研究室论文《Three-dimensional Image Reconstruction of Breast Tumor by Electrical Impedance Tomography based on Dimensional Grey Wolf Optimization Algorithm》被期刊《IEEE TRANSACTION ON INSTRUMENTATION AND MEASUREMENT》录用。
论文提出了一种基于维灰狼优化（DGWO）算法的三维电阻抗断层成像（EIT）方法，用于重建乳腺肿瘤的三维图像，克服了三维EIT具有高形状灵敏度和位置灵敏度的固有缺陷。在这项研究中，使用多个椭球体的组合来模拟乳腺肿瘤的形状。将EIT问题转化为优化问题，通过构建目标函数并采用灵敏度矩阵方法求解。最后，使用DGWO算法求解优化问题。在仿真中，使用16电极锥形传感器随机生成肿瘤模型，并与Tikhonov正则化算法以及Tikhonof和NOSER正则化算法的组合（TK-NOSER）进行比较，以验证所提出算法的性能。仿真结果表明，当目标位于中心时，DGWO算法与传统正则化算法的差异很小，而当目标位于边缘和非球形时，DGW算法的优势更为明显。当目标位于边缘位置时，DGWO算法将图像相关系数（IC）和图像误差（IE）分别提高了12.20%和24.00%。在实验中，使用特定电导率的水和琼脂模型来模拟乳腺和肿瘤。实验结果表明，DGWO算法在成像精度和成像伪影方面优于TK-NOSER算法，其中DGWO算法的平均IC和平均IE分别提高了19.14%和15.12%。因此，所构建的实验平台和所提出的算法实现了目标大小和形状的精确成像，有望应用于癌症的临床检测。
图 算法流程图