Určení hodnot dielektrických vlastností zjednodušeného modelu lidské hlavy pomocí Zkreslené Bornovy iterační metody

Abstract

Práce se zabývá tvorbou numerického modelu a iterativní metodou rekonstrukce rozložení dielektrických vlastností v zobrazované oblasti pomocí mikrovlnného zobrazování. Cílem bylo rozšířit již existující algoritmus detekce cévní mozkové příhody (CMP) na iterativní variantu pomocí Zkreslené Bornovy metody a následně určit hodnoty dielektrických vlastností oblastí modelu hlavy. Již existující 2D model lidské hlavy postižené CMP byl upraven pro účely této práce. Dále byla implementována Zkreslená Bornova iterativní metoda, která byla testována na datech získaných z numerického modelu pro 12 testovacích scénářů lišících se typem, velikostí a umístěním CMP. Pro každý scénář bylo provedeno 10 iterací. Výsledky byly zobrazeny jako závislost průměrných hodnot permitivity a vodivosti pro oblasti hlavy na počtu iterací. Vyplývá z nich, že iterativní metoda byla úspěšně implementována a dle očekávání výrazně zpřesňuje výsledek získaný neiterativní variantou. Bylo otestováno, že algoritmus detekuje i oblast CMP s průměrem pouze 1 cm. Nejlépe algoritmus fungoval pro zobrazení permitivity, ty byly ve většině případů už v páté iteraci zobrazeny s chybou menší než 1 %.

The thesis deals with the creation of a numerical model and an iterative method of reconstruction of the dielectric-properties distribution in the imaged area by microwave imaging. The aim was to extend the already existing brain stroke detection algorithm to an iterative version using the Distorted Born Method and subsequently to determine the dielectric properties of the head model areas. The already existing 2D model of the human head affected by stroke was modified for the purposes of this work. In addition, the Distorted Born iterative method was implemented, which was tested on data obtained from a numerical model for 12 testing scenarios that are different in type, size, and location of the stroke. For each scenario, 10 iterations were performed. The results were shown as dependence of average permeability and conductivity values of head regions on the number of iterations. It follows that the iterative method has been successfully implemented and, as expected, is significantly more accurate than an uniterative way. It was tested that the algorithm detects a stroke area with a diameter of only 1 cm. The best results were by imaging permitivity, which in most cases was imaged in the fifth iteration with an error of less than 1 %.