基于最大期望算法的电阻抗成像系统的图像重建

电阻抗成像EIT(Electrical impedance tomography)技术利用不同媒质具有不同的电导率这一物理基础,通过测量目标场在一定电刺激下所呈现出的电特性,推导出目标场内部的电导率分布信息,进而推知该场中媒质的分布情况。EIT图像重建问题是一个非线性的病态逆问题,且测量系统往往存在噪声,使重建图像中存在伪影,传统的正则化方法对重建图像伪影的抑制能力有限。本文将一种统计学方法,即最大期望EM(expectation maximization)算法应用于EIT逆问题求解。它将EIT的数学模型转化为非负约束极小化问题,并通过梯度投影简化牛顿算法GPRN(gradient projection-reduced Newton iteration method)求解该问题。与传统的Tikhonov算法和共轭梯度算法CG(conjugate gradient)相比,有效地抑制了重建图像中伪影的产生。仿真和实验结果表明,EIT系统可以通过EM算法获得高质量的重建图像。