基于FDTD的微波腦中風檢測算法研究

基于FDTD的微波腦中風檢測算法研究目錄目錄1234研究背景與現(xiàn)狀微波檢測基礎與系統(tǒng)設計基于信號相似度的腦中風檢測算法基于粒子群的腦中風定位檢測算法5總結與展望研究背景與現(xiàn)狀研究背景|現(xiàn)狀分析我國每21秒就有一人死于腦卒中一直缺乏有效的治療措施，目前認為預防是最好的措施中風治療黃金3小時，常規(guī)檢測手段無法滿足研究背景|現(xiàn)狀分析1）擁有8種不同的介電常數(shù)的的腦部組織，復雜的物理結構，形成了一個復雜的分散介質(zhì)模型；2）與正常腦組織相比，腦部的介電常數(shù)對比度不夠高，這使得從血液中的散射信號太微弱常規(guī)微波檢測為什么不能用于腦中風檢測研究背景|前人研究國內(nèi)研究2007年，王湘崳做了一個基于介電特性腦血腫檢測的初步研究，采用腦電容測量方法，對三層模型的中風進行了初步的檢測。其研究在腦部介質(zhì)的介電特性方面有很大的貢獻，也是我們論文的基礎。國外研究2012年，Abbosh設計了一個環(huán)形貼片天線陣列，使用陣列天線采集腦部的散射信號S11的試驗系統(tǒng)，利用共焦算法實現(xiàn)腦部中風的檢測，但是他們并沒有采用實際的腦部介電常數(shù)模型，并不是準確完整的腦部模型。2011年，澳大利亞的昆士蘭大學利用一個仿真的頭部模型和時域有限差分法去估計腦部的散射信號，然后采用共焦算法，去實現(xiàn)腦部圖像的重構，其采用時域有限差分法（FDTD）去估計腦部散射信號，是我們一個很好的借鑒國外研究微波檢測基礎與系統(tǒng)設計微波檢測基礎——FDTDFDTD原理：利用蛙跳式空間領域內(nèi)的電場和磁場進行交替計算，通過時間領域上更新來模仿電磁場的變化，達到數(shù)值計算的目的。FDTD作用：能夠直接模擬場的分布，精度比較高，它在解決復雜外形、非均勻介質(zhì)、時域、寬帶散射和輻射系統(tǒng)的電磁問題時具有獨特的優(yōu)越性微波檢測系統(tǒng)設計微波信號源頭部模型微波信號采集電路數(shù)據(jù)處理分析微波檢測系統(tǒng)設計——天線陣列微波測量設備放置在腦部周圍，腦部周圍均勻環(huán)繞著N個超寬帶天線天線設計，我們采用一個頻段在1GHz到4GHz的超寬帶波紋錐形槽天線保證微波信號對腦部有足夠散射深度天線屬性介質(zhì)基板為FR4，相對介電常數(shù)為4.4，介電損耗為0.002。天線結構的幾何參數(shù)為：40*40*0.6mm，采用的饋電方式是微帶饋電，饋線長為20.39mm，寬為0.51mm微波檢測系統(tǒng)設計——腦部模型微波檢測系統(tǒng)設計——中風模型微波檢測系統(tǒng)設計——激勵源信號余弦調(diào)制高斯信號基于信號相似度的腦中風檢測算法信號相似度算法流程信號相似度算法—相似度定義測試目標信號

和正常信號相似度為：定義閥值信號相似度比較模塊信號相似度算法—二分查找目標異物判斷模塊目標異物定位模塊

二分查找信號相似度算法—數(shù)據(jù)模型

目標血塊（1300，36）

模板血塊1（1230，36）

模板血塊2（1350，36）

信號相似度算法—數(shù)據(jù)目標信號和正常信號的相似度比較信號相似度算法—數(shù)據(jù)目標信號和兩個模板信號的相似度基于粒子群算法的腦中風定位檢測算法粒子群算法腦中風檢測基于信號相似度的腦中風檢測系統(tǒng)實現(xiàn)了腦部異物的存在性和大致的方位進行了檢測，但是無法對異物進行準確的定位，和異物大小精確判斷PSO的優(yōu)勢在于簡單容易實現(xiàn)，采用實數(shù)求解并且需要調(diào)整的參數(shù)較少，且粒子群可以在信號相似度判斷的方位內(nèi)搜索，大大減小了搜索范圍。粒子群算法腦中風檢測框架檢測主要流程在數(shù)值域，由FDTDMW仿真模型產(chǎn)生健康影像的散射信號計算出的被測對象的散射信號和正常的影像之間的適應度值粒子群迭代搜索粒子群算法—程序結果粒子群算法—數(shù)據(jù)PSO檢測結果idfairD1116.97627.96188.63912117.39768.06239.023116.85618.28869.26194113.7248.04258.85575117.58637.90129.3004血塊的位置為fai=115,r=8,D=9PSO檢測結果idfairD1302.56237.85478.631952300.31938.46589.22753300.61578.23929.40974301.64248.19059.04895298.65028.09939.4868血塊的位置為fai=300,r=8,D=9粒子群算法—數(shù)據(jù)展示粒子群算法—結果分析改進型粒子群算法相和信號相似度算法均能對腦部異物進行檢測；信號相似度算法只能實現(xiàn)對腦部異物的方位的判斷，不能進行異物位置的準確判斷；粒子群在信號相似度算法的基礎上，可以大大減小搜索區(qū)域；粒子群的精確檢測也大大增加了算法的時間復雜度。運行時間PSO運行時間表idresulttimecost(s)1(152.1602,10.2742,7.0579)53546.9976(14.87h)2(150.3642,10.0742,7.2129)52372.1041(14.55h)3(147.7723,9.9691,7.4933)54742.5423(15.21h)粒子群算法—結果分析優(yōu)化方向給系統(tǒng)添加一個模塊：信號庫優(yōu)化粒子群迭代終止條件粒子群算法—結果分析粒子群檢測系統(tǒng)優(yōu)化—添加信號庫不同粒子個數(shù)的PSO尋優(yōu)時間粒子群檢測系統(tǒng)優(yōu)化—添加信號庫ID更新前更新后無模板53546.997623795.1485842372.104117417.204624742.542315027.1695212917.8434310585.3219110000模板信號6427.8775515117.3875244173.3715984890.2216954257.5719198126.34705230000模板信號2933.0289181589.630012489.6272071685.126081997.8436269981.222631435.754581927.821523粒子群檢測系統(tǒng)優(yōu)化—更新迭代條件更新迭代條件前后時間對比分析數(shù)據(jù)得出結論由圖可以看出，經(jīng)過一定程度檢測我們的時間消耗遠遠降低。在第一次的檢測時間在14.87個小時，第m+4次的已經(jīng)達到了15分鐘，時間消耗遠遠降低，統(tǒng)計分析可知，采用信號庫的方式，在時間消耗上我們的性能提升了85%以上。粒子群算法—結果分析總結與展望本文基于微波應用中被測體的基本結構已知這一通常情形，將被檢測異