CN108968958A - 一种基于电极抽样校验的动态电阻抗成像方法 - Google Patents
一种基于电极抽样校验的动态电阻抗成像方法 Download PDFInfo
- Publication number
- CN108968958A CN108968958A CN201810803858.XA CN201810803858A CN108968958A CN 108968958 A CN108968958 A CN 108968958A CN 201810803858 A CN201810803858 A CN 201810803858A CN 108968958 A CN108968958 A CN 108968958A
- Authority
- CN
- China
- Prior art keywords
- odd
- electrodes
- electrode
- eit
- boundary
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 60
- 238000005070 sampling Methods 0.000 title claims abstract description 14
- 238000012795 verification Methods 0.000 title claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000002593 electrical impedance tomography Methods 0.000 description 28
- 238000004088 simulation Methods 0.000 description 12
- 230000005672 electromagnetic field Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 6
- 231100000915 pathological change Toxicity 0.000 description 3
- 230000036285 pathological change Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000030135 gastric motility Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0536—Impedance imaging, e.g. by tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于电极抽样校验的动态电阻抗成像方法，该方法先将EIT测量电极进行顺序编号分为全部电极、奇数编号电极和偶数编号电极三组；再分别获取三组电极的边界测量电位，分别计算三组电极边界电位变化；根据三组电极边界电位变化分别计算三组电极测量数据下的重建结果，并绘制重建结果分别对应的EIT重建图像；据步三组电极测量数据下的重建结果分别计算重建结果之间的相关系数；根据相关系数来判断重建结果的可信性以及三个重建结果分别对应的EIT重建图像的可信性。本发明提出的方法针对EIT在噪声、干扰存在的测量环境下，提供额外的有效成像判断标准，提升成像可信性。
Description
技术领域
本发明属于电阻抗断层成像(Electrical Impedance Tomography，EIT)领域，特别涉及一种提升动态EIT成像稳定性和可靠性的方法，具体是一种基于电极抽样校验的动态电阻抗成像方法。
背景技术
在电阻抗断层成像技术(Electrical Impedance Tomography，EIT)中，16个电极均匀地安放于人体体表，安全电流按照一定的规律通过电极对注入人体，其余电极可测量激励后的响应电位。基于电极测得的边界电位数据，选取两个时刻的数据进行差分，然后结合相应算法可以重建出这段时间内阻抗变化的图像，进而推测人体内部发生的生理、病理变化。
电阻抗具有无创、低成本、功能成像的优势，在肺通气监测、脑功能成像、胃动力监测等领域有良好的应用前景。然而，EIT图像重构存在病态性，对噪声和干扰较为敏感。而在实际EIT动态监护中，很难时刻保持测量稳定和成像稳定。随机噪声，病人体动、皮肤出汗等多种因素会影响成像。因此，提升噪声环境下EIT成像的稳定性和可靠性是亟需研究的问题。针对该问题，过去许多研究使用数据预处理技术提高测量数据质量，优化成像算法提高成像的鲁棒性。然而，未有研究考虑增加校验机制来判断有效成像并提高有效成像标准。
发明内容
针对提升噪声、干扰环境下EIT成像稳定性和可靠性的问题，本发明目的在于提供一种基于电极抽样校验的动态电阻抗成像方法，来提高有效成像标准并判断有效成像。
为了实现上述目的，本发明采取如下技术解决方案：
一种基于电极抽样校验的动态电阻抗成像方法，包括如下步骤：
步骤一，对EIT测量电极进行顺序编号并将EIT测量电极分为三组，分别记为：全部电极、奇数编号电极和偶数编号电极；
步骤二，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven；根据Uall、Uodd和Ueven，选取两个时刻的边界电位数据进行差分，获得全部电极的边界电位变化ΔUall、奇数编号电极的边界电位变化ΔUodd和偶数编号电极的边界电位变化ΔUeven；
步骤三，根据步骤二获得的ΔUall、ΔUodd和ΔUeven，计算全部电极测量数据下的重建结果Δσall、奇数电极测量数据下的重建结果Δσodd和偶数电极测量数据下的重建结果Δσeven，并绘制Δσall对应的EIT重建图像、Δσodd对应的EIT重建图像和Δσeven对应的EIT重建图像；
步骤四，根据步骤三中得到的Δσall、Δσodd和Δσeven，分别计算Δσall与Δσodd的相关系数R1、Δσall与Δσeven的相关系数R2以及Δσodd和Δσeven的相关系数R3；
步骤五，根据R1、R2和R3来判断Δσall、Δσodd和Δσeven的可信性以及Δσall、Δσodd和Δσeven分别对应的EIT重建图像的可信性。
优选的，步骤二中，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven的过程为：获取的全部电极的边界测量电位为Uall，然后从Uall中提取奇数编号电极激励下，奇数编号电极上的边界测量电位作为Uodd；从Uall中提取偶数编号电极激励下，偶数编号电极上的边界测量电位作为Ueven。
优选的，所述步骤三中，基于阻尼最小二乘算法计算Δσall、Δσodd和Δσeven，其具体公式为如下：
其中，λ为正则化参数，I为单位矩阵，Jall为所有电极下的敏感系数矩阵，Jodd奇数编号电极下的敏感系数矩阵，Jeven为偶数编号电极下的敏感系数矩阵。
优选的，所述步骤四中，计算R1、R2和R3的具体计算公式为如下：
其中，和分别表示Δσall、Δσeven和Δσodd的均值，m为Δσall、Δσeven和Δσodd的维数。
优选的，所述步骤五中，如果R1、R2和R3三者均处于预设范围内，则认为重建结果和重建结果对应的EIT重建图像均可信，否则不可信。
优选的，预设范围为0.6～1.0。
优选的，EIT测量电极不少于八对。
与现有技术相比，本发明具有如下有益效果：
在EIT测量中，测量电极数越多则独立测量数越多，其成像分辨率就越好，但实际操作中电极数目较多，要保持每个电极测量稳定就越难。以EIT动态监护成像中某个电极因病人体动而脱落为例，此种情况下，若基于全部电极的测量数据进行成像，那么成像结果可能错误，进而影响对人体内部生理病理变化的判断。而本发明提出的基于电极抽样校验的动态电阻抗成像方法就可以避免上述现象。除了全部电极的成像结果，本发明还单独考虑了奇数、偶数电极测量数据的成像结果。而使用奇数电极或者偶数电极进行测量就可能会避开有问题的电极，在有无异常电极的情况下成像结果肯定有巨大差异，那么可知Δσall、Δσodd和Δσeven三者之间不一致，进而提示我们成像结果不可靠，需要考虑调整电极接触状态。再以监护中存在高水平噪声情况为例，传统方法使用全部电极进行成像，图像中会有噪声引起的图像变化，但是无法得知这些阻抗变化是因为监测过程中真的出现生理、病理变化还是由噪声引起。而本发明选取不同电极测量数据成像(Uall、Uodd和Ueven)，若图像中的变化是由强噪声引起，那么由噪声的随机性和对不同电极影响的差异性可知，重建结果Δσall、Δσodd和Δσeven会存在很大差异，计算得到的相关系数不满足判断研究，进而提示结果的可信度不高。当成像状态良好的情况下，Δσall、Δσodd和Δσeven具有较好的一致性，此时才满足本方法判断稳定成像的标准。综上，本发明提出的方法针对EIT在噪声、干扰存在的测量环境下，提供额外的有效成像判断标准，提升成像可信性。
附图说明
图1是本发明的方法流程图。
图2是利用comsol软件建立的圆域电磁场有限元仿真模型，背景电导率设置为1S/m。
图3是在低随机噪声水平情况下，传统的阻尼最小二乘算法成像结果。
图4是在高随机噪声水平情况下，传统的阻尼最小二乘算法成像结果。
图5是在模拟电极1脱落情况下，传统的阻尼最小二乘算法成像结果。
图6是在低随机噪声水平情况下，本发明的成像结果，从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
图7是在高随机噪声水平情况下，本发明的成像结果，从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
图8是在模拟电极1脱落情况下，本发明的成像结果，从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
具体实施方式
下面结合附图和实施例来对本发明作进一步的说明。
基于现有技术中存在的问题，本发明从成像角度出发，提出一种基于电极抽样校验的动态电阻抗成像方法，其基本思路为：在EIT系统中，通常有16个电极，从所有电极中抽样选择奇数电极、偶数电极测量结果进行成像，然后对结果的一致性进行校验，一致性较好的时候认为成像可靠，否则认为成像受噪声或干扰影响过于严重，所得成像结果不可信。
具体的，参照图1，本发明的方法包括以下步骤：
步骤一，对EIT测量电极进行顺序编号并将EIT测量电极分为三组，分别记为：全部电极、奇数编号电极和偶数编号电极；
步骤二，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven；根据Uall、Uodd和Ueven，选取两个时刻的边界电位数据进行差分，获得全部电极的边界电位变化ΔUall、奇数编号电极的边界电位变化ΔUodd和偶数编号电极的边界电位变化ΔUeven；
步骤三，根据步骤二获得的ΔUall、ΔUodd和ΔUeven，基于阻尼最小二乘算法计算全部电极测量数据下的重建结果Δσall、奇数电极测量数据下的重建结果Δσodd和偶数电极测量数据下的重建结果Δσeven，并绘制Δσall对应的EIT重建图像、Δσodd对应的EIT重建图像和Δσeven对应的EIT重建图像；
步骤四，根据步骤三中得到的Δσall、Δσodd和Δσeven，分别计算Δσall与Δσodd的相关系数R1、Δσall与Δσeven的相关系数R2以及Δσodd和Δσeven的相关系数R3；
步骤五，根据R1、R2和R3来判断Δσall、Δσodd和Δσeven的可信性以及Δσall、Δσodd和Δσeven分别对应的EIT重建图像的可信性；
如果R1、R2和R3三者均处于预设范围a内，则认为重建结果较为稳定，对应的重建图像可信性高，重建结果和重建结果对应的EIT重建图像均可信；否则认为重建结果受到噪声、干扰严重影响，导致不同电极抽样重建结果不一致，结果不可信，对应的重建图像可信性不高，即重建结果和重建结果对应的EIT重建图像不可信。
优选的，预设范围为0.6～1。
参照图2，优选的，所述步骤一中，以最右侧电极为电极1，按逆时针顺序对电极进行顺序编号，编号为1、3、5……15的电极为奇数编号电极，编号2、4、6……16编号的电极为偶数编号电极。
优选的，所述步骤二中，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven的过程为：获取的全部电极的边界测量电位为Uall，然后从Uall中提取奇数编号电极激励下，奇数编号电极上的边界测量电位作为Uodd；从Uall中提取偶数编号电极激励下，偶数编号电极上的边界测量电位作为Ueven。
优选的，所述步骤三中，基于阻尼最小二乘算法计算Δσall、Δσodd和Δσeven，其具体公式为如下：
其中，λ为正则化参数，I为单位矩阵，Jall为所有电极下的敏感系数矩阵，Jodd奇数编号电极下的敏感系数矩阵，Jeven为偶数编号电极下的敏感系数矩阵。
优选的，所述步骤四中，计算重构结果Δσall、Δσodd和Δσeven三者之间的相关系数，其具体计算公式为：
其中，和分别表示Δσall、Δσeven和Δσodd的均值，m为Δσall、Δσeven和Δσodd的维数。
在仿真施例中，按照如下步骤实施：
(1)如图2，利用comsol软件建立二维圆域电磁场有限元仿真模型，该模型具有16个顺序编号、均匀分布的电极，二维圆域电磁场有限元仿真模型的背景电导率设置为1S/m；
(2)如图3，在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加0.5％的高斯噪声，然后基于阻尼最小二乘算法进行图像重建；
(3)如图4，在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加3％的高斯噪声，然后基于阻尼最小二乘算法进行图像重建；
(4)如图5，在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标，将电极1中的测量数据置0来模拟电极1脱落的情况，然后基于阻尼最小二乘算法进行图像重建；
(5)如图6，二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加0.5％的高斯噪声，然后基于本发明方法进行图像重建，奇偶电极校验结果显示0.5％噪声水平下扰动的成像结果可靠；
(6)如图7，在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加3％的高斯噪声，然后基于本发明方法进行图像重建，奇偶电极校验结果显示3％噪声水平下全部电极、奇数电极、偶数电极成像结果一致性较差，成像不可靠；
(7)如图8，在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标，将电极1中的测量数据置0来模拟电极1脱落的情况，然后基于本发明方法进行图像重建，奇偶电极校验结果显示电极1脱落时全部电极、奇数电极、偶数电极成像结果一致性较差，成像不可靠。
需要说明的是，以上的实施例仅用于本领域的技术人员进一步理解本发明，本发明并不限于该实施例，凡是由本领域技术人员根据发明的技术方案做出的等效替换和增加，同样属于本发明保护的范围。
Claims (7)
1.一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，包括如下步骤：
步骤一，对EIT测量电极进行顺序编号并将EIT测量电极分为三组，分别记为：全部电极、奇数编号电极和偶数编号电极；
步骤二，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven；根据Uall、Uodd和Ueven，选取两个时刻的边界电位数据进行差分，获得全部电极的边界电位变化ΔUall、奇数编号电极的边界电位变化ΔUodd和偶数编号电极的边界电位变化ΔUeven；
步骤三，根据步骤二获得的ΔUall、ΔUodd和ΔUeven，计算全部电极测量数据下的重建结果Δσall、奇数电极测量数据下的重建结果Δσodd和偶数电极测量数据下的重建结果Δσeven，并绘制Δσall对应的EIT重建图像、Δσodd对应的EIT重建图像和Δσeven对应的EIT重建图像；
步骤四，根据步骤三中得到的Δσall、Δσodd和Δσeven，分别计算Δσall与Δσodd的相关系数R1、Δσall与Δσeven的相关系数R2以及Δσodd和Δσeven的相关系数R3；
步骤五，根据R1、R2和R3来判断Δσall、Δσodd和Δσeven的可信性以及Δσall、Δσodd和Δσeven分别对应的EIT重建图像的可信性。
2.根据权利要求1所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，步骤二中，获取全部电极的边界测量电位Uall，奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven的过程为：获取的全部电极的边界测量电位为Uall，然后从Uall中提取奇数编号电极激励下，奇数编号电极上的边界测量电位作为Uodd；从Uall中提取偶数编号电极激励下，偶数编号电极上的边界测量电位作为Ueven。
3.根据权利要求1所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，所述步骤三中，基于阻尼最小二乘算法计算Δσall、Δσodd和Δσeven，其具体公式为如下：
其中，λ为正则化参数，I为单位矩阵，Jall为所有电极下的敏感系数矩阵，Jodd奇数编号电极下的敏感系数矩阵，Jeven为偶数编号电极下的敏感系数矩阵。
4.根据权利要求1所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，所述步骤四中，计算R1、R2和R3的具体计算公式为如下：
其中，和分别表示Δσall、Δσeven和Δσodd的均值，m为Δσall、Δσeven和Δσodd的维数。
5.根据权利要求1所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，所述步骤五中，如果R1、R2和R3三者均处于预设范围内，则认为重建结果和重建结果对应的EIT重建图像均可信，否则不可信。
6.根据权利要求5所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，预设范围为0.6～1.0。
7.根据权利要求1-6所述的一种基于电极抽样校验的动态电阻抗成像方法，其特征在于，EIT测量电极不少于八对。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810803858.XA CN108968958B (zh) | 2018-07-20 | 2018-07-20 | 一种基于电极抽样校验的动态电阻抗成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810803858.XA CN108968958B (zh) | 2018-07-20 | 2018-07-20 | 一种基于电极抽样校验的动态电阻抗成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108968958A true CN108968958A (zh) | 2018-12-11 |
| CN108968958B CN108968958B (zh) | 2022-02-01 |
Family
ID=64549502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810803858.XA Active CN108968958B (zh) | 2018-07-20 | 2018-07-20 | 一种基于电极抽样校验的动态电阻抗成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108968958B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109662712A (zh) * | 2018-12-25 | 2019-04-23 | 中国人民解放军第四军医大学 | 一种基于阻抗频谱约束的动态多频电阻抗断层成像方法 |
| CN112150572A (zh) * | 2020-09-30 | 2020-12-29 | 河南省人民医院 | 一种用于动态电阻抗成像的图像接触阻抗伪影抑制方法及装置 |
| CN116269303A (zh) * | 2023-03-09 | 2023-06-23 | 南京航空航天大学 | 考虑电极异常的电导率求解方法、成像方法、存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103040466A (zh) * | 2013-01-08 | 2013-04-17 | 中国人民解放军第四军医大学 | 一种电阻抗检测用电极连接异常的检测方法 |
| CN105997072A (zh) * | 2016-06-20 | 2016-10-12 | 中国人民解放军第四军医大学 | 一种基于测量精度的电阻抗检测用电极接触状态检测方法 |
| CN108175407A (zh) * | 2017-12-25 | 2018-06-19 | 中国人民解放军第四军医大学 | 一种颅脑eit局部最优正则化参数选取的方法 |
-
2018
- 2018-07-20 CN CN201810803858.XA patent/CN108968958B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103040466A (zh) * | 2013-01-08 | 2013-04-17 | 中国人民解放军第四军医大学 | 一种电阻抗检测用电极连接异常的检测方法 |
| CN105997072A (zh) * | 2016-06-20 | 2016-10-12 | 中国人民解放军第四军医大学 | 一种基于测量精度的电阻抗检测用电极接触状态检测方法 |
| CN108175407A (zh) * | 2017-12-25 | 2018-06-19 | 中国人民解放军第四军医大学 | 一种颅脑eit局部最优正则化参数选取的方法 |
Non-Patent Citations (3)
| Title |
|---|
| ALZBETA E. HARTINGER 等: "Real-Time Management of Faulty Electrodes in Electrical Impedance Tomography", 《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》 * |
| YASIN MAMATJAN 等: "Evaluation and Real-Time Monitoring of Data Quality in Electrical Impedance Tomography", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 * |
| 张戈 等: "电阻抗断层成像系统的非正常连接电极实时检测方法", 《医疗卫生装备》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109662712A (zh) * | 2018-12-25 | 2019-04-23 | 中国人民解放军第四军医大学 | 一种基于阻抗频谱约束的动态多频电阻抗断层成像方法 |
| CN109662712B (zh) * | 2018-12-25 | 2021-09-03 | 中国人民解放军第四军医大学 | 一种基于阻抗频谱约束的动态多频电阻抗断层成像方法 |
| CN112150572A (zh) * | 2020-09-30 | 2020-12-29 | 河南省人民医院 | 一种用于动态电阻抗成像的图像接触阻抗伪影抑制方法及装置 |
| CN112150572B (zh) * | 2020-09-30 | 2021-08-17 | 河南省人民医院 | 一种用于动态电阻抗成像的图像接触阻抗伪影抑制方法及装置 |
| CN116269303A (zh) * | 2023-03-09 | 2023-06-23 | 南京航空航天大学 | 考虑电极异常的电导率求解方法、成像方法、存储介质 |
| CN116269303B (zh) * | 2023-03-09 | 2024-09-20 | 南京航空航天大学 | 考虑电极异常的电导率求解方法、成像方法、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108968958B (zh) | 2022-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108968958B (zh) | 一种基于电极抽样校验的动态电阻抗成像方法 | |
| Khang et al. | J-substitution algorithm in magnetic resonance electrical impedance tomography (MREIT): phantom experiments for static resistivity images | |
| CN102488497B (zh) | 磁共振温度测量方法及系统 | |
| US10357178B2 (en) | System and method for enhanced electrical impedance tomography | |
| 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 | |
| Seo et al. | Non-iterative harmonic Bz algorithm in MREIT | |
| CN1679030A (zh) | 用于显示用于源重构的置信区间的方法和系统 | |
| CN109758149A (zh) | 一种结合时差成像和频差成像的电阻抗成像方法 | |
| CN102599907B (zh) | 基于网格位移模型的电阻抗断层成像方法 | |
| CN105701824B (zh) | 基于圆弧形网格剖分的电学层析图像重建方法 | |
| Siltanen et al. | Reconstructing conductivities with boundary corrected D-bar method | |
| Xu et al. | A new regularization algorithm based on the neighborhood method for electrical impedance tomography | |
| CN107981861B (zh) | 一种电阻抗分辨多目标的成像方法 | |
| Sun et al. | A new method for electrical impedance tomography with incomplete electrode array | |
| CN113034635B (zh) | 一种抑制工业成像阶梯伪影的图像重建方法 | |
| Chang et al. | Sparse current source estimation for MEG using loose orientation constraints | |
| Zhao et al. | The impact of the measurement accuracy and the excitation pattern on EIT image reconstruction | |
| CN103149472B (zh) | 一种基于二端子激励测量模式的电压-电流映射构造方法 | |
| Chen et al. | A level set method to reconstruct the discontinuity of the conductivity in EIT | |
| He et al. | 3D electrical impedance tomography represented by reconstructed planes in a semispherical electrode array model | |
| Kim et al. | Image reconstruction with prior information in electrical resistance tomography | |
| KR101063013B1 (ko) | 단층 영상 처리 장치 | |
| Jeon et al. | Image reconstruction in EIT with unreliable electrode data using random sample consensus method | |
| Liang et al. | An EIT image segmentation method based on projection distance minimization | |
| CN103776873B (zh) | 一种由电压-电流映射构造电流-电压映射的方法 |
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 |