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。     

基于S-PNet 的触觉电阻抗成像后处理算法研究

电阻抗成像技术(EIT) 因其非侵入式的特性为机器人柔性触觉传感器的压力点分布可视化提供了一种可行的方法。 然而EIT 逆问题具有高度的非线性和病态性,当多压力点相近时,重建图像的伪影会导致压力点间存在粘连。为解决上述问 题,提出一种由特征提取、特征重建以及加强特征提取3个模块构成的S-PNet 电阻抗成像后处理算法,实现对粘连压力点的 分割以及形状重建。该算法使用金字塔池化结构加强特征提取,在增加极小计算量的情况下,能够提取到区分相近压力点边 界的多尺度特征。采用均方根误差(RMSE) 和结构相似度(SSIM) 来评价后处理图像质量,实验得出RMSE 的平均值为 0.02,SSIM 的平均值为0.97。仿真与实测结果均表明,与现有算法相比,基于S-PNet 的后处理算法能够得到边界清晰且形 状准确的结果。     

基于形状的CT图像断层间数据插值算法

CT脑血管三维重建图像都是源自二维断层扫描,由于二维断层扫描图像是对一定厚度的三维物体在二维平面上的断层投影,在目前的技术水平下,相邻两断层图像间的扫描距离要大于同一断层中解剖组织相邻像素间的图像显示距离.为保证三维重建图像的质量,在研究了CT脑血管二维图像特征后,提出了一种新的基于形状和基于灰度的图像断层间数据插值算法,并取得了较理想的实验效果.     

基于多层人工神经网络的电阻抗成像算法

电阻抗成像(electrical impedance tomography,EIT)作为一种非侵入式的医学成像技术,其重建过程是一个难以计算的病态逆问题.为了保证EIT成像精度并提高运算速度,设计了基于多层神经网络(multilayer artificial neural network,MANN)的电阻抗成像逆问题求...     

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。     

基于差分迭代的电阻抗成像算法研究

大多数电阻抗断层成像算法需要选择较优正则化参数来克服方程病态性,以获得较好的图像质量.该文提出一种基于差分迭代的电阻抗断层成像算法,利用动态线性逼近在不调整正则化参数的情况下提高成像质量.在近似线性变化区域内建立扰动模型,利用梯度法推导出电导率差值迭代关系进行快速重构成像,并将重构图像与基于几种客观正则化参数选取方法的...     

基于LabVIEW的微电阻抗成像系统的设计

设计了一个针对微型物理模型的微电阻抗成像系统,对16电极微型物理模型内物体的阻抗分布进行成像。以LabVIEW控制下的数据采集卡为核心,采用16通道多路开关实现激励电流和电压采集通道的切换,向微型模型中注入激励电流,采集电压信号并通过前置滤波,两级放大后获得成像所需的数据。系统采集有无物体两种状态的数据进行时差成像,利用敏感矩阵算法实现图像重建,实验结果表明,该系统在激励频率为5、10kHz时可以对不同材质、不同位置的微型模型进行定位,重建图像可以反映出目标物体的相对尺寸和大致形状,保证系统精度的同时简化了硬件结构,为电阻抗成像在医学影像方面的应用提供了重要参考价值。     

基于正则化参数优化和边界聚类的电阻抗成像研究

电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题。将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level, AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布。仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果。     

高精度人体电阻抗断层成像系统

本文设计了一种基于DSP的主从式人体电阻抗断层成像系统,频率范围从10kHz到1MHz.系统采用PC机作为主控机,DSP控制激励信号、电极选通、数据采集并与上位机通讯.采用直接数字合成（DDS）技术构建正弦波发生器,加入反馈环节,有效提高了压控电流源的线性度和稳定性;采用低导通电阻的多路开关;基于测量有效值和相位差实现相敏解调,获取人体复阻抗信息;采用16位AD转换器,提高测量信号的分辨率.试验测试与成像结果表明,该系统能够在较宽的频带范围保证测量精度和图像分辨率.     

基于电容检测方法改进的ECT图像重建算法研究

本文对现有电容层析成像系统的电容检测方法进行了改进,通过分析电容传感器敏感场的软场产生机理提出一种基于极性交换的新电容检测方法,采用新检测方法后可以使应用于图像重建的独立电容值个数增加一倍,从而改善系统数学模型的病态特性,在此基础上结合Tikhonov正则化算法进行实验仿真。仿真数据表明与传统电容检测方法相比结合极性交换电容检测方法的Tikhonov算法能够快速而又较高精度的重建出两相流断层图像,尤其是对于复杂流型,图像重建精度及形状都有了较大提高,同时还提高了电容传感器敏感场的均匀性,改善了其非线性程度。     

基于敏感场变换的电容层析成像图像重建算法研究

快速而又具有一定精度的图像重建算法是电容层析成像(ECT)技术的关键。本文采用有限元方法,通过对敏感场机理的分析,提出一种基于敏感场变换的ECT图像重建新算法,通过对敏感场进行变换来提高电容传感器在管道中心区域的灵敏程度,从而提高管道中心区域的图像重建精度。该算法应用敏感场信息的部分数据和全部数据分别进行一次图像重建,将2次重建得到的图像进行组合得到最终重建图像。仿真和实验表明该算法能够快速而又较高精度的重建出两相流断层图像,尤其是在管道中心区域,图像重建精度有了较大提高。     

基于改进离散余弦最小二乘相位展开法的三维形貌重构

相位展开图的质量是光栅投影法中三维重建的重要环节。在对变形条纹进行相位解调后,需要将卷叠的相位在整个区域范围内展开,此环节直接影响被测物的三维重建结果。针对基于离散余弦最小二乘相位展开法在有干扰情况下不能得到正确展开结果的问题,提出利用行列展开法对离散余弦最小二乘法进行改进,减少相位展开过程中误差。仿真和实验结果表明,利用改进余弦离散最小二乘法相位展开提高了相位展开图的质量,对提高三维重建精度具有实际意义。     

An image reconstruction algorithm of EIT based on pulmonary prior information

Using a CT scan of the pulmonary tissue, a human pulmonary model is established combined with the structure property of the human lung tissue using the software COMSOL. Combined with the conductivity contribution information of the human tissue and organ, an image reconstruction method of electrical impedance tomography based on pulmonary prior information is proposed using the conjugate gradient method. Simulation results show that the uniformity index of sensitivity distribution of the pulmonary model is 15.568, which is significantly reduced compared with 34.218 based on the round field. The proposed algorithm improves the uniformity of the sensing field, the image resolution of the conductivity distribution of pulmonary tissue and the quality of the reconstruction image based on pulmonary prior information. __________ Translated from Journal of Tianjin University, 2008, 41(4): 383–388 [译自: 天津大学学报]     

多项式插值法处理物体的三维立体成像

客观世界是三维的,随着社会的发展,目前常用的二维平面显示在某些方面已不能满足人类的需求,人们希望能真实地还原显示出空间的三维信息。采用直射式激光三角测距法,借助STM32微处理器及高分辨率线阵CCD模块测量微位移,最后将采集到的数据传送给电脑,借助LabVIEW等软件实现对三维物体的还原成像。但由于测量的系统误差使得所成像为一系列由离散点组成的螺旋线,并不能完全反应物体的真实形态。考虑到这点,采用多项式插值法在已采集到的点基础上,通过构造函数来填充那些未被采集到的点,尽可能的还原物体。经实验,成功实现了对存在凸起、凹陷、贯穿等不规则物体的成像。该处理方法以其精度高,还原度好等优点在工业测量及模具成型等方面具有广阔前景。     

自适应粒子群集优化二维OSTU的图像阈值分割算法

为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应粒子群集算法,估计出图像的最佳阈值,该方法不仅能够准确估计阈值且计算时间减少。仿真结果表明,阈值最佳时,当结合自适应粒子群集优化算法后计算时间减少到原来的50%,所提出的算法能够快速准确得到最佳阈值,提高了图像预处理的分割效果。     

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。     

基于物体面对应的RGB-D图像拼接优化方法

针对RGB-D中深度图像分辨率低、范围小、噪声大而不利于三维重建的问题,研究了一种基于物体面对应的RGB-D图像拼接优化方法。先对RGB-D图像进行预处理对齐,使用基于特征匹配算法对特征点提取和粗匹配,其次通过本文研究的不同视角下同一物体面对应关系来剔除误匹配,最后根据单应矩阵得到宽视角的RGB-D图像以及三维模型。本文使用了尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)、加速稳健特征(Speeded Up Robust Features, SURF)和定向FAST和旋转BRIEF (Oriented FAST and Rotated BRIEF,ORB)三种算法来进行对比实验。实验结果表明,添加本文方法后的算法在有形变、旋转的图像上分别剔除41%、29%和52%的误匹配,均方根误差减少了5%、27%和33%。在缩放的图像上分别剔除53%、57%和51%的误匹配,均方根误差减少了14%、17%和28%,提高了匹配精度,验证了本文方法的可行性。     

基于水平集的弱边缘医学超声图像分割算法

图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色,并直接影响到后续的分析、处理工作。但在医学超声图像中,待分割的图像目标经常包括弱边缘,这为利用传统图像分割算法对目标进行分割带来了困难。本文通过对Chan-Vese水平集方法进行研究,利用零水平集曲线的平均边缘能量来对其演化速度进行控制,实现了对图像中目标弱边缘的检测。本文方法在对包含弱边缘的医学超声图像进行分割时,得到了很好的效果。