林叶很快就进入了状态。
吃饱了饭，又喝了一杯咖啡提神，此刻精神十分亢奋。
“离散模型中使用代数迭代法（art）对网格化的离散数据直接建模，用矩阵迭代的方法对像素网格进行处理，实现图像的重构。”
这是林叶的思路。
至于数学模型具体如何，林叶还在思考。
这个离散模型，最重要的还是迭代问题。
fbp（滤波反投影）算法具有的缺陷与限制，只能应用代数迭代才能完美解决。
“这里得先引入投影矩阵的概念...。”
林叶嘀咕说道。
时间一点一点的过，林叶空白的a4纸上现在已经写满了数学公式。
r_ij={1，i号射线通过j号像素中心//0，其他。
记x=[x1，x2，...，xj]^t为j维图像矢量，x_j表示图像上第j个像素点的吸收强度，
p=[p1，p2...pi]^t为i维投影矢量，p_i表示第i条射线所经过的所有像素的总射线投影;
rx=p;
...
林叶看着草稿纸上最为核心的迭代模型，
x^(k+1)=x^(k)+λ^(k)(q_ik?r_ikx^(k)/||r_ik||^2)
林叶嘀咕道：
“这里还差一点东西，那就是降噪算法。不论何种重建算法，不可避免会带入伪影点。
组委会给的数据含有噪声，成像质量可能并不会达到最好的要求。这个其余学校的建模选手也应该会认识到这个问题才对。”
“这里必须得用算法进行降噪。我得查一查这方面的文献。”
林叶用笔压着笔记本电脑前的草稿纸，然后查阅起了文献。
“这种问题应该在国外医学sci期刊上比较好寻找合适的算法。”
更多内容加载中...请稍候...
本站只支持手机浏览器访问，若您看到此段落，代表章节内容加载失败，请关闭浏览器的阅读模式、畅读模式、小说模式，以及关闭广告屏蔽功能，或复制网址到其他浏览器阅读！
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！