基于深度学的电阻抗层析成像方法

摘要

本发明涉及一种基于深度学的电阻抗层析成像(Electrical Impedance Tomography，EIT)方法，适用于医学成像、工业过程成像和地质勘探等技术领域。所述方法包括：获取原始边界测量电压序列和电导率分布序列，并做归一化处理得到训练样本集合；建立初始EIT深度学网络模型，根据训练样本集合和设定的训练模式训练EIT深度学网络模型，使训练获得的EIT深度学网络模型表征边界测量电压序列与电导率分布序列之间的映射关系；通过给映射关系输入边界测量电压序列，获取电导率分布序列，最后将电导率分布序列恢复为矩阵形式，得到EIT图像。本发明提出的成像方法简化了建模过程及问题的求解难度，解决了电阻抗层析成像逆问题求解时的非线性和病态问题，提高了逆问题的求解精度和图像重建质量。

主权项

一种基于深度学习的电阻抗层析成像(Electrical Impedance Tomography，EIT)方法，其特征在于，包括(1)获取与处理原始数据：获取网络输入的原始边界测量电压序列和对应的电导率分布序列，处理后称之为训练样本集合；(2)构建网络模型：根据训练样本集合，建立EIT深度学习网络模型，包括输入层、隐层和输出层的多层结构并确定各层的节点数，初始化网络层与层之间的连接权重和各层的偏置，并设置网络的初始参数值：学习率、最大迭代次数、误差允许值；(3)训练网络模型：根据训练样本集合和构建的初始EIT深度学习网络模型，训练网络模型，建立边界测量电压序列和对应的电导率分布序列之间的映射关系。(4)重建EIT图像：根据未经训练的边界测量电压序列和所述训练后的EIT深度学习网络模型，得到电导率分布序列，从而重建EIT图像。