[发明专利]一种预测光在生物组织中传播模型的实现方法有效
申请号: | 200810225779.1 | 申请日: | 2008-11-12 |
公开(公告)号: | CN101739503A | 公开(公告)日: | 2010-06-16 |
发明(设计)人: | 田捷;刘凯;秦承虎;杨鑫 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G01N33/48 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 梁爱荣 |
地址: | 100080 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种预测光在生物组织中传播模型的实现方法,通过使用自适应多重网格模型,根据在粗网格上求解结果的误差,自适应地剖分粗网格得到细网格;然后采用多重网格上的全V循环,在细网格上进行光滑迭代消除高频残量,然后将次结果限制到较粗网格上进行残量校正,再次延拓到细网格上后进行后光滑处理,直到最终达到所要求的精度。本发明有效降低了由于网格维数的增加而带来的计算代价,提高了收敛的速度,同时由于对低频误差的直接求解也提高了计算精度,能够有效的模拟对光学分子影像中光子从体内发射,经过多次散射达到表面的这一过程。 | ||
搜索关键词: | 一种 预测 生物 组织 传播 模型 实现 方法 | ||
【主权项】:
1.一种预测光在生物组织中传播模型的实现方法,其特征在于:采用多重网格法,步骤如下:步骤1:首先将生物组织离散为粗网格,在粗网格上直接通过不完全乔利斯基分解方法求解有限元生成的矩阵方程M0Φ0=b0;步骤2:计算矩阵结果Φ0在粗网格上每个单元上的误差,并自适应地细分误差较大的单元,获得细分网格并计算;步骤3:在细分网格上使用高斯-赛德尔方法对有限元生成的矩阵方程MkΦk=bk进行预光滑迭代
l=1,2.......v1,将计算结果Φk的高频误差滤除,得到预光滑结果为
步骤4:计算预光滑结果
的残量
使用限制算子Ikk-1把该残量映射到第k-1层粗网格上,获得第k-1层网格上的残量rk-1表示如下:r k - 1 = I k k - 1 ( b k - M k Φ k v 1 ) ; ]]> 步骤5:在获得的所有k个网格上递归:如果k≠0时,跳转至步骤3求解Nk-1Φk-1=bk-1,否则,若k≠L时执行步骤6;步骤6:将生物组织离散的较粗网格上求解的结果使用延拓算子Ik-1k映射回该组织离散后的细网格上,并且对细网格上预光滑结果进行校正:Φ k v 1 = Φ k v 1 + I k - 1 k Φ k - 1 ; ]]> 步骤7:再一次在生物组织离散的细网格上使用高斯-赛德尔方法对MkΦk=bk进行后光滑迭代
l=v1+1,...v1+v2,将延拓所带来的高频误差滤除,然后计算残量的相对误差:
迭代若该值小于设定的全局误差,则停止计算;否则跳转至步骤2。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200810225779.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种防漏夹码垛夹手装置
- 下一篇:一种氧化铝风送系统的射流喷嘴
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用