ISSN 1004-4140
CN 11-3017/P

CT检查在2019新型冠状病毒疫情中的作用

谢靓, 吕双志

谢靓, 吕双志. CT检查在2019新型冠状病毒疫情中的作用[J]. CT理论与应用研究, 2021, 30(2): 217-224. DOI: 10.15953/j.1004-4140.2021.30.02.09
引用本文: 谢靓, 吕双志. CT检查在2019新型冠状病毒疫情中的作用[J]. CT理论与应用研究, 2021, 30(2): 217-224. DOI: 10.15953/j.1004-4140.2021.30.02.09
XIE Jing, LV Shuangzhi. The Role of CT Examination in 2019 New Coronavirus Epidemic[J]. CT Theory and Applications, 2021, 30(2): 217-224. DOI: 10.15953/j.1004-4140.2021.30.02.09
Citation: XIE Jing, LV Shuangzhi. The Role of CT Examination in 2019 New Coronavirus Epidemic[J]. CT Theory and Applications, 2021, 30(2): 217-224. DOI: 10.15953/j.1004-4140.2021.30.02.09

CT检查在2019新型冠状病毒疫情中的作用

详细信息
    作者简介:

    谢靓(1992-),女,浙江大学医学院附属第一医院助理工程师,主要从事CT日常维护以及数据统计分析,E-mail:xiejingmiracle@163.com;吕双志*(1983-),男,浙江大学医学院附属第一医院主管技师,主要从事CT、MR技术,E-mail:ebr_008@hotmail.com。

  • 中图分类号: R814

The Role of CT Examination in 2019 New Coronavirus Epidemic

  • 摘要: 目的:分析CT检查在2019新型冠状病毒疫情中的作用。方法:回顾性分析浙江大学医学院附属第一医院放射科自2020年1月19日至2月19日所有胸心组CT检查病例8 864例,对这些患者的CT诊断结果等信息进行汇总分析。结果:CT诊断结果怀疑是新型冠状病毒肺炎(COVID-19)的病例当中有77.17%的人确诊。55名出院患者在住院期间人均CT检查次数为4次,出院后有23名患者进行过CT复查。结论:影像学检查不能代替核酸检测,但是在新冠肺炎的筛查和治疗情况评估中有着至关重要的作用。
    Abstract: Objective: Analyze the role of CT examination in the 2019 new coronavirus epidemic. Methods: Retrospectively analyze all 8 864 cases of CT examination of the chest and heart group from the radiology department of The First Affiliated Hospital, College of Medicine, Zhejiang University from January 19 to February 19, 2020. The CT diagnosis results of these patients were summarized and analyzed. Result: 77.17% of the cases with CT diagnosis suspected to be Coronavirus disease(COVID-19) were confirmed. The number of CT examinations per capita for 55 discharged patients during hospitalization was 4 times, and 23 patients underwent CT re-examination after discharge. Conclusion: Imaging examination cannot replace nucleic acid testing, but it plays a vital role in the screening and treatment evaluation of new coronary pneumonia.
  • 由于采集成本、坏道、噪声、地形等诸多因素的影响,实际的地震数据往往会出现缺失道和野值道[1-2],这些不规则或稀疏的地震数据,给地震数据的处理与解释工作造成了一定的困扰[3-4],因此不完整、不规则数据的数据重构对于地震数据处理具有重要意义[5-6]。常用的地震数据重构方法有基于信号变换重构法[7-8]、基于预测滤波重构法[9-10]、基于波动方程重构法[11-12]等。其中基于信号变换重构方法是将地震数据从时间域转换到变换域,再根据变换域内信号的特征进行重构,计算结果比较稳健,得到了广泛的应用[13-15]

    基于压缩感知理论,在地震数据大量缺失的情况下恢复出地震数据[16-17],可以转化为一个稀疏优化问题,相继出现了基于该理论的多种迭代阈值方法[18-19]。而凸集投影法(project onto convex sets,POCS)由Bregman提出,可以很好地与各种变换域相结合,被应用于地震数据的重构及数据规则化领域[20-23]。Gao等[24-25]基于傅里叶变换及POCS法对不规则缺失地震道进行重构,对线性或拟线性同相轴比较好,但是对弯曲同相轴则需分窗口处理;刘国昌等[26]将POCS法与曲波变换相结合,可以更好地对弯曲同相轴进行恢复;Yang等[27]和Wang等[28]从收缩阈值(iterative shrinking threshold,IST)算法的角度推导出POCS公式,进而比较了两种方法的重构效果的异同,并得出了POCS硬阈值重构效果较好的结论;王本锋等[29]和张华等[30]提出了基于Jitter采样理论的曲波域实现地震数据重构,有效地提高了计算效率;冯飞等[31]、张良等[32]、闫海洋等[33]将Shearlet变换与POCS算法结合起来,在动校正预处理后对地震数据进行重构,增强了地震数据在Shearlet域的稀疏性,有效地解决了假频问题。另一方面阈值函数的选取对于地震数据重构效果产生较大影响,王本锋等[29]、余江奇[34]等、张入化等[35]都对阈值函数进行对比分析,其中指数阈值函数比线性阈值参数效果好。Curvelet域对于曲线同相轴具有较好的重构效果,但是对于线性直达波的恢复方面能力较弱,并且相对其它地震波场(反射波、多次散射波等)直达波的能量较强,使其在迭代重构地震数据的过程中产生较强的干扰噪音。

    本文在前人研究的基础上,将直达波及上部空白区域作为约束,对迭代算法进行改进,实现基于先验信息约束的Curvelet域地震数据POCS插值方法(prior project onto convex sets,PPOCS)。该算法可以有效地保留直达波等信息,且可以有效地压制其在迭代后期产生的噪音,保持重构地震波场高信噪比与高精度的特征。最后,通过对简单及复杂速度模型正演地震炮记录的稀疏数据重构测试与实际地震采集炮记录的野值去噪测试,讨论基于先验信息约束的Curvelet域PPOCS方法的优势。

    压缩感知(compressive sensing,CS)是一种寻找欠定线性系统的稀疏解的技术。对于完整的数据${\boldsymbol{ D}} $可以在$ {\boldsymbol{\varPhi }}$域表示:

    $$ {\boldsymbol{D}}_{{}}^{} = {\boldsymbol{\varPhi}} {\boldsymbol{x}} \text{,} $$ (1)

    其中$ {\boldsymbol{\varPhi}} \in {R^N} $为变换域的基函数向量,$ {\boldsymbol{x}} $为变换域系数向量,向量$ {\boldsymbol{x}} $中非零元素的个数可以表示为$ {\left\| x \right\|_{\text{0}}} = M $,若$ M < < N $,则数据${\boldsymbol{ D}} $可以在${\boldsymbol{ \varPhi }}$域稀疏表示。

    由于采集条件的限制以及后续地震处理中废炮、废道的剔除,致使地震数据不规则或稀疏:

    $$ {\boldsymbol{D}}_{{{\text{obs}}}}^{} = {{\boldsymbol{P}}_{}}{\boldsymbol{D}} \text{,} $$ (2)

    其中$ {{\boldsymbol{D}}_{{\text{obs}}}} $为观测的不规则或稀疏数据,$ {\boldsymbol{D}} $为要恢复的完整数据,$ {{\boldsymbol{P}}_{}} $为采样矩阵。

    将式(2)代入式(1),可以写为:

    $$ {\boldsymbol{D}}_{{{\text{obs}}}}^{} = {\boldsymbol{P}}{\boldsymbol{\varPhi}} {\boldsymbol{x}} = {\boldsymbol{Kx}} \text{,} $$ (3)

    其中,$ {\boldsymbol{K}} $$ M \times N $的矩阵,称为测量矩阵。地震数据重构就是由不完整数据$ {\boldsymbol{D}}_{{{\text{obs}}}}^{} $和采样矩阵$ {\boldsymbol{K }}$恢复、重构出完整$ {\boldsymbol{x}} $的过程。如果$ {\boldsymbol{x}} $可以重构出来,则可以得到完整的地震数据${\boldsymbol{ D}} $

    由于式(3)的求解是不适定的,考虑到$ {\boldsymbol{D}} $$ {\boldsymbol{\varPhi }}$域的稀疏性,采用稀疏促进策略,构建如下目标泛函:

    $$ \min \Big(J(x)_{{{\text{obs}}}}^{}\Big) = \frac{1}{2}\big\| {{{\boldsymbol{D}}_{{\text{obs}}}} - {\boldsymbol{Kx}}} \big\|_2^2 + \tau {\big\| {\boldsymbol{x}} \big\|_0} \text{,} $$ (4)

    其中$ \tau $为域系数向量的阈值。对于式(4)发展了一系列的迭代求解算法,其中基于阈值收缩法(IST)的凸集投影(POCS)方法在解决地震数据重构的方法中具有较好的效果[27]

    利用阈值收缩求解方程(4)的地震数据重构的公式为:

    $$ {\boldsymbol{x}}_{}^{k + 1} = {S_{{\tau _k}}}\bigg( {{x^k} + {{\boldsymbol{K}}^{\mathrm{T}}}\left( {{{\boldsymbol{D}}_{{\text{obs}}}} -{\boldsymbol{ K}}{{\boldsymbol{x}}^k}} \right)} \bigg),\;\;\;\;k = 1,2,\cdots,{{n}} \text{,} $$ (5)

    其中,$ {\boldsymbol{x}}_{}^{k + 1} $${\boldsymbol{k}}+1 $次迭代所得到变换域系数向量,$ {{\boldsymbol{K}}^{\mathrm{T}}} $为测量矩阵的逆变换,$ {{n}} $为迭代的总次数。

    阈值函数$ S $一般分为硬阈值函数和软阈值函数,Yang等[27]比较了两种阈值函数,认为硬阈值重构效果较好,因此本文采用硬阈值函数:

    $$ {S_{{\tau _k}}}({x_i}) = \left\{ {\begin{array}{*{20}{c}} {{x_i}{\text{ }}\;\;\left| {{x_i}} \right| \geq {\tau _k}} \\ {0{\text{ }}\;\;\left| {{x_i}} \right| < {\tau _k}} \end{array}} \right. \text{,} $$ (6)

    其中,$ {\tau _k} $为第k次的门槛阈值,其随着迭代次数不同而变化。利用式(1)、式(5)可以改写为:

    $$ \begin{aligned} \;&\quad\qquad{\boldsymbol{{\boldsymbol{D}}}}_{}^{k + 1} = {\boldsymbol{\varPhi}} {{\boldsymbol{x}}^{k + 1}} {\text{ }} = {\boldsymbol{\varPhi}} {S_{{\tau _k}}}\left( {{{\boldsymbol{\varPhi}} ^{\mathrm{T}}}{{\boldsymbol{D}}^k} + {{\Big({\boldsymbol{P}}{\boldsymbol{\varPhi}} \Big)}^{\mathrm{T}}}\Big({{\boldsymbol{D}}_{{\text{obs}}}} - {\boldsymbol{P}}{{\boldsymbol{D}}^k}\Big)} \right)=\\ & {\boldsymbol{\varPhi}} {S_{{\tau _k}}}\bigg( {{{\boldsymbol{\varPhi}} ^{\mathrm{T}}}{{\boldsymbol{D}}^k} + {{\boldsymbol{\varPhi}} ^{\mathrm{T}}}\Big({{\boldsymbol{P}}^{\mathrm{T}}}{{\boldsymbol{D}}_{{\text{obs}}}} - {{\boldsymbol{P}}^{\mathrm{T}}}{\boldsymbol{P}}{{\boldsymbol{D}}^k}\Big)} \bigg) ={\boldsymbol{\varPhi}} {S_{{\tau _k}}}\Bigg( {{{\boldsymbol{\varPhi}} ^{\mathrm{T}}}\bigg( {{{\boldsymbol{D}}^k} + \left( {{{\boldsymbol{D}}_{{\text{obs}}}} - {\boldsymbol{P}}{{\boldsymbol{D}}^k}} \right)} \bigg)} \Bigg){\text{ }} \end{aligned} 。 $$ (7)

    通过公式(7)可以得到POCS的迭代公式:

    $$ {\boldsymbol{D}}_{}^{k + 1} = {{\boldsymbol{D}}_{{\text{obs}}}} + \left( {{\boldsymbol{I}} - {\boldsymbol{P}}} \right){\boldsymbol{\varPhi}} {S_{{\tau _k}}}\left( {{{\boldsymbol{\varPhi}} ^{{{\mathrm{T}}}}}{{\boldsymbol{D}}^k}} \right) \text{,} $$ (8)

    其中,${\boldsymbol{I }}$是单位对角阵。由于式(8)在迭代中考虑了观测炮集的信息,因此其在重构地震数据的过程中,在收敛速度和重构精度方面POCS方法都要高于IST的迭代方法。

    曲波域对于曲线具有较好的重构效果,但是对于线性直达波的恢复方面能力较弱,并且相对于其它地震波场(反射波、多次散射波等)直达波的能量较强,使其在迭代重构地震数据的过程中产生较强的干扰噪音,影响重构效果。在重构过程中将直达波进行切除处理,再进行数据恢复,然而有些直达波与反射波等波场耦合在一起,并且直达波及早至波在后期处理中,尤其在速度反演中具有重要作用。本文利用先将炮记录直达波区域基本拉平,利用式(8)先进行重构直达波等部分迭代重构地震数据,将变换域的炮记录反变换得到重构的直达波炮集;将其作为约束进行重构,可以有效地压制其在迭代后期产生的噪音,进而保持重构地震波场高信噪比与高精度的特征。本文在式(8)的基础上,通过加入待重构炮集的信息作为约束项,处理得到第k+1次迭代的地震数据公式:

    $$ {\boldsymbol{D}}_{{\text{new}}}^{k + 1} = \left( {1 - {\boldsymbol{L}}{m_{k + 1}}} \right)*{{\boldsymbol{D}}^{k + 1}} +{\boldsymbol{ L}}{m_{k + 1}}*{\boldsymbol{D}}_{{\text{pre}}}^{} \text{,} $$ (9)

    其中$ {\boldsymbol{D}}_{{\text{new}}}^{k + 1} $为第k+1次迭代的重构地震数据,$ {\boldsymbol{D}}_{{\text{pre}}}^{} $为要重构的地震数据中已知的先验信息,例如炮记录上部的空白区域,线性插值得到的直达波信息等,$ {\boldsymbol{L}}{m_{k + 1}} $为加权矩阵因子,其值取决于对先验信息的准确性,如果一个区域对先验信息越准确则对应的矩阵元素值越接近于1,${\boldsymbol{ L}}{m_{k + 1}} $可以取固定值,也可以随着迭代的次数k改变。由于式(9)加上了对重构数据的先验信息约束,因此可以较好的压制由能量剧烈变化区域(如地震信号的直达波与上部空白区域)随着迭代次数增加而产生的噪音。

    由于曲线是稀疏表示地震波场的理想字典,依据反射系数在曲波域更为稀疏的特点,因此可以利用曲波变换实现POCS方法。考虑二维情况下的曲波变换,

    $$ {c_m} = \Big\langle {{\boldsymbol{D}},{\phi _m}} \Big\rangle = \sum\limits_{{t_1},{t_2}} {{\boldsymbol{D}}[{t_1},{t_2}]} \overline {{\phi _m}[{t_1},{t_2}]} \text{,} $$ (10)

    式中$ {\phi _m} $表示Curvelet基函数,$ m = (j,{k_d},l) $,其中$ j,{k_d},l $分别为尺度、方向、位置参数,${{\boldsymbol{c}}_m}$为曲波域内的系数,$ {t_1},{t_2} $为数据D的时间窗,则地震数据可以用曲波系数和基函数表示为:

    $$ {\boldsymbol{D}} = \sum\limits_m {\Big\langle {{\boldsymbol{D}}{\boldsymbol{}},{\phi _m}} \Big\rangle {\phi _m}} = \sum\limits_m {{{\boldsymbol{c}}_m}{\phi _m}} 。 $$ (11)

    将式(1)的$ \varPhi $域选取为Curvelet域,则式(11)与式(1)相对应。即可以推导出Curvelet域地震的数据POCS插值方法的公式,则第k次迭代的地震数据在曲波域的硬阈值约束为:

    $$ {{\boldsymbol{D}}_k} = \sum\limits_{n \in \left\{ {m:|\left\langle {{\boldsymbol{D}},{\phi _m}} \right\rangle > {\tau _k}} \right\}} {\left\langle {{\boldsymbol{D}},{\phi _n}} \right\rangle {\phi _n}} = \sum\limits_m {{S_{{\tau _k}}}({{\boldsymbol{c}}_m}){\phi _m}} \text{,} $$ (12)

    其中,${S_{{\tau _k}}}({{\boldsymbol{c}}_m})$表示对曲波域系数进行硬阈值约束,取大于$ {\tau _k} $的部分。

    本文采用指数衰减的形式阈值函数:

    $$ {\tau _k} = {\tau _0} * \exp\left(\frac{1-k}{M}\right),\;\;\;\;k = 1,2,\cdots,{{n}} \text{,} $$ (13)

    其中M为控制衰减快慢的系数。给定初始的最大阈值$ {\tau _0} $,系数衰减项M和迭代次数k即可确定对应的阈值。

    本文采用的地震数据重构流程如图1所示:①输入初始的观测地震数据${\boldsymbol{D}}$,并且拾取初至gc;②对炮记录利用坐标映射进行变换得到新的炮集${\boldsymbol{D}}_2 $;③对数据${\boldsymbol{D}}_2 $做曲波变换得到曲波域内的系数${{\boldsymbol{c}}_m}$;④对曲波域的系数利用阈值函数$ {\tau _k} $进行滤波;⑤利用 POCS方法进行迭代重构的到新的炮集${\boldsymbol{P}}_2' $;⑥反变换得到的炮集$ {\boldsymbol{D}}_{{\text{pre}}}^{} $;⑦对$ {{\boldsymbol{D}}^{k + 1}} $加上先验约束信息的得到新的重构地震数据$ D_{{\text{new}}}^{k + 1} $;⑧满足迭代次数或者信噪比要求,输出最终的重构结果。

    图  1  基于先验信息约束的Curvelet域地震数据POCS插值方法实现流程
    Figure  1.  Flow diagram of seismic data reconstruction based on the POCS method in the curvelet domain with prior information

    在编程实现方法的基础上,为了测试改进POCS算法的优越性,本节对由4个平层界面构建的速度模型,其中速度从1 500 m/s到3 500 m/s等间隔变化,层的厚度分别为第1层为250 m其余层厚150 m,采用有限差分正演模拟得到的地震炮记录数据,以及Marmousi模型的正演模拟产生的含有复杂波场的地震炮记录数据分别进行抽稀与重构,并对比分析改进方法相对于常规方法的有效性及优点。

    为验证先验信息约束的曲波域POCS方法的有效性及优点,分别对简单层状模型的炮记录(图2(a))进行了随机缺失50% 与70% 的抽稀(图2(b)和图2(c)),并用常规POCS方法与先验信息约束的POCS方法进行重构测试。

    图  2  炮记录剖面
    Figure  2.  Shot record profiles

    重构测试的结果如图3所示,测试中都采用80次迭代,其中图3(a)和图3(b)分别为随机缺失50% 炮记录常规POCS方法、先验信息约束POCS方法重构结果,图3(c)和图3(d)分别为随机缺失70% 的常规POCS方法、先验信息约束POCS方法重构结果。

    图  3  重构炮记录剖面
    (a)随机缺失50%曲波域常规POCS方法重构剖面,(b)随机缺失50%先验信息约束曲波域POCS方法重构剖面,(c)随机缺失70%曲波域常规POCS方法重构剖面,(d)随机缺失70%先验信息约束曲波域POCS方法重构剖面。
    Figure  3.  Interpolated results using different methods

    图4可知:①当炮记录随机缺失 50% 地震道时,常规POCS与先验信息的POCS方法的重构结果都可以较好的重构反射轴,但是常规POCS方法对于直达波区域存在明显的迭代噪音,而应用先验信息约束后,重构剖面中的直达波区域的噪音得到压制,且剖面重构剖面信噪比更高;②当炮记录随机缺失70%地震道时,常规POCS方法可以较好的恢复深层同相轴,但是由于受到直达波强能量的影响,重构结果中噪音比较强,尤其在靠近直达波的区域,并且由于缺失数据过多,在两侧的边界位置,同相轴恢复出现较强的噪音;③应用先验信息约束的 POCS方法,重构的炮记录剖面的信噪比明显改善,直达波区域可以较好的恢复,并且对反射层可以有一些较好的改善,但是由于缺失数据较多,在中深部没有先验信息,所以重构中边界处依旧存在噪音的影响。

    图  4  重构测试的信噪比SNR曲线对比
    Figure  4.  Convergence curves of different seismic data reconstruction using different methods

    为了对比本文算法与常规POCS的收敛性,图4(a)和图4(b)分别展示整个剖面和直达波以下区域的重建测试信噪比SNR曲线。由图4(a)可以看出:不论是否应用先验信息的约束,迭代重构过程都是稳定的,信噪比都可以提高,但是PPOCS方法的信噪比更高,这是由于直达波的能量较强,PPOCS可以更好的约束直达波的区域,因此信噪比更高,并且两种方法地震数据缺失越少重构的效果更好,信噪比更高。为了比较约束区域以外的信噪比,本文将直达波以下的波场信噪比单独输出,可以看出,曲波域POCS方法对曲线地震同相轴具有较好的重构,信噪比都可以得到很大的提高,但PPOCS也可以对地下的反射波场等具有改善,并且在高精度恢复中(缺失50%)效果更明显。并且当地震缺失70%的时候,POCS方法的重构具有较大误差。

    为验证本文方法在复杂波场的适用性,本节对Marmousi模型(图5)进行有限差分正演,得到炮记录如图6(a)所示,对炮记录进行随机抽稀50% 得到抽稀的炮记录如图6(b)所示,并用常规POCS方法与先验信息约束的POCS方法进行重构测试。

    图  5  采用的Marmousi模型
    Figure  5.  Marmousi velocity model
    图  6  重构炮记录剖面
    (a)原始的炮记录剖面,(b)随机缺失50%,(c)坐标变换域随机缺失50%,(d)坐标变换域的重构炮集,(e)反坐标变换域的重构炮集,(f)随机缺失50% PPOCS方法重构剖面,(g)随机缺失50%常规POCS方法重构剖面。
    Figure  6.  Interpolated results of shot profiles

    采用常规POCS方法与PPOCS方法进行重构测试,结果如图6所示,测试中都采用80次迭代,其中图6(e)~图6(g)分别为随机缺失50% 炮记录直接坐标变换的重构、先验信息约束POCS方法、常规POCS方法重构结果。由图6可知:当炮记录随机缺失50% 地震道时,常规POCS与先验信息的POCS方法的重构结果都可以较好的重构地震反射轴,但是常规POCS方法对于直达波区域存在明显的迭代噪音,而应用先验信息约束后,重构剖面中的直达波区域的噪音得到压制,且剖面重构剖面信噪比更高;而坐标变换域重构方法,直达波区域的噪音得到压制,但是在反射波地震波存在一定的问题,尤其炮点下方存在一定的异常。

    为对比本文算法与常规POCS的总信噪比以及对直达波以外恢复的信噪比和恢复效果,图7展示重构测试的信噪比SNR曲线。由图7可以看出,不论是否应用先验信息的约束,迭代重构过程中总的信噪比都随着迭代次数而提高,但是PPOCS方法的信噪比收敛更快并且收敛到更高值,这是由于直达波的能量较强,PPOCS可以更好的约束直达波的区域,信噪比更高。

    图  7  重构测试的信噪比SNR曲线对比
    Figure  7.  SNR curves of different seismic data reconstruction methods

    为了比较约束区域以外的信噪比,本文将直达波以下的波场信噪比单独输出,可以看出,曲波域POCS方法对曲线地震同相轴具有较好的重构,信噪比都可以得到很大的提高,但PPOCS也可以对地下的反射波场等收敛到更高的信噪比值,说明在复杂波场的情况下约束信息对于非约束区域同样具有改善效果。

    本文在模型炮记录试验的基础上对某陆上二维高密度实际地震数据也做了重构测试,该地震资料的接收道距为10 m,479道接收,采样率4 ms,炮记录中含有明显的野值道。对野值道进行抽稀如图8(b),在分别利用常规方法与PPOCS方法进行重构,进行噪音压制,重构结果如图8(c)和图8(d)所示。

    图  8  实际地震炮记录剖面
    Figure  8.  Different real shot record profiles

    通过图8可以看出,原始炮记录中野值道通过两种方法都可以较好的压制,同相轴变的更加连续。但是PPOCS方法可以更好的进行恢复重构炮记录,尤其在近地表区域,为显示比较两种方法重构炮记录的效果,本文对横向1到88道,纵向上1.08 s到1.98 s的区域进行放大(图9)。通过图9还可以看出原始炮记录中野值道比较明显(图9红色箭头的位置),POCS方法可以较好的压制野值道的噪音,实现炮记录同相轴的连续性,相比于常规方法,PPOCS可以更好的重构地震数据,其同相轴连续性可以较好的改善,且重构噪音可以得到更好的压制。

    图  9  实际炮记录剖面放大对比图
    Figure  9.  Zoom of different real shot record profiles

    本文在POCS重构稀疏地震数据的算法基础上通过引入先验信息约束项进行迭代重构稀疏地震数据,发展一种基于先验模型约束的Curvelet域地震数据POCS插值方法。在实现算法的基础上,通过合成地震炮记录与实际炮集进行测试对比,得到了如下认识:

    (1)基于先验模型约束的POCS插值方法减弱了常规POCS插值方法对直达波以及上部空白区域对地震数据在迭代重构过程中的噪音干扰,在提高地震数据构建的精度的同时,可以改善剖面的信噪比,并且能保持地震波场同相轴的连续性。

    (2)基于先验模型约束的POCS插值方法相对于常规POCS插值方法,对复杂速度模型的地震波场具有更好的适应性。

    (3)在理论模型数据重构测试中,基于先验模型约束的POCS插值方法比常规POCS插值方法更快地收敛(SNR),且信噪比最终会收敛到一个较高值。

    本文提出的基于先验模型约束的POCS插值方法能够提高重构地震波场的精度,改善常规POCS重构方法的信噪比和对直达波场的适应性。

  • 期刊类型引用(1)

    1. 许鹏君,许晨思,孙钢,张翼,赵苏莉,冯亚斌,刘锴. 膝骨性关节炎关节状态与西安大略和麦克马斯特大学骨关节炎指数评分水平的定量CT研究. 创伤与急危重病医学. 2025(02): 145-147+160 . 百度学术

    其他类型引用(0)

计量
  • 文章访问数:  429
  • HTML全文浏览量:  8
  • PDF下载量:  12
  • 被引次数: 1
出版历程
  • 收稿日期:  2020-04-25
  • 网络出版日期:  2021-11-05

目录

/

返回文章
返回
x 关闭 永久关闭