基于最小二乘法的成像测井中井径偏心图像校正方法研究

通过对超声成像测井过程中因测井仪器工作中出现偏心状况而造成采样图像中出现垂直暗条特征的分析,提出针对此类问题的偏心修正算法。通过理论分析与实际测井资料的处理验证并进行效果比对;证明:该方法为进一步改善井径图像成像质量、提高后期测井资料解释处理的精确度提供了有效的解决方案。     

一种多检验方法FDR在脑功能磁共振成像(fMRI)处理中的应用

对一种多检验方法——错误发现率(FDR)方法进行了计算机实现，并将FDR方法及其他几种假设检验方法应用在模拟数据和fMRI数据分析中进行比较，实验结果表明FDR方法是一种更可信的多检验方法。     

基于β估计校正值的低场功能磁共振成像分析方法

针对低场功能磁共振成像(fMRI)非脑组织信号变化的影响,提出一种有效的图像分析方法以改进大脑功能定位的结果.综合利用基于形变模型的图像分割算法和基于像素形态测量学(voxel-basedmorphometry,VBM)的统计分析方法提取脑组织,生成显式掩模,并构建分析掩模图像以修正一般线性模型的β参数估计值,使得VBM的统计推断只针对大脑组织,消除了非脑组织信号变化的影响.应用实例表明,这种方法可有效去除背景、头骨及头皮信号变化引起的伪激活区,提高了低场fMRI分析的可靠性和准确性.     

基于功能磁共振成像的网络连接显示方法

探讨了基于功能磁共振成像的功能连接图和有效连接图的显示方法,并在Matlab环境下编写界面实现了该方法.     

一类函数积性误差模型最优校正估计的存在性

就非线性回归模型y=ax^b线性化后，对参数a、b的最小二乘估计进行了校正，并在残差平方和期望最小理论上证明了最优校正系数k^*和最优校正估计量的存在性。     

一种预测基桩极限荷载的有效方法

用最优化理论中的非线性最小二乘法注解指数方程中的有关参数，用指数方程预测基桩极限荷载。算例表明：该方法与实际符合较好，具有较大的实用价值。     

一种有效的低场磁共振系统的水脂分离成像方法

提出了一种基于Dixon算法的磁共振水脂分离成像改进方法.该方法分别采集人体组织中的水和脂肪同相位和反相位的磁共振图像,利用化学位移效应所产生的相位差分离出水和脂肪的图像.采用了改进的区域增长算法进行相位校正,为了在低场、较高噪声时获得更好的稳定性,为感兴趣区域和背景噪声分别开辟两类不同的多个堆栈,并设定感兴趣区域的增长优先级总是高于背景噪声,使得由背景噪声引起的误差传播被有效抑制.实验结果证明,改进算法在低场高噪声条件下比原算法更稳定,并在0.3 T低场永磁型磁共振系统上对水模、膝关节与人脑等部位获得了满意的水脂分离图像.     

一种基于累积和求解畸变参数的方法

本文简要介绍了广角物镜成像中经典的畸变参数求解方法和累积和的基本原理,分析了传统畸变参数求法的缺点,提出了一种基于累积和求解畸变参数的方法;实验表明,该方法求解过程简单、直观,比最小二乘法简明得多,运算速度要快一些,且容易实现.     

一种改进的分水岭人脑MR图像分割方法

针对传统分水岭算法分割图像后存在的细节不准确问题,提出了一种改进的分水岭算法.此算法将传统分水岭算法和概率相结合,通过有序队列来实现边界的计算,从而得到分水岭.实验证明,这种算法得到的结果更加准确,对人脑MR图像病灶区的分割非常重要.     

核磁共振脑功能成像BOLD信号的特征及其神经电生理机制

基于脑血氧水平依赖(BOLD)对比的fMRI技术作为脑功能成像的主要方法已广泛用于脑的生理、病理及人的心理活动等研究领域,成为研究脑功能活动的一种重要的无损伤探测手段．目前对BOLD信号的特征及其神经电生理机制的研究受到广泛的重视,研究结果也非常丰富,但还有很多问题尚未解决．同时,由于BOLD信号是对神经活动的间接测量,要准确推演神经活动信息需要对该信号的机制有较为全面及深入的理解．文中就BOLD信号的特征、对外部刺激的非线性响应问题和BOLD信号与神经电生理活动的关系等作简要评述．对非线性响应问题提出了新的观点,并对今后的研究做了展望．     

基于改进的和声搜索算法的地面核磁共振反演*

地面核磁共振反演能抽象为一个求解矩阵方程An=E的问题,A为与背景电阻率空间分布有关的核函数矩阵,E为测量信号的初始振幅值,n为带求解的含水量分布值,由于A和E都存在误差,为了提高n的求解精度和稳定性,构造了正则化-总体最小二乘模型,并将该模型转化为受条件约束的非线性优化问题,设计了改进的和声搜索算法以求解该问题,在含水层数大于激发脉冲矩数的欠定方程或者病态方程的求解中,该算法仍然适用。野外实测数据反演中,导电层电阻率分布情况来自垂向电测深勘探结果,观测信号的信噪比为6.9 d B,算法的反演结果含水量值的方均根为3.12%,法国Samovar v6.2反演软件反演结果含水量值的方均根为3.65%,两种反演结果均与钻探结果接近,但本文算法略显优势。     

fMRI时间序列图像的配准测度及其相关优化方法

随着脑功能成像技术的迅速发展，人们对fMRI时间序列图像的配准问题也越来越重视．通过配准测度的建立，图像的配准问题最终被归结为数学上的多参数优化问题．本文综述了目前较常用的配准方法，介绍了基于灰度值的图像配准的差值平方和测度与互信息、测度以及求解它们的优化方法：阻尼GaussNewton法、有记忆功能的模拟退火算法、改进的Powell算法和一类新的进化策略算法．这四种算法各有特点能有效地找到最佳配准参数，配准精度较高，且能收敛到全局最优点。     

核磁共振成像仪磁场装置的混合结构研究

核磁共振成像仪是先进的诊断仪器,磁场装置是该仪器的关键部分,采用钕铁硼和铁氧体的混合结构,可以提高磁场的稳定性,降低成本,该文采用计算机模拟磁体装置的优化设计,可使磁路结构合理,磁能充分利用,这对于实际建造该仪器设备具有指导意义。     

河流BOD一级和二级衰减反应下氧垂公式的讨论

ＢＯＤ一级反应的氧垂公式呈现指数形式，通过求异，可准确求得其到达最小溶解氧浓度的时间，推导出二级反应的氧垂公式呈现指数积分形式，通过求异，利用牛顿法可近似求得其到达最小溶解氧浓度的时间，由实验原始数据分析出ＢＯＤ一级反应和二级反应下的氧垂曲线基本相同，但它们的最小溶解浓度，最小溶解氧浓度出现的时间及趋向饱和的快慢不同，模型中的参数估计采用非线性最小二乘法。     

基于自一致性的磁共振并行成像高效重构算法

磁共振并行成像技术能够显著地减少成像时间,然而高质量的图像重构比较困难.为了提高重构图像的质量,基于自一致性的SPIRiT框架,提出了一种高效的重构算法.该算法针对一个含有数据一致性、校准一致性和联合稀疏性正则项的复杂优化问题,首先将该问题简化成一般性最优化问题;再使用算子分离算法将其分解成一个梯度计算问题和一个可通过软阈值法求解的去噪问题;最后,再使用加速方案对算法进行加速.实验结果表明,当加速因子为8时,采用所提出的新算法的重构图像比采用POCS算法的重构图像的SNR提高约2.4,dB,且重构时间也节约了约30%.对于要求高质量重构图像的场合,所提出的算法能够满足需求.     

一种改进的变结构交互多模型被动跟踪算法

针对干扰环境下跟踪机动目标时常常无法获得距离信息的问题,提出了一种新的被动跟踪算法对目标进行精确的跟踪定位。算法针对被动跟踪中状态与量测之间存在的非线性关系,首先采用最小二乘原理对角度量测进行预处理,然后以预处理结果作为输入,进行交互多模型滤波,从而减小非线性量测方程的线性化过程带来的误差。然而,交互多模型滤波中所采用的固定结构模型集并不能保证跟踪精度,为解决这一问题,算法引入序列似然比检测对模型集进行调整,使模型对不同的目标机动模式有更强的自适应能力,从而减小模型之间的竞争,确保跟踪效果。为了验证新算法的有效性,在相同实验条件下,用2种算法分别对同一设定轨迹进行仿真估计,结果表明,新算法可以进一步提高跟踪精度。     

求解多元多重线性回归系数的BP算法

提出了一种基于SCNN的求解多元线性回归系数的改正的BP算法.该算法的基本思想是先将回归系数的估计转化为求相应线性方程组的最小二乘解;然后用BP算法求得方程组系数矩阵的左逆阵,得到方程组的解.算法中不存在除法运算,且便于在计算机上实现.     

应用复合加权偏微分方程求解的磁共振水脂分离成像算法

提出采用加权多网格方法来求基于相位矩阵的离散偏微分方程的展开解,由最大相位梯度矩阵和相位导数偏差矩阵生成复合标记矩阵,利用标记矩阵标记出相位矩阵中的不连续点和残差点,由此生成加权矩阵来抑制噪声和残差点在偏微分方程求解过程中的误差传播.通过求偏微分方程的加权最小二乘解,引导相位展开从相位质量高的点开始,有效避开低质量区域,不仅提高了相位展开的可靠性,而且能够正确地实现噪声条件下的相位展开.通过仿真数据和临床常见的头部磁共振成像,以及在0.3 T低场永磁型磁共振系统上的实验结果,证明了该算法的有效性.     

磁共振弥散加权成像涡流失真系统性矫正算法研究

针对基于EPI扫描序列的弥散加权成像技术中存在的涡流失真现象,给出一种基于图像配准的系统性失真矫正方法.矫正过程以非弥散加权图像为参考图像,利用二值蒙版分割图像消除高b值图像脑脊液区域对比度差异影响,在迭代互相关ICC算法基础上结合相邻层的变形参数进行平滑得到系统性配准参数.比较实验表明,结合相邻层信息能减少两两配准带来的矫正误差,得到更好的矫正效果.     

非线性时间序列ARMA模型的优化估计法

提供了一种ARMA模型参数的优化估计法—阻尼最小二乘法,它结合了Newton法和最速下降法的优点,既保证了迭代计算的收敛性,又加快了收敛的速度.当初值的精度较差时,更宜采用阻尼最小二乘法.而且本文给出实例的MATLAB程序,并利用t统计量检验出:阻尼最小二乘法要比最小二乘法的参数估计值更为显著,拟合模型更优.