基于小波多分辨分析和LSQR的快速EIT图像重建算法

针对LSQR(least square QR-factorization)算法在求解电阻抗层析成像(electrical impedance tomography,EIT)逆问题时,由于矩阵维数高、计算量大而导致重建速度较慢的问题,提出基于小波多分辨分析的LSQR算法(wavelet multi-resolution based least square QR-factorization,WALSQR)。该方法将EIT的图像重建过程投影到低维的尺度空间进行,通过提取有效信息减少数据计算量,明显提高了图像重建速度。同时由于去除了噪声和冗余信息,保证了成像质量。本文将SALSQR方法分别应用于二维、三维EIT成像实验,证明其有效性,并为三维动态EIT图像重建算法的研究奠定了基础。     

动态电阻抗成像时空相关性重建方法研究

电阻抗成像(electrical impedance tomography,EIT)常用于监测物场中介质分布的动态变化。对于动态EIT系统,传统成像算法以牺牲图像质量为代价,提高成像速度。利用测量数据序列的时间、空间特性,改善重建图像质量,建立了基于时间-空间相关性的动态EIT成像数学模型,将动态阻抗图像序列的低秩特性引入到目标函数中。采用增广拉格朗日乘子(augmented Lagrange multiplier,ALM)法对模型进行求解。仿真和实验结果证明新方法能够在改善重建图像质量的同时提高成像速度,从而表明新方法的有效性。     

基于二元模型的电阻抗成像方法

建立了一种双模型电阻抗成像系统,旨在解决一元模型电阻抗成像系统中耗时较多的问题。基于精细化三维圆柱体模型进行电阻抗正问题分析,采用粗梳三维圆柱体模型进行逆问题求解。在双模型成像系统中,基于稀疏矩阵建立映射公式实现粗疏有限元单元和精细有限元单元的匹配和转换。通过计算机仿真,在该系统中运用基于修正的Laplace Guass‐New ton重建算法可以得到相应的阻抗重建图像,实验结果验证了双模型系统的正确性和可行性。     

基于椭圆几何模型的胸部电阻抗成像

电阻抗成像技术是通过测量生物体表面电压,计算生物体横截面的电阻抗分布。由于生物体的边界形状是各异的,尤其在胸部应用中,建立不同边界形状会影响成像的精度和清晰度,所以构建合适的边界形状是求解EIT问题的前提。根据实际视觉效果,椭圆几何比较符合胸部边界形状,由于圆形几何的构建和有限元划分相当成熟,本文通过保角变换方法将圆形转换为椭圆几何,并分别进行两种几何与原始胸部形状的分析比较,实验结果表明,在求解正问题时建立椭圆边界形状分析胸部结构精度高,在求解逆问题时重建误差小。     

基于均值点展开的单变元降维法在EIT不确定性量化研究中的应用

在电阻抗成像(EIT)技术中,介质参数的不确定性会对正问题计算产生影响,进而影响图像重构,因而,对EIT介质参数不确定性量化的研究具有重要的意义.采用四层同心圆模型和二维圆模型作为仿真算例对EIT正问题进行研究,将电导率分布参数作为无相互作用的随机输入变量,使其服从随机均匀分布,基于均值点展开的单变元降维法(UDRM)计算得到边界电极电压的均值、标准差和概率分布等相关统计信息,分析电导率的不确定性对模型输出边界测量电压的影响,并与蒙特卡罗模拟(MCS)法、混沌多项式展开(PCE)法仿真结果进行比较.结果表明,UDRM能够准确高效地处理低维不确定性问题,且在处理高维不确定性问题时能有效缓解"维数灾难"问题.     

肺部电阻抗成像电极阵列优化方法研究

肺部电阻抗层析成像(EIT)电极阵列的设计是影响系统性能与成像效果的关键因素之一,目前多在规则形状物场、等 间距分布的前提条件下对电极阵列进行优化,却并不适用于肺部不规则边界的情况。 本文提出基于深度学习的肺部电阻抗层 析成像电极阵列优化方法,以电极位置为优化目标,以重建图像相对误差、图像相关系数、敏感场分布的均匀性以及敏感场 Hessian 矩阵的条件数为网络输入,以阵列电极位置为网络输出,基于 DNN 网络构建优化模型。 实验结果表明,在呼气末和吸 气末两种状态下,与传统的电极阵列均匀分布方法相比,基于深度学习的肺部 EIT 电极阵列优化方法将重建图像相关系数 (image correlation coefficient,ICC) 分别提高了 33. 17%、33. 86%,结构相似度( structural similarity,SSIM) 分别提高了 14. 5%、 14. 39%,峰值信噪比(peak signal-to-noise ratio,PSNR)分别提高了 26. 3%、28. 27%。 因此可以得出结论,与传统方法相比基于深 度学习的 EIT 电极阵列优化方法更适用于肺部 EIT 成像。     

生物电阻抗断层成像技术及其临床研究进展

生物电阻抗断层成像技术(EIT)是一种无创无放射损伤的功能成像技术。它通过体表电极测量得到的信号重构出内部电阻抗或电阻抗变化的分布。EIT首次出现于20世纪80年代,经过30多年的发展,其基础理论、信息采集、图像重构等方面已得到较大完善,并已过渡到临床研究阶段。该技术在乳腺癌检测成像、腹部脏器功能监测成像、呼吸功能监测成像、脑功能成像等领域得到了广泛关注和快速发展。为此,简述了生物EIT的发展状况,重点介绍了最新的相关临床应用,并提出了有关研究所面临的难点和挑战。     

基于轮廓形状的肺部电阻抗成像三维插值方法

肺部三维信息利于医生做出更快更准确的诊断,但肺部三维重建的图像都是源自二维断层图像的叠加.二维图像的数量制约三维成像的效果,增加电极层数可获取更多层的二维图像,但同时也会增加计算量,减缓成像速度.虽然采取层间插值的方法可以解决这个问题,但是由于人体几何结构的特异性,肺部电阻抗图像(electrical impedance tomography,EIT)边界不规则,传统的规则图像插值方法不适合直接应用于肺部EIT三维插值.为此,提出适用于肺部电阻抗的插值算法,先获得插值图像轮廓,再用对应点插值像素值.通过仿真和实验验证新插值算法成像的相对误差比线性插值、样条插值成像的相对误差分别降低5.69％、3.3％.基于轮廓形状的肺部电阻抗三维插值方法,能在测量数据量有限的条件下,进一步提高三维电阻抗成像质量,更好地反映肺部的真实形态.     

磁声成像系统矩阵特征值差异性仿真研究

磁声成像技术是一种利用电磁场及超声场耦合成像的技术,能以超声分辨率来显示生物组织电特性分布参数.为具体分析一些检测条件对磁声成像系统重建的影响,获取高分辨率电导率图像,对磁声成像系统矩阵特征值差异性进行仿真研究.从磁声成像声源产生原理出发,分析磁声声源的特性,并分别针对不同声换能器个数、不同磁声信号接收采样角度及不同带...     

稀疏向量技术在电网故障计算中的应用

电网/变电站培训仿真系统中,故障计算在求解节点阻抗矩阵时,由于节点矩阵的规模较大,而且是复数矩阵求逆的过程,计算速度相对较慢,影响了仿真培训的效果.本文利用电流源向量的稀疏性和仿真系统对故障信息的需求特点,在故障计算中引入了稀疏向量技术,采用基于因子化路径、快速前代/回代的方法,快速求解所需的阻抗元素,避免了整个网络矩阵求解中不必要的计算,节省了大量的计算时间,有效地提高了仿真速度,改善了培训效果.