基于极端学习机的正则化电容层析图像重建算法

摘要：

针对传统ECT对于复杂情况下成像精度不高的问题,提出一种基于深度学习的反演方法.通过对传统极端学习机的改进和优化,采用重建图像方法获得的图像特征信息作为训练数据,并将数据输入预测模型得到的结果作为先验信息.通过成本函数封装先验信息和领域的专业知识,并引入空间正则器和时间正则器以增强稀疏性,利用分离的Bregman(SB)算法和迭代收缩阈值(FIST)方法求解规定的成本函数,以获得最终的成像结果.仿真实验结果表明,该方法重建的图像与原流型相比,误差小于10％,并且减少了伪影和变形,提高了重建图像质量.

关键词：电容层析成像、图像重建算法、极端学习机、成本函数、正则化

所属期刊栏目：25

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;高等学校博士学科点专项科研基金;黑龙江省自然科学基金;哈尔滨市科技创新人才研究专项资金;黑龙江省教育厅科学技术研究项目

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61