值的利用率,实现对EIT目标形状重建质量的进一步提升。经过量化比较,DF-PLS算法重建图像的相关系数相较于PLS算法的平均升幅为13.35%,相对误差的平均降幅为9.5%。相比于传统的PLS算法在单一激励模态下的成像,该算法可以充分利用电压测量值数据,在一定程度上改善目标成像的大小以及形状边界精度。3.针对参数化水平集算法中初始演化轮廓会影响形状重建的稳定性问题,提出了一种基于数据融合的自适应参数化水平集算法(Data Fusion Adaptive Parameterized Level-Set,DF-APLS)。由于参数化水平集算法中高斯径向基函数的选取往往是通过先验信息设定,如果基函数参数的选取不恰当,就会影响初始演化轮廓的位置和大小,进而影响最终生成图像的速度和准确性,给重建效果带来极大的不稳定性。本文在分析初始演化轮廓的位置和尺寸对重建结果的影响的基础上,针对初始高斯径向基函数的确定问题做出了改进,首先通过对TR算法生成的图像进行二值化分割,得到成像中目标的分割轮廓,然后利用此轮廓来自适应确定初始基函数的参数,以提高水平集函数演化的准确度。通过对重建图像的分析可得,该算法重建出的目标形状相对于PLS算法来说更加接近真实目标的形状,目标的边界轮廓更加清晰。经过对量化指标的分析可得,该算法可以提高图像的重建精度并加快收敛速度,其相关系数相对于PLS来说平均升幅为30.89%,相对误差平均降幅为20.11%,相对尺寸覆盖率更接近于1,实现了对EIT形状重建质量的进一步提升。

关键词：电阻抗成像数据融合参数化水平集形状重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

声带小结的声学特征研究

声带小结的声学特征研究

作者：罗久飞重庆理工大学

学位级别：硕士

随着我国工业化程度的不断提高，引起了喉部疾病发病率的不断攀升。同时，在那些需要长期使用嗓音的职业中，喉部疾病呈现一种常态职业病的倾向。目前喉部疾病最常用的检查方法是采用喉内窥镜进行检查，这种有创式接触式的检查方式，操... 详细信息

随着我国工业化程度的不断提高，引起了喉部疾病发病率的不断攀升。同时，在那些需要长期使用嗓音的职业中，喉部疾病呈现一种常态职业病的倾向。目前喉部疾病最常用的检查方法是采用喉内窥镜进行检查，这种有创式接触式的检查方式，操作复杂，病人有不适甚至痛苦感，部分病人甚至畏惧不愿意接受检查，以致耽误了治疗时间。另外，内窥镜光纤管道直接进入人体喉部的检查方式，还存在设备消毒不彻底而引发交叉感染的风险。因此从改进喉部疾病的诊断方法，降低人民群众的医疗检查费用等方面来考虑，研究一种安全的、无创的、费用低的检查方法，显得尤为必要。此前的国内外病态嗓音识别工作和基于声学信号的喉部疾病诊断主要以健康嗓音与病态嗓音的分类识别为研究重点，其中大多数方法基于统计学或者模糊判别，无物理‐数学模型。这反映了目前的研究只注重于嗓音数据与信号本身，而忽略了信号的本质是对对象某些物理特性的反映。在这个过程中没有能够提出具有一定病理意义的指标，而已经提出的指标相对来说统一性差，实验重复性差异大，准确率低。本文将持续稳定的元音为研究对象，以人体声带的振动和发声原理为基础，将声带的振动简化为一般的理想自由弦振模型，结合波动方程的解和小结病变的物理性变化来推导声带小结病变后的声学信号特征，利用声带对称性和耦合性建立内禀标准来检测声带的小结病变，并给出了其频域的分析方法，提出差频作为声带小结的信号特征。在本课题的研究过程中，同时开发出了一套声学信号的采集、存储、分析系统。为了更好的收集、管理和分析嗓音信号，还专门编写了针对嗓音疾病的声学数据存储系统，建立了信号分析中常用的功能和一系列具有实用性的数字信号分析的图形化工具，使得整个系统更加专业化，具有针对性。实验结果表明多数情况下小结患者的声学信号的频谱的确会产生差频现象，利用这个特征能够在一定程度上区分正常嗓音组和病变嗓音组，这对于进一步研究声带小结的声学信号特征具有积极的意义。

关键词：声带小结声学信号频谱差频

基于自闭症患儿语言康复训练的语音识别系统的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自闭症患儿语言康复训练的语音识别系统的研究

作者：陈隽重庆理工大学

学位级别：硕士

自闭症患者的康复治疗问题越来越多地引起人们的关注，而言语训练是自闭症患者康复训练必不可少的重要环节。传统的自闭症言语康复训练都需要医护人员或患者亲属的参与，特别是需要一对一的进行口语重复训练，给患者亲属带来很大的精神... 详细信息

自闭症患者的康复治疗问题越来越多地引起人们的关注，而言语训练是自闭症患者康复训练必不可少的重要环节。传统的自闭症言语康复训练都需要医护人员或患者亲属的参与，特别是需要一对一的进行口语重复训练，给患者亲属带来很大的精神压力和经济负担。随着计算机科学技术的发展，特别是语音处理技术的日趋成熟，在医学领域，采用计算机辅助进行各种康复治疗已成为一个重要的研究方向。本论文提出采用计算机辅助对自闭症患者进行言语康复训练的新方法，本课题的目的是研究设计一套智能化、可灵活扩展的自闭症患儿言语康复训练系统，本论文论述了自闭症患儿言语康复训练系统的原理和方法，采用的技术手段以及系统软件的具体设计。本课题主要的研究工作包括：在归纳现有自闭症患儿言语康复训练的基本方法的基础上，对自闭症患儿言语康复训练系统进行总体方案设计，采用语音处理和分析技术，对自闭症患儿言语康复训练时的语音进行采集、预处理、噪声去除，提出了一种基于短时自相关能量和短时零谱积进行端点检测和音节分割的方法。对基音周期、共振峰、线性预测倒谱系数（LPCC）、美尔倒谱系数（MFCC）等语音特征值进行了检测。提出采用Hopfiled人工神经网络和BP人工神经网络相结合的方法进行语音识别，用Hopfiled人工神经网络进行联想记忆，尽量使待识别语音特征值和训练样本的特征值变化趋势一致，然后采用BP网络进行识别。采用组合人工神经网络对自闭症患儿的语音识别进行了初步研究。在这些研究的基础上，最后设计出自闭症言语康复训练系统软件。通过给自闭症患者提供声音、文字、图片等多种形式的声音和图像刺激信号，实现生物反馈进行训练。软件中采用了文本语音转换（TTS）技术，采用计算机合成语音作为训练课程的语音，使系统的训练课程内容便于进行扩展。

关键词：自闭症言语训练康复治疗语音信号处理语音识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

优化电阻抗成像空间分辨率的智能算法研究

优化电阻抗成像空间分辨率的智能算法研究

作者：李晓童曲阜师范大学

学位级别：硕士

电阻抗层析成像技术(Electrical Impedance Tomography,EIT)作为新兴的非侵入式成像技术,与肺部疾病诊断的其他主流成像技术相比,具有安全无辐射、响应速度快、成本低等优点,在生物医学领域的应用前景广阔。但由于EIT技术的“软场”效... 详细信息

电阻抗层析成像技术(Electrical Impedance Tomography,EIT)作为新兴的非侵入式成像技术,与肺部疾病诊断的其他主流成像技术相比,具有安全无辐射、响应速度快、成本低等优点,在生物医学领域的应用前景广阔。但由于EIT技术的“软场”效应和逆问题求解过程中的非线性以及病态性,导致重建图像的空间分辨率偏低,重建图像不精确,限制了该技术的发展,致使EIT技术目前仍处于实验研究阶段。针对上述问题,基于电阻抗成像技术的发展前景、研究现状、成像特点以及技术难点等,本文对提高肺部电阻抗成像空间分辨率的算法进行了研究分析。主要研究工作如下:1.针对电阻抗成像过程中因“软场”效应及欠定性导致的重建图像伪迹问题,将邻域信息与快速模糊C均值聚类算法相结合,提出了一种肺部电阻抗成像伪迹优化算法TR-NC,并利用该算法对Tikhonov正则化算法的重建图像伪迹进行修正。仿真结果表明,TR-NC算法能够有效地修正Tikhonov正则化算法重建图像的伪迹,提高重建图像质量,修正后的重建图像相关系数平均提高了24.75%,相对误差平均降低了19.51%。仿体实验结果表明,TR-NC算法能够在目标电导率发生微小变化时及时、准确地检测到目标。相比于Tikhonov正则化算法,该算法在重建图像目标的数量、大小以及位置精确度等方面得到了显著提高。2.针对EIT逆问题求解过程中存在的非线性问题,将深度学习思想与电阻抗成像技术相结合,提出了一种基于条件Wasserstein生成对抗网络(Conditional Wasserstein Generative Adversarial Network,CWGAN)的EIT图像重建算法,该算法融合了条件生成对抗网络和基于Wasserstein距离的生成对抗网络两种模型,结合两者的优势来提高网络训练的稳定性和生成图像的精度。通过构建的EIT数据集对CWGAN网络进行训练,学习物场边界电压值与目标电导率分布之间的非线性关系。仿真结果表明,该算法重建出的电导率分布与真实电导率分布更加接近,重建图像目标伪影更少,边界更清晰。相比于Tikhonov正则化算法,该算法的重建图像相关系数平均提高了72.56%,相对误差平均降低了56.25%;相比于TR-NC算法,基于CWGAN网络的EIT算法的重建图像相关系数平均提高了32.34%,相对误差平均降低了21.42%。由此证明了该算法能够有效提高EIT重建图像的空间分辨率。3.针对传统EIT算法成像结果空间分辨率较低的问题,将传统EIT成像算法与CWGAN网络思想相结合,提出了一种新的重建图像目标优化算法,实现对EIT传统算法重建图像的进一步优化。仿真结果表明,经过优化后的目标电导率分布图像更加接近真实图像,图像相关系数值更大,相对误差值更小。由此证明了CWGAN网络结构同样也可用于传统EIT算法重建图像的进一步优化。

关键词：电阻抗成像邻域信息快速模糊C均值聚类生成对抗网络