CN102599908A - 基于带平衡因子的网格位移模型的电阻抗断层成像方法 - Google Patents

基于带平衡因子的网格位移模型的电阻抗断层成像方法 Download PDF

Info

Publication number
CN102599908A
CN102599908A CN201210101068XA CN201210101068A CN102599908A CN 102599908 A CN102599908 A CN 102599908A CN 201210101068X A CN201210101068X A CN 201210101068XA CN 201210101068 A CN201210101068 A CN 201210101068A CN 102599908 A CN102599908 A CN 102599908A
Authority
CN
China
Prior art keywords
displacement model
measured
balance factor
matrix
grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210101068XA
Other languages
English (en)
Other versions
CN102599908B (zh
Inventor
戴涛
蒲洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Silan Technology (Chengdu) Co., Ltd.
Original Assignee
CHENGDU CHENDE TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHENGDU CHENDE TECHNOLOGY Co Ltd filed Critical CHENGDU CHENDE TECHNOLOGY Co Ltd
Priority to CN201210101068.XA priority Critical patent/CN102599908B/zh
Publication of CN102599908A publication Critical patent/CN102599908A/zh
Application granted granted Critical
Publication of CN102599908B publication Critical patent/CN102599908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种基于带平衡因子的网格位移模型的电阻抗断层成像方法，克服现有技术在待测体发生形变后其电阻抗断层成像质量不高的缺陷。该基于带平衡因子的网格位移模型的电阻抗断层成像方法，包括以下步骤：（1）通过待测体得到对应的有限元网格位移模型，并对该待测体进行数据采集，根据采集到的数据计算差分电压信号；（2）计算待测体电导率变化近似值，，其中，而μ为平衡因子；（3）计算所得的在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。本发明利用带有平衡因子的有限元网格位移模型来修正待测体全部区域的结构形变，与现有技术相比，成像质量得到了明显提高。

Description

基于带平衡因子的网格位移模型的电阻抗断层成像方法
技术领域
本发明涉及一种电阻抗断层成像方法，具体地，是涉及基于带平衡因子的网格位移模型的电阻抗断层成像方法。
背景技术
电阻抗断层成像（Electrical impedance tomography, EIT）是一种无损无害的新型成像技术。EIT在待测体表面放置电极并注入低频低功率电流，通过检测电极间的电压差来探测待测体内部的阻抗分布。由于不同生物组织的阻抗特性不同，利用EIT技术对其进行检测，可以在结构上和功能上反应各生物组织的生理特性。与CT、MRI等核医学成像技术相比，EIT具有无损无害、成本低、体积小、对早期癌灶敏感等优点。而且EIT的数据采集和成像速度较高，可用于对患者进行长时间的实时、动态监测，故其具有广泛的医学应用前景。
EIT技术最早于1984年起开展实验室及临床医学应用，经过近三十年的发展，在硬件和软件上都取得了丰富的研究成果。然而，EIT技术在临床应用上还存在诸多困难，其中之一便是其成像质量对于待测目标发生形变后造成的模型误差相当敏感，例如对患者的肺功能监测过程中，由于呼吸或姿势改变会造成胸腔形状发生变化，这种变化如果不加修正，将严重影响成像质量，甚至失败。目前，虽然已有技术对待测体表面的电极位移进行了修正，从而在一定程度上改善了电阻抗断层重构图像的质量。但是对于绝大多数的应用来说，当监测具有一定形变的待测体时，不仅待测体表面结构（含电极）会发生位移，其内部的结构也会随之位移。待测体的表面结构及内部结构发生的未知变化增加了EIT重构图像的难度，进而也影响到了其成像的质量。
因此，如何修正待测体全部区域的结构形变，提高EIT的成像质量，并且能够快速重构成像便成为一种必然的技术趋势。
发明内容
本发明的目的在于提供一种基于带平衡因子的网格位移模型的电阻抗断层成像方法，克服现有技术在待测体发生形变后其电阻抗断层成像质量不高的缺陷。
为了实现上述目的，本发明采用的技术方案如下：
基于带平衡因子的网格位移模型的电阻抗断层成像方法，包括以下步骤：
（1）通过待测体得到对应的有限元网格位移模型，并对该待测体进行数据采集，根据采集到的数据计算差分电压信号                                                
Figure 201210101068X100002DEST_PATH_IMAGE001
，其中，
Figure 773145DEST_PATH_IMAGE002
为当前时刻的电压信号，
Figure 201210101068X100002DEST_PATH_IMAGE003
为参考信号；
（2）计算待测体电导率变化近似值
Figure 370349DEST_PATH_IMAGE004
，其中，为增广敏感度矩阵，为的转置，
Figure 201210101068X100002DEST_PATH_IMAGE007
为反映通道噪声情况的矩阵，
Figure 931540DEST_PATH_IMAGE008
为正则化参数，
Figure 201210101068X100002DEST_PATH_IMAGE009
为NOSER先验条件，且
Figure 445566DEST_PATH_IMAGE010
，其中
Figure 201210101068X100002DEST_PATH_IMAGE011
，而
Figure 667600DEST_PATH_IMAGE012
为平衡因子，
Figure 201210101068X100002DEST_PATH_IMAGE013
则为步骤（1）中根据采集到的数据而计算出的差分电压信号；
（3）计算所得的
Figure 706226DEST_PATH_IMAGE014
在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。
进一步地，通过对待测体进行网格剖分得到有限元网格位移模型。
再进一步地，采用三角形网格对二维图像的待测体进行剖分，采用四面体网格对三维图像的待测体进行剖分。
更进一步地，步骤（2）具体包括以下步骤：
（2a）根据有限元网格位移模型计算电导率敏感度矩阵
Figure 201210101068X100002DEST_PATH_IMAGE015
，用以表示在参考电导率分布为时，第
Figure 201210101068X100002DEST_PATH_IMAGE017
次测量值
Figure 774862DEST_PATH_IMAGE018
对第
Figure 201210101068X100002DEST_PATH_IMAGE019
个网格电导率
Figure 918529DEST_PATH_IMAGE020
的偏导数，其中
Figure 201210101068X100002DEST_PATH_IMAGE021
为矩阵元素的位置坐标；
（2b）根据有限元网格位移模型计算位移敏感度矩阵
Figure 942986DEST_PATH_IMAGE022
，表示在参考电导率分布为
Figure 509097DEST_PATH_IMAGE016
时，对第
Figure 482869DEST_PATH_IMAGE019
个网格的位置施加扰动
Figure 201210101068X100002DEST_PATH_IMAGE023
，则第
Figure 746840DEST_PATH_IMAGE017
次测量值的变化量为
Figure 133959DEST_PATH_IMAGE024
；
（2c）联立（2a）和（2b），计算增广敏感度矩阵；
（2d）计算NOSER先验条件
Figure 362815DEST_PATH_IMAGE010
，其中
Figure 207405DEST_PATH_IMAGE011
，而
Figure 942143DEST_PATH_IMAGE026
为平衡因子；
（2e）采用一步线性高斯牛顿法计算待测体电导率变化近似值
Figure 737929DEST_PATH_IMAGE004
，其中，反映通道噪声情况的矩阵为单位矩阵，即
Figure 201210101068X100002DEST_PATH_IMAGE027
。
为了消除测量噪声的影响，本发明中，步骤（1）中的
Figure 485885DEST_PATH_IMAGE003
为对多帧采集数据取得的平均值。
与现有技术相比，本发明的有益效果是：
（1）本发明成像速度快，可以实现图像的实时、动态显示，适合图像的实时监测。
（2）本发明针对不同的待测体采用了不同的网格进行剖分，例如：采用三角形网格对二维图像的待测体进行剖分，采用四面体网格对三维图像的待测体进行剖分，因此，本发明不仅成像速度更快，而且质量更高。
（3）本发明通过平衡因子
Figure 453841DEST_PATH_IMAGE012
对增广敏感度矩阵进行改进，使其同时包含有电导率敏感度信息和位移敏感度信息，由于其包含的信息更加全面，因此，能够有效地消除重构图像的伪影，更加真实地反映待测体的图像，从而进一步地提高图像的重构质量。
（4）本发明通过平衡因子
Figure 674607DEST_PATH_IMAGE012
对电导率敏感度矩阵和位移敏感度矩阵的调节作用，对待测体在形变方面的容忍度有了显著的提高，即使待测体形变较大，通过本发明中采用的一步线性高斯牛顿法计算所得的，依然能够准确重构图像，确保图像的重构质量。
（5）本发明通过多种手段，从各个方面对重构图像的质量进行了保证，较现有技术而言，具有明显的技术优势，具有突出的实质性特点和显著的进步，具有很高的市场价值。
附图说明
图1为二维仿真模型示意图。
图2为数据采集系统第一次采集数据的流程图。
图3为本发明的流程示意图。
图4为本发明与现有技术所得的电阻抗断层重构图像的对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。
实施例
基于带平衡因子的网格位移模型的电阻抗断层成像方法，通过待测体得到对应的有限元网格位移模型，并对待测体进行数据采集，根据采集到的数据计算出差分电压信号
Figure 939814DEST_PATH_IMAGE001
，其中，
Figure 16354DEST_PATH_IMAGE002
为当前时刻的电压信号，
Figure 786733DEST_PATH_IMAGE003
为参考信号，一般而言，
Figure 974132DEST_PATH_IMAGE003
可以通过采集多帧数据后取平均值得到，因此可以近似为无噪声信号。在本发明中，通过对待测体进行网格剖分得到相对应的有限元网格位移模型，具体地说，当待测体为二维图像时可以采用三角形网格进行剖分，当待测体为三维图像时则可以采用四面体网格进行剖分，这样的剖分方式不仅能够快速对待测体进行定位，而且便于成像。
数据采集后，接着计算待测体电导率变化近似值，本发明采用一步线性高斯牛顿法计算
Figure 957580DEST_PATH_IMAGE004
，其中，
Figure 965987DEST_PATH_IMAGE005
为增广敏感度矩阵，为
Figure 46124DEST_PATH_IMAGE005
的转置，为反映通道噪声情况的矩阵，
Figure 756908DEST_PATH_IMAGE008
为正则化参数，
Figure 302422DEST_PATH_IMAGE009
为NOSER先验条件，
Figure 996708DEST_PATH_IMAGE028
则为根据采集到的数据而计算出的差分电压信号；计算所得的
Figure 585952DEST_PATH_IMAGE014
在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。
本发明以待测体为二维图像时的情况为例，对本发明的实现过程进行说明。
如图1、2所示，本实施例采用二维仿真模型代替待测体，该模型的背景电导率
Figure 201210101068X100002DEST_PATH_IMAGE029
，第一重构目标1和第二重构目标2的重构目标电导率分别为
Figure 818219DEST_PATH_IMAGE030
和，通过对模型的水平方向挤压，垂直方向拉伸来模拟形变，模型中的箭头表示了该模型中的各个节点的位移，如图1所示。模型采用16电极数据采集系统，一帧数据的采集过程为：
（1）相邻两个电极（1，2）作为激励电流输入，其余14个电极每两个相邻电极间按顺序（3和4，4和5……直到15和16）测量响应电压作为数据输出，可得出第一组的13个数据，其采集数据过程如图2所示；
（2）第二次数据采集时激励电流换至相邻电极（2，3），其余14个电极每两个相邻电极间按顺序（4和5，5和6……直到16和1）测量响应电压作为数据输出，可得出第二组的13个数据；
（3）依此类推，直到激励电流换至相邻电极为（16，1），得到第十六组的13个数据；
故完整的一个数据帧总共有13
Figure 151112DEST_PATH_IMAGE032
16=208个数据。
采用上述数据采集模式，通过仿真计算来获取该模型具有不同形变量时的数据。为了模拟真实的测量条件，在计算得到的电压信号上叠加20dB的噪声信号。
将阻抗均匀分布时的电压信号作为参考信号，非均匀分布时的信号作为
Figure 414045DEST_PATH_IMAGE002
，按
Figure 681078DEST_PATH_IMAGE001
计算出差分电压信号
Figure 201210101068X100002DEST_PATH_IMAGE033
，并以此作为重构成像的输入电压信号。对模型进行网格剖分，得到有限元网格位移模型。接着根据上述采集到的数据，采用一步线性高斯牛顿法计算出待测体电导率变化近似值，计算所得的
Figure 407912DEST_PATH_IMAGE014
在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。
本发明的流程如图3所示，其步骤如下：
（1）对待测体进行网格剖分，得到有限元网格位移模型；
（2）根据有限元网格位移模型计算电导率敏感度矩阵，用以表示在参考电导率分布为
Figure 781704DEST_PATH_IMAGE016
时，第
Figure 784295DEST_PATH_IMAGE017
次测量值
Figure 494631DEST_PATH_IMAGE018
对第
Figure 658896DEST_PATH_IMAGE019
个网格电导率
Figure 838204DEST_PATH_IMAGE020
的偏导数，其中
Figure 55604DEST_PATH_IMAGE021
为矩阵元素的位置坐标；
（3）根据有限元网格位移模型计算位移敏感度矩阵
Figure 433496DEST_PATH_IMAGE022
，表示在参考电导率分布为
Figure 971924DEST_PATH_IMAGE016
时，对第
Figure 622217DEST_PATH_IMAGE019
个网格的位置施加扰动
Figure 966611DEST_PATH_IMAGE023
，则第
Figure 402272DEST_PATH_IMAGE017
次测量值的变化量为；
（4）联立（2）和（3），计算增广敏感度矩阵
Figure 812973DEST_PATH_IMAGE025
；
（5）由于和
Figure 201210101068X100002DEST_PATH_IMAGE035
在数量级上存在差异，若要作为先验条件使用，需引入平衡因子
Figure 172596DEST_PATH_IMAGE012
，得到
Figure 787248DEST_PATH_IMAGE036
，
Figure 225182DEST_PATH_IMAGE012
根据经验取值；
（6）根据（5）计算NOSER先验条件
Figure 599794DEST_PATH_IMAGE010
，为
Figure 744468DEST_PATH_IMAGE038
矩阵的对角线坐标，
Figure 44868DEST_PATH_IMAGE006
表示对矩阵作转置，，根据经验，一般取
Figure 907782DEST_PATH_IMAGE040
；
（7）计算反映通道噪声情况的矩阵，通常可假定各通道噪声是非相关的，则
Figure 147581DEST_PATH_IMAGE007
矩阵的对角线元素与各通道的信噪比（SNR）成正比，非对角线元素为0，对于具有相同采集通道的差分成像而言，
Figure 369615DEST_PATH_IMAGE007
矩阵可简化为单位矩阵，即
Figure 703513DEST_PATH_IMAGE027
；
（8）采用一步线性高斯牛顿法计算待测体电导率变化近似值
Figure 731512DEST_PATH_IMAGE004
，其中，
Figure 850778DEST_PATH_IMAGE008
为正则化参数，作用在于控制图像分辨率和噪声抑制之间的取舍度，其值可根据实际情况灵活选取；
（9）计算所得的
Figure 994446DEST_PATH_IMAGE014
在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。
如图4所示，（a）为标准模型，0.01；（b）为电极位移模型，
Figure 831952DEST_PATH_IMAGE041
0.01；（c）和（d）为本发明提出的带平衡因子的有限元网格位移模型，
Figure 398062DEST_PATH_IMAGE041
0.01，其中，（c）的
Figure 621102DEST_PATH_IMAGE042
，可以认为是无平衡因子的情况，（d）的
Figure 201210101068X100002DEST_PATH_IMAGE043
，且整个图形从左到右的形变量分别为模型半径的0%，1%，3%，5%。从图中可以明显看出：当模型无形变（即0%）时，各种模型均能正确重构图像。当模型具有形变时，标准模型失效；电极位移模型的重构效果较标准模型有所改善，但图像伪影较多，当形变量增加到3%时，可以认为电极位移模型失效；而此时采用本发明的网格位移模型所得到的重构图像伪影明显减少，图像质量优于前两种模型，本发明在对模型形变方面的容忍度及成像质量明显提高。特别是本发明引入了平衡因子
Figure 184939DEST_PATH_IMAGE012
，通过平衡因子
Figure 994894DEST_PATH_IMAGE012
对电导率和位移敏感度矩阵的调节作用，一方面，可以使重构出来的图像消除伪影；另一方面，本发明的重构成像速度快，在事先计算出中的
Figure 458553DEST_PATH_IMAGE044
部分后，便可以实现图像的实时、动态显示。
按照上述实施例，便可很好地实现本发明。

Claims (5)

1.基于带平衡因子的网格位移模型的电阻抗断层成像方法，其特征在于，包括以下步骤：
（1）通过待测体得到对应的有限元网格位移模型，并对该待测体进行数据采集，根据采集到的数据计算差分电压信号                                                
Figure 201210101068X100001DEST_PATH_IMAGE001
，其中，
Figure 694208DEST_PATH_IMAGE002
为当前时刻的电压信号，
Figure 201210101068X100001DEST_PATH_IMAGE003
为参考信号；
（2）计算待测体电导率变化近似值
Figure 649657DEST_PATH_IMAGE004
，其中，
Figure 201210101068X100001DEST_PATH_IMAGE005
为增广敏感度矩阵，
Figure 973191DEST_PATH_IMAGE006
为
Figure 376490DEST_PATH_IMAGE005
的转置，
Figure 201210101068X100001DEST_PATH_IMAGE007
为反映通道噪声情况的矩阵，
Figure 261532DEST_PATH_IMAGE008
为正则化参数，
Figure 201210101068X100001DEST_PATH_IMAGE009
为NOSER先验条件，且
Figure 953544DEST_PATH_IMAGE010
，其中
Figure 201210101068X100001DEST_PATH_IMAGE011
，而
Figure 815190DEST_PATH_IMAGE012
为平衡因子，
Figure 201210101068X100001DEST_PATH_IMAGE013
则为步骤（1）中根据采集到的数据而计算出的差分电压信号；
（3）计算所得的
Figure 15272DEST_PATH_IMAGE014
在有限元网格位移模型中进行显示，其显示出来的图像即为待测体的实时差分图像。
2.根据权利要求1所述的基于带平衡因子的网格位移模型的电阻抗断层成像方法，其特征在于，通过对待测体进行网格剖分得到有限元网格位移模型。
3.根据权利要求2所述的基于带平衡因子的网格位移模型的电阻抗断层成像方法，其特征在于，采用三角形网格对二维图像的待测体进行剖分，采用四面体网格对三维图像的待测体进行剖分。
4.根据权利要求1～3任一项所述的基于带平衡因子的网格位移模型的电阻抗断层成像方法，其特征在于，步骤（2）具体包括以下步骤：
（2a）根据有限元网格位移模型计算电导率敏感度矩阵，用以表示在参考电导率分布为
Figure 507433DEST_PATH_IMAGE016
时，第
Figure 201210101068X100001DEST_PATH_IMAGE017
次测量值对第个网格电导率
Figure 837232DEST_PATH_IMAGE020
的偏导数，其中
Figure 201210101068X100001DEST_PATH_IMAGE021
为矩阵元素的位置坐标；
（2b）根据有限元网格位移模型计算位移敏感度矩阵
Figure 418386DEST_PATH_IMAGE022
，表示在参考电导率分布为
Figure 441968DEST_PATH_IMAGE016
时，对第
Figure 170889DEST_PATH_IMAGE019
个网格的位置施加扰动
Figure 201210101068X100001DEST_PATH_IMAGE023
，则第
Figure 436DEST_PATH_IMAGE017
次测量值的变化量为；
（2c）联立（2a）和（2b），计算增广敏感度矩阵
Figure 201210101068X100001DEST_PATH_IMAGE025
；
（2d）计算NOSER先验条件
Figure 129115DEST_PATH_IMAGE010
，其中
Figure 345333DEST_PATH_IMAGE011
，而
Figure 165521DEST_PATH_IMAGE026
为平衡因子；
（2e）采用一步线性高斯牛顿法计算待测体电导率变化近似值
Figure 206421DEST_PATH_IMAGE004
，其中，反映通道噪声情况的矩阵为单位矩阵，即。
5.根据权利要求4所述的基于带平衡因子的网格位移模型的电阻抗断层成像方法，其特征在于，所述参考信号
Figure 711537DEST_PATH_IMAGE003
为对多帧采集数据取得的平均值。
CN201210101068.XA 2012-04-09 2012-04-09 基于带平衡因子的网格位移模型的电阻抗断层成像方法 Active CN102599908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210101068.XA CN102599908B (zh) 2012-04-09 2012-04-09 基于带平衡因子的网格位移模型的电阻抗断层成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210101068.XA CN102599908B (zh) 2012-04-09 2012-04-09 基于带平衡因子的网格位移模型的电阻抗断层成像方法

Publications (2)

Publication Number Publication Date
CN102599908A true CN102599908A (zh) 2012-07-25
CN102599908B CN102599908B (zh) 2014-07-23

Family

ID=46517963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210101068.XA Active CN102599908B (zh) 2012-04-09 2012-04-09 基于带平衡因子的网格位移模型的电阻抗断层成像方法

Country Status (1)

Country Link
CN (1) CN102599908B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529126A (zh) * 2016-10-20 2017-03-22 中国人民解放军第四军医大学 一种颅脑动态电阻抗成像连续监护中断后监护图像信息继承的处理方法
CN111766276A (zh) * 2020-06-16 2020-10-13 中国农业大学 植物茎秆冻融测量方法、装置、系统、设备及存储介质
CN116824048A (zh) * 2023-06-05 2023-09-29 南京航空航天大学 一种传感器、雅可比矩阵求解方法、三维成像系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1252571A (zh) * 1999-09-07 2000-05-10 中国人民解放军第四军医大学 一种电阻抗断层成像方法
US20040243019A1 (en) * 2003-03-27 2004-12-02 Z-Tech (Canada) Inc. Weighted gradient method and system for diagnosing disease
CN101564294A (zh) * 2009-06-01 2009-10-28 中国人民解放军第四军医大学 一种结构信息融合的电阻抗断层成像方法
US20100290675A1 (en) * 2006-07-27 2010-11-18 Alvin Wexler High definition impedance imaging
CN102008303A (zh) * 2010-10-29 2011-04-13 重庆大学 一种电阻抗成像系统频差fnoser成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1252571A (zh) * 1999-09-07 2000-05-10 中国人民解放军第四军医大学 一种电阻抗断层成像方法
US20040243019A1 (en) * 2003-03-27 2004-12-02 Z-Tech (Canada) Inc. Weighted gradient method and system for diagnosing disease
US20100290675A1 (en) * 2006-07-27 2010-11-18 Alvin Wexler High definition impedance imaging
CN101564294A (zh) * 2009-06-01 2009-10-28 中国人民解放军第四军医大学 一种结构信息融合的电阻抗断层成像方法
CN102008303A (zh) * 2010-10-29 2011-04-13 重庆大学 一种电阻抗成像系统频差fnoser成像方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529126A (zh) * 2016-10-20 2017-03-22 中国人民解放军第四军医大学 一种颅脑动态电阻抗成像连续监护中断后监护图像信息继承的处理方法
CN111766276A (zh) * 2020-06-16 2020-10-13 中国农业大学 植物茎秆冻融测量方法、装置、系统、设备及存储介质
CN116824048A (zh) * 2023-06-05 2023-09-29 南京航空航天大学 一种传感器、雅可比矩阵求解方法、三维成像系统及方法
CN116824048B (zh) * 2023-06-05 2024-01-30 南京航空航天大学 一种传感器、雅可比矩阵求解方法、三维成像系统及方法

Also Published As

Publication number Publication date
CN102599908B (zh) 2014-07-23

Similar Documents

Publication Publication Date Title
CN102688041B (zh) 基于电极采用交错位方式排列的三维电阻抗断层成像方法
CN103153180B (zh) 用于电阻抗断层成像的传感器装置、电阻抗断层成像装置和电阻抗断层成像方法
Adam et al. Survey on medical imaging of electrical impedance tomography (EIT) by variable current pattern methods
CN100502780C (zh) 用于计算机断层摄影的呼吸监控器
CN106037650B (zh) 一种混合变差生物电阻抗成像方法
CN102008303B (zh) 一种电阻抗成像系统频差fnoser成像方法
CN102599907B (zh) 基于网格位移模型的电阻抗断层成像方法
Schlebusch et al. On the road to a textile integrated bioimpedance early warning system for lung edema
CN103690166A (zh) 一种基于pxi总线的呼吸过程三维电阻抗成像系统及其成像方法
CN105976411B (zh) 一种用于电阻抗断层成像数据采集系统的前置测量模块及标校方法
CN111616708A (zh) 一种精准识别脑卒中颅内病变区域的图像重建方法
CN103462605A (zh) 一种生物电阻抗成像方法
CN101125081A (zh) 一种高灵敏度的开放式磁感应成像测量装置
CN109662712A (zh) 一种基于阻抗频谱约束的动态多频电阻抗断层成像方法
Hahn et al. Different approaches for quantifying ventilation distribution and lung tissue properties by functional EIT
CN103153193A (zh) X射线诊断装置
US8508240B2 (en) System and method for soft-field tomography data acquisition
Holder Electrical impedance tomography of brain function
CN104851080A (zh) 一种基于tv的三维pet图像重建方法
CN102599908B (zh) 基于带平衡因子的网格位移模型的电阻抗断层成像方法
JP5178909B2 (ja) インピーダンス切替型多点表面電極を用いた生体内電位の推定装置及びその方法
CN110208605A (zh) 一种抑制阶梯效应的电阻层析成像电导率分布重建的方法
CN109745047A (zh) 一种基于压阻式电极的电阻抗成像系统
Shi et al. Design and implementation of a high-precision electrical impedance tomography data acquisition system for brain imaging
Zhang et al. Survey of EIT image reconstruction algorithms

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: SILAN TECHNOLOGY (CHENGDU) CO., LTD.

Free format text: FORMER OWNER: CHENGDU CHENDE TECHNOLOGY CO., LTD.

Effective date: 20141030

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 610000 CHENGDU, SICHUAN PROVINCE TO: 610041 CHENGDU, SICHUAN PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20141030

Address after: The middle high tech Zone Yizhou road in Chengdu city of Sichuan Province in 610041 No. 1800 mobile Internet business building G1 building room 1801

Patentee after: Silan Technology (Chengdu) Co., Ltd.

Address before: High tech Zone Gaopeng road in Chengdu city of Sichuan province 610000 No. 5 Overseas Students Pioneer Park B block 5 Building No. 504

Patentee before: Chengdu Chende Technology Co., Ltd.

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160923

Address after: High tech Zone Gaopeng road in Chengdu city of Sichuan province 610000 No. 5 Overseas Students Pioneer Park B block 5 Building No. 504

Patentee after: Chengdu Chende Technology Co., Ltd.

Address before: The middle high tech Zone Yizhou road in Chengdu city of Sichuan Province in 610041 No. 1800 mobile Internet business building G1 building room 1801

Patentee before: Silan Technology (Chengdu) Co., Ltd.

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20161010

Address after: Jiaxing City, Zhejiang province 314001 Nanhu District Ling Gong Tang Road No. 3339 (Jiaxing city) building 1, room 208

Patentee after: Jiaxing Xiang Xiang investment management partnership (limited partnership)

Address before: High tech Zone Gaopeng road in Chengdu city of Sichuan province 610000 No. 5 Overseas Students Pioneer Park B block 5 Building No. 504

Patentee before: Chengdu Chende Technology Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20161221

Address after: The middle high tech Zone Yizhou road in Chengdu city of Sichuan Province in 610041 No. 1800 mobile Internet business building G1 building room 1804

Patentee after: Silan Technology (Chengdu) Co., Ltd.

Address before: Jiaxing City, Zhejiang province 314001 Nanhu District Ling Gong Tang Road No. 3339 (Jiaxing city) building 1, room 208

Patentee before: Jiaxing Xiang Xiang investment management partnership (limited partnership)