X射线成像质量的BP神经网络预测-电子器件.PDFVIP

第４０卷 第３期 电 子 器 件 Ｖｏｌ４０　 Ｎｏ３ ２０１７年６ 月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎ Ｄｅｖｉｃｅｓ Ｊｕｎｅ ２０１７ Ｐｒｅｄｉｃｔｉｏｎ ｔｏ ｔｈｅ Ｑｕａｌｉｔｙ ｏｆ Ｘ￣Ｒａｙ Ｉｍａｇｉｎｇ ｏｎ ＢＰ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｍｏｄｅｌ∗ ＺＨＯＵＪｉｓｏｎｇꎬＬＥＩ Ｗｅｉ∗ (Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ Ｓｃｉｅｎｃｅ ＥｎｇｉｎｅｅｒｉｎｇꎬＳｏｕｔｈｅａｓｔ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ ２１００９６ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ｓｃｉｅｎｔｉｆｉｃ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ Ｘ￣ｒａｙ ｉｍａｇｉｎｇ ｂｙ ｄｏｉｎｇ ｒｅｓｅａｒｃｈ ｏｎ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓꎬｓｕｃｈ ａｓ Ｘ￣ｒａｙ ｔｕｂｅ ｖｏｌｔａｇｅ ａｎｄ ｓｏ ｏｎꎬａｃｈｉｅｖｅｓ ｇｒｅａｔ ｓｉｇｎｉｆｉｃａｎｃｅ ｉｎ ｉｍｐｒｏｖｉｎｇ ａｎｄ ｃｏｎｔｒｏｌｌｉｎｇ Ｘ￣ｒａｙ ｉｍａｇｉｎｇ. Ｆｉｒｓｔｌｙ ｗｅ ｐｒｏｐｏｓｅ ａｎｄ ｓｅｔ ｕｐ ａ ｂａｓｉｃ ｆｒａｍｅｗｏｒｋ ｏｆ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋꎬｔｈｅｎ ｐｅｒｆｏｒｍ ａｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｐｌａｔｆｏｒｍ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｓａｍｐｌｅ ｕｓｅｄ ｔｏ ｔｒａｉｎ ｔｈｅ ｎｅｔｗｏｒｋꎬｔｈｕｓ ｏｂｔａｉｎ ｔｈｅ ａｐｐｒｏｘｉｍａｔｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ ａｎｄ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ Ｘ￣ｒａｙ ｉｍａｇｉｎｇ. Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ ｅｒｒｏｒ ｂｅｔｗｅｅｎ ｐｒｅ￣ ｄｉｃｔｅｄ ｄａｔａ ａｎｄ ａｃｔｕａｌ ｄａｔａ ｉｓ ａｂｏｕｔ ２％. Ｔｈｅｒｅｆｏｒｅꎬｔｈｉｓ ｍｏｄｅｌ ｃａｎ ｐｒｅｄｉｃｔ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ Ｘ￣ｒａｙ ｉｍａｇｉｎｇ ｅｆｆｅｃｔｉｖｅｌｙ. Ｋｅｙ ｗｏｒｄｓ:Ｘ￣ｒａｙ ｉｍａｇｉｎｇꎻｐｒｅｄｉｃｔｉｏｎ ｏｆ ｍｏｄｅｌꎻＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋꎻｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ － ＥＥＡＣＣ:７４５０　 　 　 　 ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００５ ９４９０.２０１７.０３.００５ Ｘ射线成像质量的ＢＰ神经网络预测∗ 周继松ꎬ雷　 威∗ (东南大学电子科学与工程学院ꎬ南京 ２１００９６) 摘　 要:研究Ｘ射线成像的影响因素如Ｘ射线管电压等ꎬ并对成像质量进行较为科学的评估预测ꎬ对于Ｘ射线成像质量的优 化控制具有重要意义ꎮ 我们首先确立了ＢＰ 神经网络模型的基本框架ꎬ之后搭建实验平台获取样本数据并对该网络进行训 练ꎬ得到Ｘ射线成像质量和其影响因素之间的大致关系ꎮ 实验结果表明ꎬ利用该模型得到的预测数据和实际值的平均误差在 ２％左右ꎮ 因此ꎬ该模型对Ｘ射线成像质量的预测是相当有效的ꎮ 关键词:Ｘ射线成像ꎻ模型预测ꎻＢＰ神经网络ꎻ影响因素 － － － 中图分类号:ＴＢ８１１.１２　 　 　 　 文献标识码:Ａ　 　 　 　 文章编号:１００５ ９４９０(２０１７)０３ ０５４０ ０５ 　 　 Ｘ射线强大的穿透能力ꎬ使得无损伤探测物体 基于以上文献研究ꎬ我们提出了一种研究Ｘ射 内部结构成为现实ꎮ 通过 Ｘ 射线不仅可以获得物 线成像质量影响因素的新方法ꎮ 根据 Ｘ 射线成像 体内部结构的二维投影