發(fā)布時間：2024-07-06 06:24

　　提出了一種利用亞擴散空間分辨漫反射預測生物組織約化散射系數μ_s’和相函數參量γ的人工神經網絡方法 .采用蒙特卡羅方法得到光子經生物組織漫反射的數據樣本,利用這些數據樣本訓練反向傳播神經網絡,用于從亞擴散散射光中預測γ的信息.為了解決同時預測μ_s’和γ兩個參數時會產生較大誤差的問題,分段數據訓練兩個BP網絡,依次識別μ_s’和γ.研究發(fā)現3.64l_th(l_th表示平均輸運自由程)是對γ的不敏感點,可用該點附近的數據樣本訓練網絡用于預測μ_s’,用2l_th范圍內的數據樣本訓練網絡用于預測γ.蒙特卡羅仿真結果表明,在1.3≤γ≤1.9范圍內,預測結果與真實值的相對均方根誤差在1%以內.與現有的測量方法相比,所提的人工神經網絡方法更加簡單,且提高了預測精度.

【文章頁數】：8 頁

【文章目錄】：
0 引言
1 理論和方法
    1.1 散射相函數
    1.2 用于ANN模型的MC仿真方法
    1.3 ANN模型
2 結果和討論
    2.1 對γ不敏感的區(qū)域
    2.2 ANN模型預測μs'
    2.3 ANN模型預測γ
3 結論



本文編號：4002193