CN106859600A - 基于建立标准值的声电成像方法 - Google Patents
基于建立标准值的声电成像方法 Download PDFInfo
- Publication number
- CN106859600A CN106859600A CN201710104553.5A CN201710104553A CN106859600A CN 106859600 A CN106859600 A CN 106859600A CN 201710104553 A CN201710104553 A CN 201710104553A CN 106859600 A CN106859600 A CN 106859600A
- Authority
- CN
- China
- Prior art keywords
- domain
- focusing
- barnyard
- thing
- electrical conductivity
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于建立标准值的声电成像方法,包括:在被测场域边界布置m个离散的电极阵列;布置聚焦超声扰动机构,划分聚焦区域;获得空场的边界测量值变化的标准库Stb;获得每个聚焦域为物体电导率时的边界测量值变化的标准库Sto;在实际被测物场情况下,分别获得无超声扰动和超声扰动第n个聚焦域之后的边界电压测量值,并计算聚焦前后边界测量值的变化量;获得被测场与空场的相似度dbn和与有物场的相似度don;对比两个相似度,重建整个物场的二值化电导率信息。
Description
技术领域
本发明属于成像技术领域,涉及多物理场混合成像技术,特别是一种基于建立标准值的声电成像方法。
背景技术
电阻抗特性是生物体内固有的电学特性,包含了大量的病理和生理活动等信息,利用这一特点,通过检测生物体的电阻抗信息,对病人的病情进行诊断等,在医学领域具有重要意义。电阻抗层析成像技术(Electrical Impedance Tomography,EIT)是一种新型测量技术,通过电学手段,获得敏感场内电特性分布,进而重建物场分布。该技术采用无辐射、非侵入的方式,使得成像系统响应快、结构简单、移植性能好而且成本低廉,因此在医学和工业等领域的测量有广泛的应用。近些年来,EIT技术取得了很大的进展。
但是在EIT逆问题求解过程中存在严重不适定性,导致重建图像分辨率不高;而且由于EIT采用非侵入激励和测量模式,导致区域的边缘受电极影响较大,而电极对内部区域非常不敏感,使精度大大降低,限制其发展和应用。研究新的方法增加有效信息是提高EIT空间分辨率和精度的根本方法。
声电效应(Acousto-Electric Interaction)是指聚焦的超声波在介质传播中引起压力变化,使局部区域引起由超声波的频率决定的周期性的机械压缩和松弛,导致局部区域产生微小的弹性形变,从而使局部电导率发生相应变化。
超声调制电阻抗层析成像(Ultrasound Modulated Electrical ImpedanceTomography,UMEIT),又称,声电成像(Acousto-Electrical Tomography,AET)是一种新的多物理场耦合的成像方法,是在传统电阻抗层析成像基础上发展而来。声电成像方法主要是基于声电效应原理,通过电场和声场间的耦合作用,增加生物体内有效信息,对超声调制前后的测量值进行处理,从而使空间分辨率提高。
目前声电成像技术在成像领域的研究,主要可以概括为以下几个方面:
1、基于声电效应原理,使聚焦区域局部电导率发生变化,利用聚焦超声波携带的位置信息和声电信号的强弱直接对物体进行重建;
2、利用能量密度信息作为中间量进行图像重建;
3、利用声电效应原理对生物体内部电流源密度进行成像;
4、通过聚焦超声波对聚焦域介质的扰动,获得测量物场的功率密度信息,形成功率密度分布图像。
目前文献中,提及利用聚焦超声波携带的位置信息和声电信号的强弱直接对物体进行重建,2004年H Zhang和L V Wang(Acousto-electric tomography,H Zhang and L VWang,《Proceedings of SPIE》,2004,5320:145-149)首次提出利用超声调制EIT方法对生物组织的电阻抗特性实现成像。该方法主要基于声电效应原理,使聚焦区域局部电导率发生变化,利用聚焦超声波携带的位置信息和声电信号的强弱直接对物体进行重建。其将高对比度的EIT和高分辨率的超声成像方法相结合,为声电成像的发展奠定了基础。2013年中国专利(CN 103156604A)也公开超声协同的生物组织电阻抗成像方法。
目前文献中提及基于声电效应的电流密度成像,Ragnar Olafsson等人(Ultrasound Current Source Density Imaging,Ragnar Olafsson,Russell S.Witte,Sheng-Wen Huang and Matthew O’Donnell,IEEE TRANSACTIONS ON BIOMEDICALENGINEERING,2008,55(7):1840-1848)于2008年提出利用声电效应原理对生物体内部电流源密度进行成像,即超声波电流源密度成像方法(UCSDI),实验证明UCSDI在对心律失常的诊断中存在巨大的潜在优势。2013年中国专利(CN 103156605 A)也公开了一种基于声电效应的生物组织电流密度成像。
目前文献中提及将功率密度作为中间量重建出被测物场的电导率分布,2008年HAmmari等人(Electrical impedance tomography by elastic deformation,H Ammari,EBonnetier,Y Capdeboscq,M Tanter and M Fink,SIAM Journal on AppliedMathematics,2008,68:1557-1573)首次提出利用能量密度信息作为中间量进行图像重建,但是由于该方法使用连续线电极进行仿真验证,而实际中使用的是离散电极,所以该方法在实际使用过程中存在局限性。
发明内容
本发明的目的在于提出一种基于建立标准值的声电成像方法,改善电极对边界区域影响较大而中心区域不敏感的问题,减小图像重建逆问题求解过程中欠定性的影响,达到提高图像重建分辨率和精度的目的。为实现上述目的,本发明采用的技术方案是:
一种基于建立标准值的声电成像方法,所采用的成像系统包括聚焦超声扰动机构、电学激励测量模块、数据采集单元和数据处理与图像重建单元四个部分构成,在超声调制状态下,利用声电效应原理,分别建立每个聚焦区域超声调制前后空场电导率以及物体电导率变化的标准库信息,将两组标准值作为参考信息,重建被测物场的二值化电导率分布图像,该方法包含以下步骤:
(1)在被测场域边界布置m个离散的电极阵列,通过在激励电极上施加电流激励,实现对被测场域的电学激励,测量对应的测量电极上的边界电压信号,能够得到边界测量电压向量;
(2)布置聚焦超声扰动机构,划分聚焦区域,将测量物场划分为N个聚焦域;
(3)获得空场的边界测量值变化的标准库Stb:分别获得被测物场为空场情况下,无超声扰动和超声扰动第n个聚焦域之后的边界测量电压向量φ和φn,其中φ和φn是m(m-3)*1维的向量,计算空场第n个聚焦域的标准值向量Stbn=φn-φ;通过聚焦超声波顺序扫描整个被测区域,获得空场的边界测量值变化的标准库Stb,Stb是m(m-3)*N维的向量;
(4)获得每个聚焦域为物体电导率时的边界测量值变化的标准库Sto:设第n个聚焦域电导率为物体电导率,其他N-1个聚焦域为空场电导率,在无超声聚焦情况下,获得边界测量电压向量使用聚焦超声波对第n个聚焦区域进行扰动,获得聚焦超声波扰动后的边界电压信号计算只有第n个聚焦域为物体电导率情况下的有物场标准值通过聚焦超声波顺序扫描整个被测区域,获得每个聚焦域为物体电导率时的边界测量值变化的标准库Sto,Sto是m(m-3)*N维的向量;
(5)在实际被测物场情况下,分别获得无超声扰动和超声扰动第n个聚焦域之后的边界电压测量值ν和νn,并计算聚焦前后边界测量值的变化量,记为Δn;
(6)将被测场第n个聚焦域分别与该聚焦域所建立的空场和有物场标准值进行对比,获得被测场与空场的相似度dbn和与有物场的相似度don:
被测场与空场的相似度dbn的定义为实际被测物场中第n个聚焦域边界测量值的变化量向量Δn与空场标准值向量Stbn的欧氏距离,即在二维空间中与标准值向量的真实距离;被测场与有物场的相似度don的定义为Δn与有物场标准值向量Ston的欧氏距离;
(7)对比两个相似度,重建整个物场的二值化电导率信息:将被测物场第n个聚焦域的背景和物体相似度进行对比,记为dn,dn=dbn-don,选取阈值q,q是一个接近于0的数,当dn<q,说明测量值接近所建立的空场标准值,记该聚焦域电导率为0,否则为1。通过对整个被测物场进行数据处理,重建实际被测物场的二值化电导率信息。
本发明的有益效果是该方法与传统的电阻抗层析成像技术相比,在电学基础上耦合超声,基于声电效应原理,通过聚焦超声波对整个测量物场介质分布的扰动,获得超声扰动前后边界测量值变化量,增加有效信息,从而达到提高测量物场介质分布空间分辨率的目的。该方法利用事先建立好的空场以及物体的标准信息和聚焦超声波的位置信息对每个聚焦域进行分析,减小了电极位置对被测物场空间分布的影响,改善电学层析成像中中心区域不敏感的问题,从而达到提高测量物场介质分布精度的目的。该方法在成像过程中,不用进行逆问题求解,直接利用聚焦超声波的位置信息进行重建,避免了传统电学成像逆问题重建会遇到的很多问题,比如不稳定,欠定性等。该方法不涉及成像过程中的复杂算法,方法易于理解,为声电成像方法提供一种思路。
附图说明
图1为本发明的基于建立标准值的声电成像方法原理示意图;
图2为本发明的操作流程图;
图3为本发明的测量物场外电极阵列的激励测量示意图;
图4为本发明的聚焦超声波扰动顺序的示意图;
图5为本发明的聚焦超声波对聚焦域介质电导率扰动的示意图;
图6(a)为本发明的仿真物体集中分布模型图;
图6(b)为本发明的对应模型图6(a)二值化电导率分布重建图像;
图6(c)为本发明的仿真物体离散分布模型图;
图6(d)为本发明的对应模型图6(c)二值化电导率分布重建图像。
具体实施方式
结合附图和实施例对本发明的基于建立标准值的声电成像方法加以说明。
本发明的基于建立标准值的声电成像方法,在超声调制状态下,利用声电效应原理,分别建立每个聚焦域超声调制前后空场以及有物场电导率变化的标准库信息,将两组标准值作为参考信息,重建被测物场的二值化电导率分布图像。
本发明基于建立标准值的声电成像方法主要由四部分构成,如图1所示:(1)聚焦超声波扰动结构。基于声电效应完成聚焦超声波对测量物场的聚焦扫描任务。(2)电学激励测量模块。被测物场在电流激励下,形成一个可以从不同观测角度扫描被测物场的空间敏感场,对被测物场介质分布产生调制作用,输出边界测量值。(3)数据采集单元。它的任务是快速实时地采集模块(2)输出的反映被测物场介质分布的测量数据,完成相应的解调、滤波处理。(4)数据处理和图像重建单元。它的任务是对单元(3)输出的数据进行计算,构建空场和物体电导率的标准库,根据对比并采用阈值进行二值化处理,获得被测物场的二维或三维图像。基于建立标准值的声电成像方法的操作流程图如图2所示,大概可以分为以下几个步骤:
1、建立模型,确定电极位置和电学激励、测量模式。
在被测场域边界上均匀分布m个离散的电极传感器(或电极阵列),通过在激励电极上施加电流激励,实现对被测场域的电学激励,测量对应的测量电极上的边界电压信号。可以采用相邻电流激励,相邻电压测量且激励电极不测量的激励测量模式,但不限于此种模式,测量循环激励下相邻电极间的边界电势差,构成边界测量电压向量φ。以方形测量物场、12个均匀分布的矩形测量电极为例,二维物场的电流激励、电压测量过程如图3所示。
2、划分聚焦区域,确定聚焦超声波对各个聚焦域的扫描顺序。
将测量物场划分为N个聚焦域,使得聚焦超声波对整个测量物场进行扫描,并且各聚焦域不重叠。可以采用从下到上、从左到右的扫描顺序,从1至N,但也可以采取其他的扫描顺序。以64个聚焦域为例,聚焦超声波的扫描顺序示意图如图4所示。
3.在无超声聚焦情况下,对空场进行电学激励、测量,获得边界测量电压向量φ。
使用步骤1确定的电学激励、测量模式,得到对应的测量电极上的边界电压信号,其数学模型为:
其中,Ω测量物场,测量物场外边界,σ、u分别为物场内电导率、电势分布,n为边界外法向向量,j为激励电极外法向电流密度。
通过对相邻电极循环激励,测量并计算其他相邻电极上的电势值差作为空场条件下,没有聚焦超声波扰动情况下的边界电压数据φ,所以φ是108*1维的向量。
4、在超声聚焦情况下,聚焦超声波扰动第n个聚焦域,再次对测量物场进行电学激励、测量,获得边界测量电压向量φn。
聚焦超声换能器垂直于测量物场的二维成像截面,聚焦超声波扰动第n个聚焦域,1≤n≤N,使第n个聚焦区域电导率发生变化,根据声电效应原理,聚焦超声波对第n个聚焦域的电导率产生扰动,并满足
δσ=k·P·σ
其中,δσ为聚焦超声波作用导致的电导率变化量,σ为物场内介质初始电导率分布,P声压值,k=10-9为介质的声电效应系数。图5为聚焦超声波对聚焦域介质电导率扰动的示意图。
完成步骤1中电极阵列的激励测量过程,获得聚焦超声波扰动该聚焦域时测量物场的边界测量电压向量φn,其数学模型为:
其中,σn=σ+δσ为聚焦超声波扰动第n个聚焦域后的电导率分布,un为聚焦超声波扰动物场第n个聚焦域后的电势分布。所以φn为108*1维的向量。
5、利用步骤3和步骤4分别测量得到的空场边界电压信号φ和φn,通过如下公式得到空场电导率下,超声扰动第n个聚焦域后的边界测量值变化标准值,记为Stbn,
Stbn=φn-φ
6、重复步骤4和步骤5,使得聚焦超声波按照图4所示顺序扫描整个被测区域,获得基于超声扰动的空场边界测量值变化标准库,记为Stb。因模型采用64个聚焦区域,所以Stb为108*64维的向量。
7、设第n个聚焦域为物体电导率,其他N-1个聚焦域为空场电导率,获得只有第n个聚焦域为物体电导率情况下,超声扰动前后变化的标准值,记为Ston。
假设第n个聚焦域为物体电导率,其他N-1个聚焦域为空场电导率,1≤n≤N。在无超声聚焦情况下,获得边界测量电压向量该向量维数为108*1。使用聚焦超声波对第n个聚焦域进行扰动,获得聚焦超声波扰动后的边界电压信号维数和相同。通过二者做差,计算只有第n个聚焦域为物体电导率情况下,超声扰动前后变化的标准值,记为Ston,
8、重复步骤7,分别获得每个聚焦域为物体电导率时,超声聚焦前后边界测量值变化的标准库,记为Sto,Sto为108*64维的向量。
9、在实际被测物场情况下,分别获得无超声聚焦情况下的边界电压测量值ν和超声扰动第n个聚焦域下的边界电压测量值νn,并获得聚焦前后边界测量值的变化量Δn。
Δn=νn-ν
10、将被测场第n个聚焦域分别与该聚焦域所建立的空场和有物场标准值进行对比,获得相似度dbn和don。
将被测物场第n个聚焦域所得变化量Δn与空场标准值Stbn进行对比,可以采用计算欧氏距离的方法表示二者的相似度,但不限于此种方法。所以二者相似度表示为
将被测物场第n个聚焦域所得变化量Δn与物体标准值Ston进行对比,有
11、获得整个测量物场的二值化电导率分布图像。
将被测物场第n个聚焦域的背景和物体相似度进行对比,记为dn,dn=dbn-don,并采取阈值对数据进行二值化处理,当dn<0,即dbn<don,说明测量值接近所建立的背景标准值,记该聚焦域电导率为0,否则为1。结合步骤2中的各个聚焦域的位置信息,重建整个物场的二值化电导率信息。
本发明对两组具有不同电导率分布特点的模型进行仿真,其中背景电导率为0.5s/m,介质电导率为2s/m。图6(a)为仿真设置的物体集中分布模型,图6(b)所示为模型图6(a)重建的二值化电导率分布图像。图6(c)为仿真设置的物体离散分布模型。图6(d)所示为模型图6(c)重建的二值化电导率分布图像。
本发明的基于建立标准值的声电成像方法,其主要应用于生物组织介质分布成像,但也可应用于有声电效应的其他被测介质。
本实施例基于建立空场电导率以及有物场电导率超声调制前后变化的标准库信息,只利用标准库信息和聚焦超声波的位置信息,获得被测物场的二值化电导率重建图像。改善电极对边界区域影响较大而中心区域不敏感的问题,减小图像重建逆问题求解过程中欠定性的影响,达到提高图像重建分辨率和精度的目的。
Claims (1)
1.一种基于建立标准值的声电成像方法,所采用的成像系统包括聚焦超声扰动机构、电学激励测量模块、数据采集单元和数据处理与图像重建单元四个部分构成,在超声调制状态下,利用声电效应原理,分别建立每个聚焦区域超声调制前后空场电导率以及物体电导率变化的标准库信息,将两组标准值作为参考信息,重建被测物场的二值化电导率分布图像,该方法包含以下步骤:
(1)在被测场域边界布置m个离散的电极阵列,通过在激励电极上施加电流激励,实现对被测场域的电学激励,测量对应的测量电极上的边界电压信号,能够得到边界测量电压向量;
(2)布置聚焦超声扰动机构,划分聚焦区域,将测量物场划分为N个聚焦域;
(3)获得空场的边界测量值变化的标准库Stb:分别获得被测物场为空场情况下,无超声扰动和超声扰动第n个聚焦域之后的边界测量电压向量φ和φn,其中φ和φn是m(m-3)*1维的向量,计算空场第n个聚焦域的标准值向量Stbn=φn-φ;通过聚焦超声波顺序扫描整个被测区域,获得空场的边界测量值变化的标准库Stb,Stb是m(m-3)*N维的向量;
(4)获得每个聚焦域为物体电导率时的边界测量值变化的标准库Sto:设第n个聚焦域电导率为物体电导率,其他N-1个聚焦域为空场电导率,在无超声聚焦情况下,获得边界测量电压向量使用聚焦超声波对第n个聚焦区域进行扰动,获得聚焦超声波扰动后的边界电压信号计算只有第n个聚焦域为物体电导率情况下的有物场标准值通过聚焦超声波顺序扫描整个被测区域,获得每个聚焦域为物体电导率时的边界测量值变化的标准库Sto,Sto是m(m-3)*N维的向量;
(5)在实际被测物场情况下,分别获得无超声扰动和超声扰动第n个聚焦域之后的边界电压测量值ν和νn,并计算聚焦前后边界测量值的变化量,记为Δn;
(6)将被测场第n个聚焦域分别与该聚焦域所建立的空场和有物场标准值进行对比,获得被测场与空场的相似度dbn和与有物场的相似度don:
被测场与空场的相似度dbn的定义为实际被测物场中第n个聚焦域边界测量值的变化量向量Δn与空场标准值向量Stbn的欧氏距离,即在二维空间中与标准值向量的真实距离;被测场与有物场的相似度don的定义为Δn与有物场标准值向量Ston的欧氏距离;
(7)对比两个相似度,重建整个物场的二值化电导率信息:将被测物场第n个聚焦域的背景和物体相似度进行对比,记为dn,dn=dbn-don,选取阈值q,q是一个接近于0的数,当dn<q,说明测量值接近所建立的空场标准值,记该聚焦域电导率为0,否则为1,通过对整个被测物场进行数据处理,重建实际被测物场的二值化电导率信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710104553.5A CN106859600B (zh) | 2017-02-24 | 2017-02-24 | 基于建立标准值的声电成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710104553.5A CN106859600B (zh) | 2017-02-24 | 2017-02-24 | 基于建立标准值的声电成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106859600A true CN106859600A (zh) | 2017-06-20 |
CN106859600B CN106859600B (zh) | 2019-10-01 |
Family
ID=59169524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710104553.5A Active CN106859600B (zh) | 2017-02-24 | 2017-02-24 | 基于建立标准值的声电成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106859600B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107536608A (zh) * | 2017-09-19 | 2018-01-05 | 天津大学 | 基于灵敏度场理论的非侵入式声电成像方法 |
CN107550458A (zh) * | 2017-07-27 | 2018-01-09 | 天津大学 | 基于声电效应与声辐射力的生物组织多特性成像方法 |
CN108830875A (zh) * | 2018-05-08 | 2018-11-16 | 天津大学 | 一种基于残差最小的电阻抗层析成像图像分割方法 |
CN111227801A (zh) * | 2020-02-03 | 2020-06-05 | 天津大学 | 一种面向多源激活检测的声电神经成像系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614010A (zh) * | 2015-02-16 | 2015-05-13 | 天津大学 | 基于超声聚焦扰动信息构建灵敏度矩阵法 |
CN104644170A (zh) * | 2015-02-16 | 2015-05-27 | 天津大学 | 基于声电效应的三维功率密度成像方法 |
CN104644219A (zh) * | 2015-02-16 | 2015-05-27 | 天津大学 | 基于声电效应的功率密度成像方法 |
-
2017
- 2017-02-24 CN CN201710104553.5A patent/CN106859600B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614010A (zh) * | 2015-02-16 | 2015-05-13 | 天津大学 | 基于超声聚焦扰动信息构建灵敏度矩阵法 |
CN104644170A (zh) * | 2015-02-16 | 2015-05-27 | 天津大学 | 基于声电效应的三维功率密度成像方法 |
CN104644219A (zh) * | 2015-02-16 | 2015-05-27 | 天津大学 | 基于声电效应的功率密度成像方法 |
Non-Patent Citations (1)
Title |
---|
刘泽; 薛芳其; 杨国银; 邢哲; 孙秀芳: "电磁层析成像灵敏度矩阵实验测试方法", 《仪器仪表学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107550458A (zh) * | 2017-07-27 | 2018-01-09 | 天津大学 | 基于声电效应与声辐射力的生物组织多特性成像方法 |
CN107550458B (zh) * | 2017-07-27 | 2020-05-12 | 天津大学 | 基于声电效应与声辐射力的生物组织多特性成像方法 |
CN107536608A (zh) * | 2017-09-19 | 2018-01-05 | 天津大学 | 基于灵敏度场理论的非侵入式声电成像方法 |
CN108830875A (zh) * | 2018-05-08 | 2018-11-16 | 天津大学 | 一种基于残差最小的电阻抗层析成像图像分割方法 |
CN108830875B (zh) * | 2018-05-08 | 2021-04-27 | 天津大学 | 一种基于残差最小的电阻抗层析成像图像分割方法 |
CN111227801A (zh) * | 2020-02-03 | 2020-06-05 | 天津大学 | 一种面向多源激活检测的声电神经成像系统 |
CN111227801B (zh) * | 2020-02-03 | 2022-06-10 | 天津大学 | 一种面向多源激活检测的声电神经成像系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106859600B (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khan et al. | Review on electrical impedance tomography: Artificial intelligence methods and its applications | |
Adam et al. | Survey on medical imaging of electrical impedance tomography (EIT) by variable current pattern methods | |
Chitturi et al. | Spatial resolution in electrical impedance tomography: A topical review | |
CN106859600B (zh) | 基于建立标准值的声电成像方法 | |
CN106037650A (zh) | 一种混合变差生物电阻抗成像方法 | |
CN109584323A (zh) | 超声反射信息约束的腹部病变电阻抗图像重建方法 | |
CN107550458A (zh) | 基于声电效应与声辐射力的生物组织多特性成像方法 | |
CN101794453B (zh) | 基于回归分析的节点映射图像重构方法 | |
CN109646000A (zh) | 一种基于局部细剖分的节点电阻抗成像方法 | |
CN104644170B (zh) | 基于声电效应的三维功率密度成像方法 | |
CN102688041A (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 | |
US11771336B2 (en) | Non-uniform excitation field-based method and system for performing magnetic nanoparticle imaging | |
CN104644219B (zh) | 基于声电效应的功率密度成像方法 | |
Ma et al. | Multi-frame constrained block sparse Bayesian learning for flexible tactile sensing using electrical impedance tomography | |
Song et al. | A nonlinear weighted anisotropic total variation regularization for electrical impedance tomography | |
Zhang et al. | A deep generative model-integrated framework for 3-D time-difference electrical impedance tomography | |
Kumar et al. | Optimization of bio-impedance techniques-based monitoring system for medical & industrial applications | |
Sun et al. | An iterative gradient convolutional neural network and its application in endoscopic photoacoustic image formation from incomplete acoustic measurement | |
Ain et al. | Dual modality electrical impedance and ultrasound reflection tomography to improve image quality | |
CN107536608A (zh) | 基于灵敏度场理论的非侵入式声电成像方法 | |
CN103054577B (zh) | 一种电阻抗成像的稀疏重建方法 | |
Wang et al. | Patch-based sparse reconstruction for electrical impedance tomography | |
CN109493395A (zh) | 基于保形变换的开放式电阻抗层析成像图像重建方法 | |
CN104614010B (zh) | 基于超声聚焦扰动信息构建灵敏度矩阵法 | |
Sun et al. | A New Method for Electrical Impedance Tomography with Incomplete Electrode Array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |