并行遗传算法及其在MRI永磁主磁体优化设计中的应用

摘要

核磁共振成像又称磁共振成像(MRI： Magnetic Resonance Imaging)，是随着计算机、电子、超导技术发展起来的一种生物磁学核自旋成像技术，是目前公认的最具有发展空间的成像技术。主磁体是磁共振成像装置的主要部件之一，是用于产生核磁共振所需的主磁场。本文中的核磁共振成像装置采用永磁型主磁体。 主磁体的优化设计属于电磁场的逆问题，而电磁场逆问题的计算时间是冗长的。采用并行处理技术可以有效地缩短计算时间。随着并行处理技术的不断发展，并行工作站机群已经进入并行计算发展的主流。由于遗传算法固有的并行性和大规模并行计算机的快速发展，促使许多研究者开始研究遗传算法的并行化问题。 本文采用并行遗传算法对MRI永磁主磁体进行优化。首先简单分析了遗传算法及其运行机理，将并行遗传算法在简单遗传算法的基础上改成适合于并行化的模式。介绍了并行遗传算法的几种模式，由于本文采用并行遗传算法中的粗粒度模型，因此着重介绍了粗粒度模型。 其次，分析了核磁共振的基本原理及主磁体中极靴对主磁体的成像区磁场均匀度的影响。本文主要对MRI主磁体中的极靴尺寸进行优化。利用并行遗传算法与有限元分析程序相结合，使优化计算在单台计算机上得以实现。 再次，介绍了辅助并行遗传算法实现的并行软件。并行虚拟机(Parallel Virtual Machine)，简称PVM，用来分配计算。它是一个软件包，使用这个软件包可以让计算机通过网络联结成一个大型并行计算机，使得大型计算在花费较少的情况下得以实现。本文在由并行虚拟机(PVM)和远程登陆服务(RSHD/NT)共同作用搭建的并行平台上，通过调用遗传算法的程序来完成并行优化的任务。结果表明，利用PVM实现的并行遗传算法确实可以加快计算速度，节省计算时间。 最后，总结全文，分析了本文的不足之处，并提出了下一步的工作计划。

目录

文摘

英文文摘

声明

1绪论

1.1课题的来源与意义

1.2遗传算法的发展状况

1.3并行遗传算法的国内外发展状况

1.4 MRI的国内外发展状况

1.5磁体优化设计的研究状况

1.6论文的主要内容

1.7小结

2遗传算法及并行遗传算法简述

2.1遗传算法

2.2并行遗传算法

2.3并行遗传算法在本文中的应用

2.4小结

3核磁共振成像系统及电磁场有限元分析简介

3.1 MRI简介

3.1.1核磁共振原理

3.1.2极靴的影响

3.2电磁场有限元分析

3.2.1有限元分析方法

3.2.2电磁场有限元分析基本原理

3.3小结

4并行虚拟机

4.1 PVM的产生、发展和特点

4.2 PVM结构与功能

4.2.1结构分析

4.2.2 PVM的功能

4.3 PVM的运行

4.3.1 PVM守护进程PVMD分析

4.3.2 PVM的应用程序

4.3.3进程的创建和执行

4.3.4消息传递概述

4.3.5 Windows Xp下PVM的安装

4.4一个具体的消息传递过程

4.5 PVM与并行遗传算法相结合

4.6小结

5结论

参考文献

在学研究成果

致 谢