首页 > 文献资料
-
实现稀疏角度下的精确CT重建:利用ADMM-LP算法求解非凸模型
背景:稀疏角度投影重建是减小CT辐射剂量的有效方法,但因其重建质量的问题限制了该方法的应用.目的:研究基于LP范数的交替方向乘子-CT重建算法,旨在提高稀疏角度下的重建质量.方法:将CT重建模型中的全变分正则项替换为非凸非光滑的LP范数正则项,并利用增广拉格朗日法将约束问题转化为无约束问题,再利用交替方向乘子框架结合广义收缩算法将原优化模型拆分为等价于原问题的子问题,后迭代求解各子问题.结果与结论:①通过仿真及实际实验,对比分析了全变分-凸集投影、代数重建-LP、Split-Bregman-LP以及所提算法在36个稀疏角度下的重建结果,结果显示论文提出的算法重建图像细节更完整,均方根误差更低,而且速度比Split-Bregman-LP快1倍;②说明提出的基于LP范数的交替方向乘子-LP算法,在投影角度稀疏情况下的重建结果具有较高的重建精度.
-
基于交替方向乘子法的广义交互LASSO模型用于肝脏疾病分类
肝脏疾病特征及交互特征对于肝脏疾病的分类具有重要意义,本文在交互小绝对收缩和选择算子(LASSO)模型的基础上,研究了广义交互LASSO模型并与其他可用于肝脏疾病分类的方法比较.首先,本文建立了广义交互逻辑斯特(logistic)分类模型,在模型参数中添加LASSO罚函数,然后将模型参数通过交替方向乘子法(ADMM)求解,得到模型系数的稀疏解.后将测试样本代入模型,按照大概率进行分类结果统计.通过将本文方法应用在肝脏失调数据集和印度肝病数据集的数据实验结果表明,交互特征的模型系数不为零,这说明交互特征对分类存在贡献.终结果表明,本文提出的广义交互LASSO方法的正确率要优于交互LASSO方法,也优于传统模式识别方法,可将广义交互LASSO方法推广应用到其他疾病的分类问题上.
关键词： 肝脏疾病分类 特征交互 最小绝对收缩和选择算子 逻辑斯特回归 交替方向乘子法 -
基于MRI医学图像的脑肿瘤区域着色方法
图像着色用于描述计算机算法将颜色着色倒黑白图片,电影,或者是电视节目.该过程也可用于将医学会堵图片着色为彩色.色彩的变化能更好地察觉相比于灰度图像的色度,因此可以更简便地理解和解释图片.由于边缘处理不甚理想且在变分方面的理论几乎是空白,该文提出将模型使用增广的拉格朗日法转化为标准的线性凸集约束的凸规划问题,然后用交替方向乘子ADMM算法求解,相比于传统着色算法,该算法的收敛性及着色精度都得到了有效提高,同时,该算法具有较强的鲁棒性.此外充分发挥了sobel算子对脑肿瘤图像边缘检测的功能,良好地解决了伪边界的干扰问题.通过测试一些MRI图片,实验结果得到有效展现.
