本技术涉及一种脑部微波成像技术,包括计算方法、设备和存储介质,属于数据处理技术领域。该方法通过将频域散射场序列矩阵转换为时域波形幅度序列矩阵,进一步处理时域波形数据,以实现脑部微波成像。
背景技术
在颅脑微波成像领域,大体的算法思路分为时域成像算法与频域成像算法两种不同种类的成像算法。
其中以共焦成像为代表的时域算法有着速度快的特点,但其仅对介电常数出现变化的区域敏感,更适合用于区分介电常数出现突变的部分,例如用于成像时对患者的头骨进行定位或出血等异常区域的轮廓进行定位,无法对病变类型进行识别。
频域算法多为迭代算法,以波恩近似为主的迭代算法有着更高的精度,且可以还原出脑内的介电常数分布情况实现病灶类型的识别。但是算法相对于时域成像需要更长的时间进行迭代,且在天线数量较少时,容易出现过拟合,尤其是在天线数量较少时,容易因为噪声干扰等因素与真实成像目标出现巨大的偏差,抗噪声能力略低。
针对现有技术中存在的噪声干扰等因素与真实成像目标出现巨大的偏差、抗噪声能力略低等问题,亟需提出一种新的方案解决上述现有技术的不足。
实现思路