MIT中灵敏度矩阵的聚类优化

王旭¹，张鑫慧²，杨丹³

1. 东北大学信息科学与工程学院2. 东北大学中荷生物医学与信息工程学院3. 东北大学智能工业数据解析与优化教育部重点实验室

摘 要：针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上,使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.

关键词：灵敏度矩阵;几何差异性;能量函数;线性反投影;牛顿-拉夫逊;