[發明專利]一種基于粒子群優化的磁共振測深信號稀疏消噪方法

有效

• 申請號: 201910088618.0
• 申請日: 2019-01-30
• 公開（公告）號: CN109885906B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 田寶鳳;王亮;王子強;劉健楠
• 申請（專利權）人: 吉林大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/00;G01V3/14;G06N3/00
• 代理公司: 沈陽銘揚聯創知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

1.一種基于粒子群優化的磁共振測深信號稀疏消噪方法，其特征在于，包括以下步驟：

步驟1：對磁共振測深探水儀采集到的一組觀測MRS信號X(t)，利用帶通濾波的方式對其進行預處理，得到目標頻帶范圍內含噪MRS信號x(t)；

步驟2：建立工頻諧波振蕩原子庫，采用粒子群算法記錄個體極值和群體極值來更新粒子群中各粒子的速度與位置，優化匹配追蹤挑選工頻諧波特征的最佳原子，重構工頻諧波干擾，并將其從含噪MRS信號x(t)中去除；

步驟3：構建MRS信號振蕩原子庫，采用粒子群算法記錄個體極值和群體極值來更新粒子群中各粒子的速度與位置，優化匹配追蹤挑選MRS信號特征的最佳原子，重構MRS信號，直到滿足誤差精度要求停止迭代，實現將隨機噪聲從含噪MRS信號x(t)的去除；

采用粒子群算法優化匹配追蹤挑選工頻諧波特征的最佳原子以及采用粒子群算法優化匹配追蹤挑選MRS信號特征的最佳原子包括：

根據MRS信號特點以及工頻諧波噪聲特點建立振蕩原子庫表達式：

其中，f為振蕩頻率，為振蕩相位，范圍為[0,2π/rad]，ρ為振蕩衰減系數，ρ≥0，當ρ＞0時為衰減振蕩，對應MRS信號；當ρ＝0時為諧波干擾，對應工頻諧波干擾；將g_r歸一化后得到系數K_r；

將參數組中的各參數進行離散化處理，其中w＝2πf，f為振蕩頻率，為振蕩相位，ρ為振蕩衰減系數；

得到原子各參數和離散化后參數的對應關系；

得到第一離散參數p與振蕩頻率f之間關系；

得到第二離散參數r與平均弛豫時間之間的關系。

2.按照權利要求1所述的方法，其特征在于，參數組中的各參數進行離散化處理，各參數按照以下式(2)進行離散化:

3.按照權利要求2所述的方法，其特征在于，原子各參數和離散化后參數的對應關系為式(3)：

4.按照權利要求1所述的方法，其特征在于，第一離散參數p與信號頻率f之間關系式為：

5.按照權利要求3所述的方法，其特征在于，第二離散參數r與之間的關系式為：

6.按照權利要求1所述的方法，其特征在于，所述粒子群算法，采用由Rberhart和Kennedy從生物學角度模擬鳥群捕食的過程所提出的尋優算法，具體步驟為：

初始化粒子群中各粒子的速度與位置；

計算粒子群中最適應個體；

記錄個體極值與群體極值；

更新各粒子的速度與位置；

判斷是否滿足粒子群算法終止條件；

若是，則結束；

若否則重新計算粒子群中最適應個體。

7.按照權利要求6所述的方法，其特征在于，采用粒子群算法優化匹配追蹤挑選MRS信號特征的最佳原子包括：將數據化后的鳥群作為MRS信號的原子數據群，設在4維度空間飛行，設MRS信號的原子數據群的四個參數分別為S₁、S₂、S₃和S₄，鳥群整體的飛行空間的大小為：

S＝S₁·S₂·S₃·S₄ (6)

初始化時，原子在數據范圍內隨機取值。

8.按照權利要求6或7所述的方法，其特征在于，將鳥群作為原子，鳥群速度為算法運行的參數值，鳥群位置為原子的評價值，食物為信號；越靠近食物即原子和信號越相似，評價值越高，反之則越小，其中，評價值與信號的關系如式(7)所示：

Value＝|Signal,Atom| (7)

式(7)中，Value表示評價值，Signal表示信號，Atom表示原子；

在粒子群算法中，鳥群的飛行速度由評價值，經驗值，隨機參數共同決定的，通過式(8)、式(9)得到最適應個體：

v_id＝ω·v_id+c₁·e₁·(p_id-x_id)+c₂·e₂·(p_gd-x_id) (8)

x_id＝x_id+v_id (9)

式(8)與(9)中，v_id表示飛行速度，在飛行空間內速度越大，位置的改變就越大，飛行的單位時間為程序運行的次數；c₁和c₂表示慣性權值，代表了上一次的飛行速度對于下一次飛行速度的影響，權值越大在大范圍的參數中尋找的最優個體，權值越小，則搜尋的結果越精準；e₁和e₂表示[0-1]的隨機數，使所有時避免陷入局部最優；x_id表示原子位置，為此時所選擇取的參數；p_id表示個體極值，為在一個原子的k次飛行中的最佳位置，p_gd表示群體極值，代表整個飛行粒子群在k次飛行中的最佳位置。