生物电磁成像中一类非线性椭圆型方程反问题的数值分析与计算

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11601069
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0505.反问题建模与计算
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Electromagnetic imaging is an important field in mathematics and physics. Especially, a new medical imaging technique called magnetic resonance electrical impedance tomography (MREIT) is a research hotspot in recent years, with the physical backgrounds of reconstruction the interior electrical properties of a conducting object from some measurement data of electric currents given inside the medium. From mathematical point of view, this is a kind of coefficients inverse problems for elliptic equations, with the difficulties coming from the ill-posedness and nonlinearity. In this project, we will give numerical simulation and analysis for 3-dimensional electrical impedance tomography based on magnetic resonance imaging in the perspective of actual mathematical model. We mainly study the reconstruction algorithms of MREIT with anisotropic conductivity based on the Tikhonov regularization theories and methods, variational method, output least squares, iterative optimization and differential-integral equation method. Moreover, a modified symmetric finite volume element method is proposed solving direct problems at each iteration to lower the computational scale of the reconstruction algorithm. Some numerical experiments are presented to show that the algorithms are effective for the reconstruction. On the other hand, we also discuss reconstruction algorithms for anisotropic conductivity based on induced current magnetic resonance electrical impedance tomography. Our aim is to provide theoretical analysis and effective numerical methods for the MREIT problem. The study on these problems is very important in practice.
磁共振电阻抗成像(MREIT)是数学物理中的重要研究方向,它在生物医学领域有着非常重要的应用价值和应用前景。物理上是利用介质内的部分电流信息重构生物组织的电参数,从数学角度看,这是一类椭圆型偏微分方程系数反问题,难点在于问题的非线性性和不适定性。目前关于各向异性MREIT的理论分析和重构算法的研究还很少,本项目我们将从实际的数学模型出发,结合Tikhonov正则化和NOSER正则化两种方法混合的正则化方法,给出基于电流密度的迭代优化算法重构出各向异性电导率分布,同时给出一种修正的对称有限体积元方法对每一步迭代中的正问题进行求解,大大降低迭代算法的计算规模。通过数值模拟验证算法的可行性和有效性,并对算法的收敛性进行分析。本项目对于深入研究各向异性MREIT的稳定有效的重构算法具有重要的实际意义。

结项摘要

磁共振电阻抗成像(MREIT)是数学物理中的一个重要研究方向,它不仅是生物医学工程领域的重要研究课题,同时在地球物理探矿、工业无损检测、水下目标探测等领域中也有着非常重要的应用价值和应用前景。物理上是利用介质内的部分电流信息重构生物组织的电参数,从数学角度看,这是一类椭圆型偏微分方程系数反问题,难点在于问题的非线性性和不适定性。本项目我们首先针对线性不适定问题中的第一类Fredholm积分方程和非线性不适定Hammerstein积分方程,给出了两种形式的加速Landweber迭代法,通过数值实验显示修正的Landweber迭代法可以更有效的加快收敛速度,减少计算机运行时间,同时研究了迭代法在一般条件下的局部收敛性。此外,由于目前关于各向异性MREIT的理论分析和重构算法的研究还很少,本项目我们从实际的数学模型出发,基于吸收的Morozov偏差原理,采用Tikhonov正则化和NOSER正则化两种方法组合的混合正则化方法,给出了基于电流密度的迭代算法重构出各向异性电导率分布,并利用信赖域方法——Levenberg-Marquardt方法迭代选取正则化参数,从而对算法进行优化,使重构过程更加稳定。同时在每一步迭代中给出了一种修正的对称有限体积元方法对正问题进行求解,利用体积元格式的对称性和特殊的电流基向量简化Jacobi矩阵的计算,将每次迭代中需要求解的正问题的个数降到最低,大大降低迭代算法的计算规模。通过数值模拟验证了算法的可行性和有效性,并对算法的收敛性进行分析。最后我们以电流替代算法为基础,研究了激励式磁共振电阻抗成像(IC-MREIT)算法。通过本项目的研究,能实现电磁学成像算法的进一步改进,并在一定程度上推动生物电磁成像技术的发展。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Growth of arsenic doped ZnO films using a finite surface doping source by metal organic chemical vapor deposition
利用有限表面掺杂源通过金属有机化学气相沉积生长砷掺杂 ZnO 薄膜
  • DOI:
    10.1364/ome.6.003733
  • 发表时间:
    2016-12
  • 期刊:
    OPTICAL MATERIALS EXPRESS
  • 影响因子:
    2.8
  • 作者:
    Feng Tian-Hong;Xia Xiao-Chuan
  • 通讯作者:
    Xia Xiao-Chuan
Characteristics of doping controllable ZnO films grown by photo-assisted metal organic chemical vapor deposition
光辅助金属有机化学气相沉积可控掺杂ZnO薄膜的特性
  • DOI:
    10.1364/ome.7.001281
  • 发表时间:
    2017-04
  • 期刊:
    OPTICAL MATERIALS EXPRESS
  • 影响因子:
    2.8
  • 作者:
    Feng Tian-Hong;Xia Xiao-Chuan
  • 通讯作者:
    Xia Xiao-Chuan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

径向对称电导率重构的Layer-Stripping方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    吉林大学学报(理学版)
  • 影响因子:
    --
  • 作者:
    凤天宏;马富明
  • 通讯作者:
    马富明
正交各向异性磁共振电阻抗成像问题的唯一性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    吉林大学学报(理学版)
  • 影响因子:
    --
  • 作者:
    凤天宏
  • 通讯作者:
    凤天宏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码