论文部分内容阅读
文中针对超声骨质测量中的频域速度密度反演对初始模型依赖性强的问题,提出了一种利用神经网络获得先验初始模型的方法。文中给出了数据集形式,使用修改的UNET网络,使得网络能够输出接近目标的模型,以此作为初始模型进行反演,可以避免反演过程中低频信息缺失、周期跳变等不利影响。实验表明,与简单匀速模型作为初始模型相比,该方法反演结果更接近目标,骨质声速值达到4000m/s。