Learning Centre

Inverse Source Methods in Diffuse Imaging

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Hyvönen, Nuutti, Prof., Aalto University, Department of Mathematics and Systems Analysis, Finland
dc.contributor.author Harhanen, Lauri
dc.date.accessioned 2013-11-19T10:00:30Z
dc.date.available 2013-11-19T10:00:30Z
dc.date.issued 2013
dc.identifier.isbn 978-952-60-5457-5 (electronic)
dc.identifier.isbn 978-952-60-5456-8 (printed)
dc.identifier.issn 1799-4942 (electronic)
dc.identifier.issn 1799-4934 (printed)
dc.identifier.issn 1799-4934 (ISSN-L)
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/11354
dc.description.abstract This dissertation studies methods for inverse source problems in diffuse imaging. The convex source support method for the Poisson's equation is extended to the two-dimensional half-space and a ball in three dimensions. The related problems of detecting inhomogeneities in electrical impedance tomography are discussed, as well. In addition to using the conventional measurements consisting of one or more Cauchy data pairs, sweep data, a novel measurement configuration compatible with the convex source support algorithm, is proposed and analyzed. This treatise also considers an amalgamation of non-linear Tikhonov regularization and preconditioned Krylov subspace methods. The lagged diffusivity fixed point iteration is used to produce a sequence of least-squares problems with linearized regularizers. These regularizers are recast as preconditions. A modified version of the LSQR algorithm is derived, allowing efficient use of the introduced preconditions. While the performance of the resulting algorithm is tested on fluorescence diffuse optical tomography, the method is directly applicable to other linear inverse problems, as well. en
dc.description.abstract Tämä väitöskirja käsittelee diffusiivisen kuvantamisen käänteislähdeongelmille tarkoitettuja menetelmiä. Poissonin yhtälölle muokattu konveksin lähteenkantajan menetelmä laajennetaan puolitason ja kolmiulotteisen pallon tapauksiin. Näihin läheisesti liittyviä impedanssitomografian ongelmia lähestytään kahdella tavalla. Tavanomaisten Cauchyn reuna-arvoparimittausten lisäksi tutkitaan uutta pyyhkäisymittaustekniikkaa, ja kumpaankin mittaustapaan sovelletaan konveksin lähteenkantajan menetelmää. Lisäksi esitetään Tikhonov-regularisoinnin ja pohjustettujen Krylov-aliavaruusalgoritmien yhdistämiseen perustuva menetelmä. Menetelmä käyttää viivästetyn diffusiivisuuden kiintopisteiteraatiota regularisaatiotermin linearisointiin. Syntyvien tehtävien regularisoijia käytetään pohjustimina, ja pohjustettujen tehtävien tehokasta ratkaisua varten johdetaan LSQR-algoritmista uusi, tähän tarkoitukseen hyvin soveltuva muoto. Vaikka johdetun menetelmän tehokkuutta esitellään optisen fluoresenssitomografian avulla, on se suoraan sovellettavissa muihinkin lineaarisiin käänteisongelmiin. fi
dc.format.extent 34 + app. 84
dc.format.mimetype application/pdf
dc.language.iso en en
dc.publisher Aalto University en
dc.publisher Aalto-yliopisto fi
dc.relation.ispartofseries Aalto University publication series DOCTORAL DISSERTATIONS en
dc.relation.ispartofseries 196/2013
dc.relation.haspart [Publication 1]: Lauri Harhanen and Nuutti Hyvönen. Convex source support in half-plane. Inverse Problems and Imaging, 4(3), 429–448, 2010.
dc.relation.haspart [Publication 2]: Harri Hakula, Lauri Harhanen and Nuutti Hyvönen. Sweep data of electrical impedance tomography. Inverse Problems, 27(11), 115006 (19pp), 2011.
dc.relation.haspart [Publication 3]: Martin Hanke, Lauri Harhanen, Nuutti Hyvönen and Eva Schweickert. Convex source support in three dimensions. BIT Numerical Mathematics, 52(1), 45–63, 2012.
dc.relation.haspart [Publication 4]: Simon R. Arridge, Marta M. Betcke and Lauri Harhanen. A priorconditioned LSQR algorithm for linear ill-posed problems with edge-preserving regularization. arXiv:1308.6634, 22pp, 2013.
dc.subject.other Mathematics en
dc.title Inverse Source Methods in Diffuse Imaging en
dc.title Käänteislähdemenetelmiä diffusiiviseen kuvantamiseen fi
dc.type G5 Artikkeliväitöskirja fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school School of Science en
dc.contributor.department Matematiikan ja systeemianalyysin laitos fi
dc.contributor.department Department of Mathematics and Systems Analysis en
dc.subject.keyword inverse source problems en
dc.subject.keyword electrical impedance tomography en
dc.subject.keyword convex source support en
dc.subject.keyword LSQR en
dc.subject.keyword preconditioning en
dc.subject.keyword käänteislähdeongelmat fi
dc.subject.keyword impedanssitomografia fi
dc.subject.keyword konveksi lähteenkantaja fi
dc.subject.keyword LSQR fi
dc.subject.keyword pohjustus fi
dc.identifier.urn URN:ISBN:978-952-60-5457-5
dc.type.dcmitype text en
dc.type.ontasot Doctoral dissertation (article-based) en
dc.type.ontasot Väitöskirja (artikkeli) fi
dc.contributor.supervisor Hyvönen, Nuutti, Prof., Aalto University, Department of Mathematics and Systems Analysis, Finland
dc.opn Harrach, Bastian von, Prof., University of Stuttgart, Germany
dc.rev Bourgeois, Laurent, Prof., École Nationale Supérieure de Techniques Avancées, France; Griesmaier, Roland, Prof., University of Leipzig, Germany
dc.date.defence 2013-12-14


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse