公开(公告)号：CN117705830B

公开(公告)日：2024-04-12

申请号：CN202410161135.X

申请日：2024-02-05

Applicant: 南京信息工程大学

Inventor： 朱艳萍 ,  陈家楠 ,  张慕林 ,  郑宗伟 ,  李蔡艳

IPC: G01N22/00 ,  A61B5/0507

Abstract: 本发明公开了一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法，包含一：利用频分DBIM优化算法获取电磁前向散射数据；二：将矢量格林函数和成像域离散化求解电磁逆散射问题对未知域的散射体进行初步重建；三：将初步重建的散射体数据集分为测试集与验证集来训练U2Net网络，从而具有高质量的成像结果。本发明通过先验信息修正子问题的范数正则化，以及U2Net的强大特征提取能力，不断更新对比度值来最小化损失函数，大大提升了对强散射体的成像精度与抗噪声能力。测试结果显示，相比传统成像算法，所提方法的成像误差降低了15%~30%，尤其是在强散射情况下，其成像结果得到极大的提升，具有一定的应用价值。

公开(公告)号：CN117705830A

公开(公告)日：2024-03-15

申请号：CN202410161135.X

申请日：2024-02-05

Applicant: 南京信息工程大学

Inventor： 朱艳萍 ,  陈家楠 ,  张慕林 ,  郑宗伟 ,  李蔡艳

IPC: G01N22/00 ,  A61B5/0507

Abstract: 本发明公开了一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法，包含一：利用频分DBIM优化算法获取电磁前向散射数据；二：将矢量格林函数和成像域离散化求解电磁逆散射问题对未知域的散射体进行初步重建；三：将初步重建的散射体数据集分为测试集与验证集来训练U2Net网络，从而具有高质量的成像结果。本发明通过先验信息修正子问题的范数正则化，以及U2Net的强大特征提取能力，不断更新对比度值来最小化损失函数，大大提升了对强散射体的成像精度与抗噪声能力。测试结果显示，相比传统成像算法，所提方法的成像误差降低了15%~30%，尤其是在强散射情况下，其成像结果得到极大的提升，具有一定的应用价值。