- HOME
- 홈페이지 이용안내
논문 기본정보
An Improved Image Reconstruction Algorithm Based on Iteration NR in Magnetic Induction Tomography
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 中國生物醫學工程學報 = Chinese journal of biomedical engineering |
| ISSN | 0258-8021, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | HAN, Min,XUE, Yu-yan,QIN, Pan,HAN, Jie,JIANG, Chang-bin |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2015-01-01 |
| 초록 | 자기유도 단층촬영(magnetic induction tomography)에서 영상 재구성은 전형적인 병적 문제이고 그 수치 해(Numerical solution)는 불안정성(instability)이 존재한다. 이러한 문제에 초점을 맞추어 가중 행렬(weighting matrix)과 L 1 -놈 정규화(L 1 -norm regularization)를 기반으로 하는 개선형 반복 Newton-Raphson(NR) 알고리즘을 제기하였다. 해당 알고리즘은 목적 함수(objective function)의 오차항(error term)에서 가중 행렬을 도입하는 동시에 L 2 -놈 정규화 패널티 항(penalty term)을 기반으로 L 1 -놈 정규화를 도입하여 영상 재구성 해의 불량성(ill-condition)을 개선하였다. 3가지 전형적 모델을 설치하고 소음이 있는 데이터와 소음이 없는 데이터에 대해 각각 분석을 진행하였으며 해당 알고리즘을 Tikhonov 정규화 알고리즘과 반복 NR 알고리즘과 비교하였다. 소음이 없는 데이터를 분석한 결과, 제기한 알고리즘은 Tikhonov 정규화 알고리즘과 반복 NR 알고리즘보다 상대적 영상 오차가 0.11~0.14 줄었고 상관 계수(correlation coefficient)는 13%~17% 향상하였다. 소음이 있는 데이터를 분석한 결과, 제기한 알고리즘은 Tikhonov 정규화 알고리즘과 반복 NR 알고리즘보다 상대적 영상 오차가 0.06~0.09 줄었고 상관 계수는 7%~10% 향상하였다. 제기한 알고리즘의 영상 성능이 비교적 좋고 잡음 방지 성능이 비교적 강하며 추가적 실험 재구성의 정확성에 이론적 근거를 제공하였다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=NART72489318 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | magnetic induction tomography,image reconstruction,L lt,sub gt,1 lt,/sub gt,-norm regularization,iteration Newton-Raphson,자기유도 단층촬영,영상 재구성,L lt,sub gt,1 lt,/sub gt,놈 정규화,반복 Newton-Raphson |