TAILIEUCHUNG - Kỹ thuật lấy mẫu nén cho siêu âm cắt lớp điện toán

Tài liệu "Kỹ thuật lấy mẫu nén cho siêu âm cắt lớp điện toán" xem xét việc thu thập khả nén dựa trên đường truyền ngẫu nhiên song song từ mảng đầu dò có dạng hình tròn. Dựa trên giả định rằng đối tượng là khả nén, chúng tôi kết hợp phương pháp BIM với kỹ thuật khôi phục thưa để tạo ảnh siêu âm cắt lớp. | Kỹ thuật tạo ảnh sử dụng sóng âm đã được ứng dụng rộng rãi cho nhiều ứng dụng từ khi có sự phát triển của kĩ thuật sonar từ năm 1910. Một trong những ứng dụng to lớn trên cơ sở sử dụng nguyên lý kỹ thuật sonar là tạo ảnh B-mode, một ứng dụng trong tạo ảnh y tế. Tuy nhiên, kỹ thuật B-mode còn mắc một nhược điểm lớn đó là chất lượng hình ảnh còn hạn chế, không thể phát hiện được các khối u nhỏ hơn bước sóng. Gần đây phương pháp tạo ảnh siêu âm cắt lớp (Ultrasound Tomography) bắt đầu được quan tâm do sự phát triển mạnh mẽ của khoa học kỹ thuật cùng với khả năng giải quyết những khuyết điểm còn tồn tại của B-mode. Bài toán chụp siêu âm cắt lớp bao gồm ước lượng sự phân bố của các tham số (tốc độ âm, sự suy giảm âm, mật độ và những tham số vật lý khác) tán xạ cho một tập các giá trị đo của trường tán xạ bằng việc giải ngược các phương trình sóng. Phương pháp lặp Born(Born Iterative Method - BIM) và lặp vi phân Born (Distorted Born Iterative Method - DBIM) là hai phương pháp được coi là tốt nhất hiện nay cho tạo ảnh tán xạ. Tuy nhiên phương pháp này vẫn còn có độ phức tạp cao vì nó phải giả quyết số lần lặp lớnvà sử dụng bài toán ngược. Đã có nhiều công trình nghiên cứu phương pháp làm giảm độ phức tạp và cải thiện chất lượng ảnh khôi phục như sử dụng phương pháp LSP thay cho phương pháp Tikhonov trong vấn đề giải bài toán ngược, sử dụng phép đo tuyến tính bằng phép đo ngẫu nhiên trong việc tìm ra hình dạng hình học.

TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.