بهبود مشخصه معادلات حاكم در سيستم مقطع نگاري پخشي نور

Model Enhancement in Diffuse Optical Tomography

مقطع نگاري پخشي نور مسئله اي با شرايط مرزي، غير خطي و بد فرم است كه حل آن نيازمند استفاده از روش هاي منظم سازي، بهينه سازي و بكارگيري ضوابطي بمنظور بازيافت معادلات حاكم خواهد بود. در اين مقاله روشي موثر بمنظور بهبود مشخصه معادلات با كمك معيار حداقل سازي برآيند مربعات ارائه شده تا بتواند همزمان با تخمين آماري حداكثرسازي احتمال پسين و همچنين منظم سازي، بروي معادلات اعمال شوند. اين عمل بوسيله تركيب روش هاي آماري مبناي بيز و منظم سازي تيخونف در غالب ماتريس هاي پيش شرط چپ و راست و بكارگيري معيار حداقل برآيند مربعات منظم شده به معادلات خطي نتيجه انجام شده است. نتايج تجربي و مدلسازي نشان مي دهند روش پيشنهادي مشخصه تصوير نهايي را تا حد زيادي ارتقا بخشيده و نقاط غيرعادي را بهتر مشخص مي كند.

Diffuse optical tomography (DOT) is a non-linear, ill-posed and boundary value problem which necessitates regularization, Optimization and model retrieving criteria. This paper presents an efficient method for model refinement using regularized total least squares (RTLS) for treating on linearized DOT problem, having maximum a posteriori (MAP) estimator and Tikhonov regulator. This is done with combination Bayesian and regularization tools as left and right preconditioner matrices and using RTLS to the resulting equations. The preconditioning matrixes are guided by case specific information as well as a priori knowledge gained from the training set. Simulation and experimental results illustrate that proposed method improves the image performance and localize the abnormally well