基于神经网络模型的生物组织参数反演算法_徐歌
针对逆向求解生物组织光学特性参数存在测量精度不高，在体测量困难等问题，提出了利用神经网络模型反演生物组织光学参数的方法，该方法以蒙特卡罗算法输出的不同距离r处的漫反射率值R（r）作为输入，吸收系数和散射系数为输出，搭建神经网络反演算法。将神经网络反演算法反演的散射系数和吸收系数值与蒙特卡罗算法获得的散射系数和吸收系数值进行对比。仿真实验表明：选择r=0.1cm以及r=0.3cm距离处的漫反射率作为输入，利用神经网络模型反演的吸收系数和散射系数的MAE值分别为0.003和1.574，一致性决定系数R2分别为0.9997和0.9915。因此神经网络模型反演的生物组织参数与蒙特卡罗算法获得的吸收系数和散射系数值具有较好的一致性，且反演精度高，操作简单，为在体进行生物组织光学参数测量提供了新思路。
- 2021-04-20
- 阅读396
- 下载0
- 14页
- pdf
