【摘 要】
：
X射线CT利用X射线穿过物体后造成的衰减差异信息可重构出反映被测物体内部结构的灰度图像。传统XCT存在分辨力低、无法进行材料鉴别与分解等不足。能谱CT技术通过光子计数探测器（PCD）可以一次获取被测物体在多个不同能量段下的投影数据,具有分辨力高、组织对比度高、辐射剂量低和能进行材料鉴别和分解等优点。材料分解是能谱CT重要应用方向,如何提高材料分解精度是目前能谱CT研究热点之一。论文研究了基于图像域
论文部分内容阅读
X射线CT利用X射线穿过物体后造成的衰减差异信息可重构出反映被测物体内部结构的灰度图像。传统XCT存在分辨力低、无法进行材料鉴别与分解等不足。能谱CT技术通过光子计数探测器（PCD）可以一次获取被测物体在多个不同能量段下的投影数据,具有分辨力高、组织对比度高、辐射剂量低和能进行材料鉴别和分解等优点。材料分解是能谱CT重要应用方向,如何提高材料分解精度是目前能谱CT研究热点之一。论文研究了基于图像域的能谱CT材料分解算法,提出一种基于多约束优化的材料分解模型,通过仿真数据和临床小老鼠数据实验进行验证。主要工作如下:（1）研究了利用传统重建算法重建CT图像,用最基本的直接分解法（DI）进行仿真和实际数据的材料分解实验,发现其结果存在分解精度低、噪声大、细节不清晰等问题;（2）为克服DI方法的缺陷,结合正则化理论思想,研究了基于总变分的材料分解模型（TVMD）,详细推导了求解过程并进行仿真和临床小老鼠数据的材料分解实验。对比DI,TVMD一定程度上提高了分解图像质量和分解精度,噪声在一定程度被抑制;（3）为进一步提高材料分解精度和图像细节,克服二阶模型的局限性,研究了结合ROF模型（TV）与四阶LLT模型的材料分解模型（ROF-LLTMD）,详细推导了求解过程并进行分解实验。结果表明,ROF-LLTMD能得到较高精度的材料分解图像,图像噪声得到较明显抑制,图像更加清晰,但造影剂溶液分解精度仍然较低;（4）为提高造影剂溶液分解精度,提高整体图像质量,提出了基于非局部总变分（NLTV）并结合更多约束的多约束非局部总变分材料分解模型（MCNLTV）,介绍了空气像素处理方法,详细推导了该模型的迭代求解过程,利用所提算法进行仿真和临床小老鼠数据实验。结果表明,对比其他几种方法,MCNLTV算法克服了造影剂溶液分解精度较低的缺陷,得到的材料组分图在保持整体质量的同时数值评价更优。
其他文献
本文针对工程项目研究中出现的基于深度学习的电机故障诊断面临的电机参数变化引起的故障识别准确度下降问题与小样本问题进行研究,提出了一种基于深度迁移学习的电机故障诊断方法来缓解这两个问题。在使用深度学习方法对电机进行故障诊断时通常会出现实际使用精度比实验精度下降的情况,其主要原因为电机各个参数之间互相耦合,电机在使用过程中由于各种原因其参数偏离其初始值,实际采样数据与神经网络模型训练数据分布差异变大,
在全球信息化的背景下,在线教育顺应时代潮流,向着更方便更智能的方向蓬勃发展。将人工智能与在线监考相结合,更加精准、高效地完善防作弊措施也成为推行在线教育亟待解决的难题,对于考试中利用手机、书本、耳机等物品进行作弊的现象也一直都没有解决。在考试系统的监考环节加入对违规物品的检测将对解决考生作弊的问题提供新的方案,对为维护考试的公正与对考生真正实力的评估具有重要意义。本文以在线考试系统的监考环节为研究
汽车作为交通工具为人类的货运和出行提供了动力,同时也带动了经济的飞速发展,成为国家的支柱产业。汽车悬架系统作为车辆的重要组成部分,是将车轮连接至车架的一组机械组件。它对于车辆的操控性,稳定性和舒适性具有重要的影响,同时是保证行驶安全的重要部件。磁流变液作为智能材料,具有可控性高,控制速度快,阻尼力输出范围大等优点,可以为半主动悬架系统提供阻尼。相较于被动悬架可以更好的调节悬架的参数,从而适应路面的
电流互感器是电力系统保护和计量的关键设备,运行过程中容易因为注油孔挡圈内部锈蚀等原因造成主绝缘受潮,给人身和电网安全运行带来巨大威胁。由于检测油样取自电流互感器底部取油阀,目前常用的电流互感器内部微水含量检测法难以全面反映电流互感器内部不同位置处微水含量的变化及分布规律。因此,本文研究一种运行状态下电流互感器内部微水含量动态推演方法,有助于准确掌握电流互感器绝缘状态,具有重要的理论和实用价值。论文
基于平面传声器阵列测量的二维压缩波束形成是一种具有广阔前景的声源识别方法。早先提出的定网格在网压缩波束形成假设声源落在预设为基的固定网格点上,当声源未落在网格点上时,声源真实的基与预设的基不匹配,声源识别性能劣化,出现基不匹配问题。新近提出的二维无网格压缩波束形成方法虽能从根本上解决基不匹配问题,但亦存在两个不足:一是现有方法需要噪声先验参数,二是阵列形式仅限于矩形网格阵列及稀疏矩形网格阵列。上述
如今,以大数据为驱动的个性化商业推荐系统已经在Amazon、e Bay等大型互联网公司中广泛应用,他们的主要目的是利用推荐系统最大化公司利润,这与推荐准确性、推荐物品的利润值及长尾物品的曝光率均密切相关。然而,传统的推荐算法及目前的基于进化算法的多目标推荐算法都只考虑了用户侧的使用体验,却未考虑公司最关心的利润需求。另外,现存基于进化算法的多目标推荐算法存在后期超体积波动和时间开销过大的问题。针对
人脸识别是计算机视觉领域的热门研究课题之一,与我们的生活密切相关,在安防监控、电子消费等多个领域都有着广泛的应用。一方面,在日常生活中,人脸容易出现不同程度的遮挡,而遮挡引起的人脸特征缺失、对准误差及局部相干等问题,导致面向局部遮挡的人脸识别算法仍存在一些不足;另一方面,基于深度学习的人脸识别模型层数越做越深,模型的参数与计算量也越来越大,在计算能力和存储空间都受限的小型或者移动设备上难以得到实际
缺陷检测是保证工业铸件质量的重要环节之一,能降低由缺陷所引起的安全风险。数字化X射线成像（Digital Radiography,DR）技术作为一种常用的工业无损检测技术,是一种有效的工业铸件缺陷检测手段。目前,在工业上对DR图像的缺陷检测方法主要为人工目视检测法。该方法不仅耗时费力、容易让人产生疲劳,而且很大程度上依赖于检测人员的主观判断,不利于检测数据庞大的DR图像数据集。因此,采用自动化检测
薄壁构件力学特性与实体截面杆件有所不同,其失稳问题复杂而多变。薄壁杆件的基本屈曲模态可分为整体屈曲、局部屈曲和畸变屈曲,有时剪切和横向伸缩变形亦不可忽略。薄壁构件不同模式失稳的屈曲机理差异显著,而缺陷、屈曲后、材料弹塑性等因素对不同失稳模式的影响方式和作用效果也各不相同,因此对整体、局部、畸变等基本屈曲模式的界定尤为必要。目前对于薄壁杆件失稳模态研究的主要方法有:广义梁理论、约束有限条法和约束有限
点击率（Click-Through-Rate,简写为CTR）)预估是通过获取用户与待点击对象的特征及交互数据,分析用户是否会对这一点击对象产生点击行为。CTR预估的应用场景广泛,在电子商务、推荐系统等热门领域内均被视为核心问题,也展现出了巨大的商业价值。CTR预估的主要挑战来源于:在实际业务场景中,信息内容的特征具有高度稀疏和特征来源广泛的特点,这导致传统分类问题的解决策略在CTR预估问题上难以保