基于非凸稀疏正则的荧光分子断层成像

上传：mfkp12629 浏览： 17 推荐： 0 文件：PDF 大小：5.01MB 上传时间：2021-05-02 22:29:56 版权申诉

为提高荧光分子断层成像(FMT)的重建精度,将非凸LP (0 < P < 1) 正则化引入到FMT 重建中。为有效求解包含非凸惩罚项的优化问题,结合加权同伦算法(WHA)提出了快速迭代重建算法,将LP 正则化问题转化为一系列加权的L1 正则化问题求解。异质仿体上的仿真实验表明,LP (0

上传资源

稀疏正则和自适应有限元的荧光分子断层成像

稀疏正则和自适应有限元的荧光分子断层成像

2021-03-29 15:58

基于局部保留投影的荧光分子断层成像快速重建

采用大规模荧光分子断层成像(FMT)投影数据进行重建需要消耗大量的计算内存,花费较长的计算时间。为降低FMT重建的病态性以及加快重建速度,基于流形学习和压缩感知理论,提出了结合局部保留投影(LPP)和

2021-02-07 23:01

基于非凸L12正则化的生物发光断层成像仿真研究

生物发光断层成像(BLT)是一种低成本、高灵敏、具有巨大潜力的光学分子成像模态,高效稳定的重建算法是将其推向实用的关键。为克服BLT重建的高不适定性,提出了基于非凸L1-2正则化的重建方法,采用凸差分

2021-01-31 16:31

基于自编码器的荧光分子断层成像快速重建

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方

2021-02-17 12:48

基于非凸L12正则子的锥束X射线发光断层成像

锥束X射线发光断层成像(CB-XLCT)是一种新型分子影像模态, 对疾病的早期检测、靶向治疗以及药物研制等具有重要意义。然而, 通过传统的压缩感知理论反演生物体内纳米目标的三维分布时, 高维系统矩阵的

2021-02-06 14:16

基于组稀疏正则化的荧光扩散层析成像重建

针对荧光扩散层析成像中荧光光源的定位误差较大和形态学信息不完整的问题,提出一种基于组稀疏正则化的同时代数重建技术(GSR-SART)算法。该算法利用图像的非局部自相似性和局部稀疏性构造自适应相似组;然

2021-01-30 16:25

论文研究基于主成分分析的荧光分子断层成像.pdf

基于主成分分析的荧光分子断层成像，张旭，侯榆青，随着全角度非接触式成像系统的开发与应用，较大规模的多投影荧光数据能够降低荧光分子断层成像(FMT)重建问题病态性，提高重建图像�

2020-01-11 19:25

基于频率调制和空间编码的单PMT荧光分子断层成像

针对荧光分子断层成像数据采集方式存在的问题,提出了一种基于频率调制和空间编码的成像方法,旨在改进数据采集方案,缩短数据采集时间。在该方法中,激发光束被分成若干个子束,用作多点激发光源。这些子光束首先被

2021-02-01 00:52

改进的L12正则化用于荧光分子层析成像的稀疏重建

改进的L-1 / 2正则化用于荧光分子层析成像的稀疏重建

2021-04-07 05:40

结合区域收缩和贪婪策略的荧光分子断层成像

为降低荧光分子断层成像(FMT)重建的病态性,受压缩感知理论启发,提出一种结合自适应可行区域迭代收缩策略和分段正交匹配追踪算法的重建方法。通过选取高荧光产额节点所在区域,迭代缩小可行区域,使目标函数有

2021-03-26 17:56

基于随机变量交替方向乘子法的荧光分子断层成像

增加测量信息可以有效降低荧光分子断层成像(FMT)重建的病态性,但随着数据增多,重建耗时也会显著增加。为了降低FMT重建的病态性和提升大规模数据集下的重建效率,结合对偶坐标下降法(DCA)和交替方向乘

2021-02-21 09:21

通过离散余弦变换基于正则化的荧光分子层析成像重建

通过离散余弦变换基于正则化的荧光分子层析成像重建。

2021-02-26 19:04

基于体积补偿的荧光分子断层图像重建算法

在荧光分子断层图像重建过程中,对于生物组织体内具有相同光学参数、相同深度,但不同体积的荧光团,重建出的荧光团光学参数存在较大误差。提出了一种基于体积补偿的荧光分子断层图像重建算法。该算法利用改进的迭代

2021-02-01 00:50

稀疏诱导流形正则化凸非负矩阵分解算法

针对非负矩阵分解方法在有噪声的真实数据中获得特征的有效性问题,提出了一种稀疏诱导的流形正则化凸非负矩阵分解算法。所提算法在流形正则化的基础上,向低维子空间的基矩阵添加基于L2,1范数的稀疏约束,构建了

2021-01-16 03:06

基于Homotopy DCD算法的基于稀疏重构的加权非凸优化

提出了一种简单,高效,易于硬件实现的迭代加权算法,以提高基于压缩感知(CS)的稀疏重建的恢复性能。与传统的l1范数和加权的l1范数优化相比,该算法专注于使用同伦和二分坐标下降(DCD)算法来解决加权

2021-04-08 17:17