基于监督式全连接神经网络的心脏电导率反演优化算法

本发明提供了一种监督式全连接神经网络的心脏电导率反演优化算法，属于医学电阻抗成像算法领域。方法包括：构建人体胸腔心脏截面初始图像并对待测区域进行有限元剖分；建立正演目标函数及反演目标函数；通过正演模型批量生成电导率分布及对应的电势差差值数据模型，构建训练集；构建编码器‑解码器结构的全连接神经网络，输入为电势差差值向量，输出为电导率变化量，通过瓶颈层压缩与残差连接优化特征传递；在损失函数中引入正演一致性正则化项；采用动态学习率策略与梯度裁剪技术。本发明不需依赖临床数据采集设备，通过纯算法实现高精度电导率反演，表征电阻抗成像输入量和输出量之间的非线性映射关系，为心脏疾病无创诊断提供高效算法支持。