摘要
本申请涉及脑部成像技术领域,特别涉及基于融合算法的微波成像检测方法、装置、电子设备及介质,其中该方法包括:S1采集实际微波散射电场分布;S2将采集的实际微波散射电场分布输入玻恩近似算法模型,反演获取第一脑部异物初始成像结果;S3再将第一脑部异物初始成像结果输入深度学习神经网络模型,获取第一微波散射电场分布;S4将第一微波散射电场分布再次输入玻恩近似算法模型继续迭代计算,获取第二脑部异物初始成像结果,再次将第二脑部异物初始成像结果输入深度学习神经网络模型获取第二微波散射电场分布;S5上述步骤S4不断迭代更新微波散射电场分布,直至更新的微波散射电场分布与实际微波散射电场分布的差值小于一预设阈值停止,此时更新的微波散射电场分布对应的脑部异物初始成像结果为高分辨率脑部异物成像结果;S6根据高分辨率脑部异物成像结果进一步判断是否存在脑异物。本申请利用深度学习模型自动提取微波信号特征,并通过玻恩迭代法进行精细的物理建模,显著提升检测的准确性和可靠性。
技术关键词
深度学习神经网络模型
异物检测方法
微波
电场
成像检测方法
算法模型
融合算法
迭代算法
近似算法
卷积算法
多分支
存储计算机可执行指令
电子设备
数据预处理方法
异物检测装置
动态
可读存储介质
深度学习模型
模块
系统为您推荐了相关专利信息
海上换流站
海上风电场升压站
接入点
粒子群算法
电缆
电子纸脸谱
屏模组
电子纸膜片
ITO导电层
颜色
电功率预测方法
神经网络单元
序列
门控循环单元网络
消除误差
梯度下降算法
性优化方法
多微波源加热系统
媒质
微波源系统
无线传输方法
新能源场站
调控算法
RIS系统
理论