基于二维卷积神经网络的电阻抗成像算法

摘要

电阻抗成像技术(EIT)是一种非侵入、无辐射和成本低的成像技术。其逆问题求解时,传统的解决方法存在空间分辨率差的弊端。为此,提出了二维卷积神经网络(2DCNN)的解决方法。采用该方法,在有噪声和无噪声环境下,对不同形状、大小和位置的目标物体进行仿真,并且与Tikhonov和深度学习网络(DNN)算法进行了比较。仿真结果表明2DCNN方法可以有效地提取数据特征,重建的图像相对于其他方法伪影少、分辨率高、成像质量高、抗噪声能力强。