Wykorzystanie sztucznych sieci neuronowych do zmniejszenia błędów przetworników impedancji

Przetworniki impedancja – napięcie (Z/U) stanowią podstawowy element komputerowych tomografów impedancyjnych. W artykule przedstawiono sposób zmniejszenia błędów przetwarzania przetwornika Z/U z zastosowaniem sztucznej sieci neuronowej wielowarstwowej, perceptronowej (MLP). Dokładność metody porównano z dokładnością uzyskaną w przypadku wyznaczania poprawek dla dwu składowych impedancji: rezystancyjnej i reaktancyjnej na podstawie wzorów analitycznych wyprowadzonych dla schematu zastępczego układu.

Impedance – voltage transducer (Z/U) are fundamental circuits in Impedance Tomography devices. In the paper the transducer error reducing method for resistance and reactance components of impedance with Multi-Layer Perceptron artificial neural network application is presented. The accuracy of the method is compared with the values calculated with analytical formulas derived for equivalent circuit of the transducer. The consideration presented in the paper focuses only on decreasing the processing error of the impedance/voltage transducer (Z/U), neglecting errors being introduced by following electronic processing stages i.e. phase detector and analog /digital converter.