CN109363675B - 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法 - Google Patents

一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法 Download PDF

Info

Publication number
CN109363675B
CN109363675B CN201811171859.3A CN201811171859A CN109363675B CN 109363675 B CN109363675 B CN 109363675B CN 201811171859 A CN201811171859 A CN 201811171859A CN 109363675 B CN109363675 B CN 109363675B
Authority
CN
China
Prior art keywords
breast
electrical impedance
detection
scanning imaging
current
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.)
Active
Application number
CN201811171859.3A
Other languages
English (en)
Other versions
CN109363675A (zh
Inventor
季振宇
董秀珍
史学涛
付峰
马航
王瑞青
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.)
Fourth Military Medical University FMMU
Original Assignee
Fourth Military Medical University FMMU
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 Fourth Military Medical University FMMU filed Critical Fourth Military Medical University FMMU
Priority to CN201811171859.3A priority Critical patent/CN109363675B/zh
Publication of CN109363675A publication Critical patent/CN109363675A/zh
Application granted granted Critical
Publication of CN109363675B publication Critical patent/CN109363675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0536Impedance imaging, e.g. by tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法,首先根据患者乳房结构特征建立基于逼真乳房结构的乳房电阻抗分布模型,进一步结合检测电极类型,构建电阻抗扫描成像检测的电场仿真模型,对步骤电场仿真模型设置仿真条件,求解分析获得检测电极阵列上的电流分布特征。对患者进行电阻抗扫描成像检测时,引入得到的检测电极阵列电流分布特征先验信息,对电阻抗扫描成像采集的实测数据进行校正,实现对电场边缘效应的抑制。可适应不同乳腺类型和检测电极阵列类型,从而克服了目前单纯依靠屏蔽环抑制边缘效应方法的不足,有效提升对感兴趣区目标的检测精度,在实际应用中具有重要意义。

Description

一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法
技术领域
本发明属于电阻抗成像检测技术领域,具体涉及一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法。
背景技术
电阻抗扫描成像是一种适于对浅表组织器官(如乳腺、淋巴结、皮肤)进行健康状态检测的成像技术,其基本原理是当均匀电场中存在电阻抗特性异常的目标体时会引起电场扰动,通过检测体表电流扰动量可逆推目标体的状态特性,乳腺电阻抗扫描成像用于对乳房的健康状态检测,检测时患者手持激励电极(产生激励电压),操作员将平板阵列式电极(地电势)置于乳房表面,在胸大肌和检测电极板之间可建立近似均匀的电场分布。由于癌变组织与健康组织之间电阻抗特性具有显著差异,研究者期望通过检测体表电流扰动量的特征逆推检测区域下的电阻抗分布,进而判别乳房内组织的健康状态。因此根据以上检测原理,当对健康乳房(内部组织电阻抗分布近似均匀)进行检测时,理论上检测电极阵列上的电流密度应该均匀一致。但实际应用中,因为电场边缘效应现象的存在,检测电极阵列边缘电极单元的电流密度要比中间电极单元的电流密度高,表现为高电流扰动值。当这种因电场边缘效应引起的电流扰动较大时,会淹没感兴趣目标体(如癌包块)所引起的电流扰动,所以在乳腺电阻抗扫描成像检测中,为了获得良好的检测条件,降低电场边缘效应的影响是必要的。
目前研究者通常采用屏蔽环环绕检测电极阵列的方式来降低电场边缘效应的影响。由于屏蔽环和检测电极阵列保持相同的电势,由电场边缘效应产生的电流部分可从屏蔽环流走,在一定程度上减小了电场边缘效应对电极阵列上检测电流的影响。但由于乳房结构类型、检测电极结构(如电极阵列规模、屏蔽环宽度等),这些检测条件均会影响电场边缘效应的强度,具体表现为在不同检测条件下,单纯依赖屏蔽环的方法对边缘效应的抑制能力会表现不一致,且其抑制程度也有限。
发明内容
针对目前采用屏蔽环的方式对边缘效应的抑制能力有限的技术问题,本发明的目的在于,提供一种电阻抗扫描成像检测边缘效应的抑制方法,该方法基于患者乳房结构类型及检测电极类型,通过构建仿真模型获得检测电极阵列电流分布先验信息特征,基于该特征对实测数据进行校正,从而有效抑制电场边缘效应的影响,可提高对感兴趣目标体的检测敏感度。
为了实现上述任务,本发明采用如下的技术解决方案:
一种电阻抗扫描成像检测中边缘效应的抑制方法,其特征在于,按以下步骤实施:
1)利用先验信息构建仿真模型
根据患者乳房结构特征建立基于逼真乳房结构的乳房电阻抗分布模型,进一步结合检测电极类型,构建电阻抗扫描成像检测的电场仿真模型。
2)基于仿真模型求解电流分布特征
对步骤1)中的电场仿真模型设置仿真条件,求解分析获得检测电极阵列上的电流分布特征。
3)引入电流分布特征先验信息抑制边缘效应
对患者进行电阻抗扫描成像检测时,引入步骤2)中得到的检测电极阵列电流分布特征先验信息,对电阻抗扫描成像采集的实测数据进行校正,实现对电场边缘效应的抑制。
根据本发明,所述的乳腺电阻抗扫描成像电场仿真模型构建步骤如下:
1)精细化乳房电阻抗分布模型构建
建立基于妇女乳房的解剖特征精细化三维乳房模型,进一步根据乳腺组织类型进行电阻抗参数赋值,形成具有精细化电阻抗分布的乳房模型;
所述的基于妇女乳房的解剖特征精细化三维乳房模型,是利用患者个体化乳房影像(MRI或CT)数据,通过三维重建方法实现的模型;或者是基于群体特征构建的模型,即根据不同年龄段妇女乳腺的解剖结构特征(腺体型、脂肪型和腺体脂肪混合型),利用三维建模软件实现的模型。该基于妇女乳房的解剖特征精细化三维乳房模型,包含皮肤层、皮下脂肪层、腺体组织、脂肪组织和胸大肌。
2)将精细化乳房电阻抗分布仿真模型和检测电极阵列组合,通过设置检测条件,形成乳腺电阻抗扫描成像电磁场仿真模型。
所述的检测电极阵列类型是指患者进行乳腺电阻抗扫描成像检测时所采用的检测电极。
进一步地,所述的基于电磁场仿真模型求解分析,获得检测电极阵列上的电流分布特征,步骤如下:
1)设置激励条件
基于乳腺电阻抗扫描成像电磁场仿真模型,设置激励参数,主要包括激励电压和激励频率。
2)求解仿真测量值
利用电磁场仿真求解软件,获得检测电极阵列上的电流分布。对于n×n个单元的检测电极阵列,在激励频率为f1时,可获得对应该频率的n×n个电流值。
3)电流分布特征计算
对检测电极中心区域的m×m个电极单元上的电流求得均值
Figure GDA0003460044880000031
并以
Figure GDA0003460044880000032
为基准,对电极单元上的电流值进行归一化处理,获得n×n个电流特征分布校正参数,第(i,j)个电极上的检测电流校正系数cij计算公式为:
Figure GDA0003460044880000041
对任意设置的激励频率fk,可获得对应的电流校正系数
Figure GDA0003460044880000042
所述的利用检测电极阵列电流分布特征先验信息,对电阻抗扫描成像检测实测数据进行校正的步骤如下:
1)实测电流数据去噪处理
对从患者乳房采集到的电阻抗扫描成像检测实测数据进行滤波处理。
2)对滤波后的实测电流数据进行校正
对于具有n×n个电极单元检测电极阵列,设其第(i,j)个电极单元上获得的检测电流为
Figure GDA0003460044880000043
引入从先验仿真模型获取的检测电极电流校正系数模板,则第(i,j)个电极单元校正后的电流
Figure GDA0003460044880000044
为:
Figure GDA0003460044880000045
本发明的电阻抗扫描成像检测中边缘效应的抑制方法,利用逼真乳腺结构的精细化乳房电阻抗分布模型,进一步在电磁场仿真软件中对乳房三维实体模型中不同类型的乳腺组织进行电阻抗参数赋值,并结合乳腺电阻抗扫描成像检测的激励-测量模式,构建满足仿真分析的乳腺电阻抗扫描成像电磁场仿真模型。并对该电磁场仿真模型求解获取检测电极阵列的电流分布特征先验信息,以此作为对实测数据的校正参数实现对电极边缘效应的抑制。可适应不同乳腺类型和检测电极阵列类型,从而克服了目前单纯依靠屏蔽环抑制边缘效应方法的不足,有效提升对感兴趣区目标的检测精度,在实际应用中具有重要意义。
附图说明
图1是本发明的电阻抗扫描成像检测中边缘效应的抑制方法流程图。
图2是对患者1的MRI影像的处理过程。
图3是利用患者1的MRI影像三维重构的乳房模型图。
图4是患者1的乳腺电阻抗扫描成像仿真模型示意图,其中,(a)图是乳腺电阻抗扫描仿真计算模型,(b)图是检测电极结构示意图(单位mm)。
图5是乳腺电阻抗扫描成像仿真模型求解得到的检测电极阵列电流密度的三维分布图。
图6是患者1边缘效应抑制前后乳腺电阻抗扫描成像灰度图,其中(a)图为边缘效应抑制前,(b)图是边缘效应抑制后。
图7是混合型乳房模型垂直切面乳房内组织结构分布示意图。
图8是患者2边缘效应抑制前后乳腺电阻抗扫描成像灰度图,其中(a)图为边缘效应抑制前,(b)图是边缘效应抑制后。
以下结合附图和实施例对本发明作进一步的详细说明。
具体实施方式
需要说明的是,以下的实施例仅仅是方便本领域技术人员充分理解本发明,本发明并不限于这些实施例,本领域技术人员按照本发明技术方案所进行的修正、添加和替换,均应属于本发明保护的范围。
以下两个具体实施例给出了一种电阻抗扫描成像检测中边缘效应的抑制方法,其特点是通过构建患者乳房逼真电阻抗分布模型,利用电磁场仿真计算获取检测电极电流分布先验信息,在完成乳腺电阻抗扫描成像实测数据的采集后,首先进行滤波处理,进一步在实测数据中引入先验信息对数据进行校正,可从而实现对检测电极边缘效应的抑制。其流程图如图1所示,具体包括:
患者信息录入,是否有自身乳房MRI或CT,如果有,则利用自身影像资料三维重建乳房模型,然后利用电磁场仿真软件构建乳腺电阻抗扫描仿真计算模型,设置仿真条件,对仿真模型计算求解,获取检测电极电流分布先验信息,最后引入电流分布先验信息,对实测数据进行校正,并成像。
如果患者没有自身乳房MRI或CT,则根据乳房结构特征选择系统已建立的通用乳房模型,选择腺体型、脂肪型、腺体脂肪混合型模型其中之一,然后利用电磁场仿真软件构建乳腺电阻抗扫描仿真计算模型,设置仿真条件,对仿真模型计算求解,获取检测电极电流分布先验信息,最后引入电流分布先验信息,对实测数据进行校正,并成像。
以下的实施例1中利用了患者自身的MRI影像建立乳房仿真模型,而实施例2中则利用了按照乳房结构特征分类的通用乳房仿真模型。
实施例1:
一名接受乳腺电阻抗扫描成像检测的患者1,年龄43岁,该名患者进行了乳房MRI检查,可获得其MRI影像序列。在乳腺电阻抗扫描成像检测中实现电极边缘效应的抑制方法步骤具体如下:
步骤1:构建逼真乳房结构的乳房电阻抗分布模型
以MRI增强扫描序列作为图像基础,利用Mimics软件、Geomagic软件和AutoCAD软件,构建了精细化乳腺三维几何模型。图2是利用三维重建软件对MRI图像进行处理的示意图。图3是三维重建后形成的乳房实体三维模型。
步骤2:建立乳腺电阻抗扫描检测仿真求解模型
根据乳腺电阻抗扫描成像对患者实测时所采用的检测电极阵列类型、激励电压、激励频率等参数,利用COMSOL Multiphysics软件,建立乳腺电阻抗扫描检测仿真模型,如图4所示。
对模型中不同乳腺组织进行电阻抗参数赋值,赋值参数表如下:
乳腺组织电导率参数(单位S/m)设置
Figure GDA0003460044880000061
Figure GDA0003460044880000071
考虑到乳房内部没有电流源,同时不存在电流的累积效应,因此乳房内部的电位分布满足典型的拉普拉斯方程,如式(1-1)所示。
Figure GDA0003460044880000072
式中,σ为电导率;ε0为真空介电常数;其大小为8.85*10-12F/m;ε为相对介电常数;ω=2πf为测量信号角频率;f为测量信号频率;Ω代表待检测乳房;
Figure GDA0003460044880000073
为乳房内及表面的电位值。
边界条件如式(1-2)所示。
Figure GDA0003460044880000074
式中,Γ1包括探头表面和胸大肌所在平面;Γ2为除边界Γ1外Ω的其他表面。选择COMSOL Multiphysics软件中的AC/DC物理场模型进行仿真计算。
步骤3:利用仿真计算生成检测电极电流校正模板
根据设定的激励参数,对仿真模型进行计算求解,获得检测电极上的电流分布值,如图5所示。
对于本实施例的8×8检测电极阵列,可对检测电极中心区域的2×2个电极单元上的电流求得均值
Figure GDA0003460044880000075
如下式:
Figure GDA0003460044880000076
并以
Figure GDA0003460044880000077
为基准,对电极单元上的电流值进行归一化处理,获得8×8个电流特征分布校正参数,第(i,j)个电极上的检测电流校正系数cij计算公式为:
Figure GDA0003460044880000078
那么对任意设置的激励频率fk,均可按同样方法获得对应的电流校正系数
Figure GDA0003460044880000081
步骤4:对检测电极实测数据进行校正
首先对检测数据进行低通滤波处理,滤除因皮肤状态、皮肤电极接触等因素造成的检测电流异常值。
对滤波后的数据,引入从先验仿真模型获取的检测电极电流校正系数模板,则第(i,j)个电极单元校正后的电流
Figure GDA0003460044880000082
为:
Figure GDA0003460044880000083
按以上步骤,可对乳腺电阻抗扫描检测电极的实测数据进行边缘效应抑制,图6给出了该患者1的边缘效应抑制前后乳腺电阻抗扫描成像灰度图,其中a图是8×8检测电极阵列实测数据未处理时的成像结果,受边缘效应影响,在图像边缘区呈现高亮环,有用信息被掩盖。b图是实测数据经校正处理后的成像结果,对边缘效应抑制后,可见图像中有感兴趣目标“亮斑”,疑似存在癌包块,与病人实际情况吻合。
实施例2:
患者在进行乳腺电阻抗扫描成像检测前,未进行过乳腺MRI或CT检查,无法利用自身乳房影像建立模型,可使用基于群体特征(即根据不同年龄段妇女乳腺的解剖结构特征)构建的通用乳房模型。
一名接受乳腺电阻抗扫描成像检测的患者2,年龄50岁,该名患者未进行过乳腺MRI或CT检查。在乳腺电阻抗扫描成像检测中实现电极边缘效应的抑制方法步骤具体如下:
步骤1:根据患者乳房结构类型引入相应的通用乳房模型
根据该患者2的年龄及临床其他辅助检查,确定其乳房结构类型为混合型乳腺。可采用系统预先建立好的通用混合型乳腺模型。
乳房通用模型建模的关键是确定乳房内组织结构,乳房外形尺寸可由患者乳房实际尺寸确定,乳房内部组织参照我国女性乳房的结构特征,皮肤层厚度平均约1.45±0.97mm;皮下脂肪层为皮肤下约为0.5~2.5mm的高度,青年女性较薄,老年女性较厚。年轻女性乳房内组织多为腺体组织,老年女性乳房内多为脂肪组织,中年女性乳房内组织则为腺体脂肪混合型组织。本实施例采用混合型乳房通用模型,其切面示意图如图7所示。
步骤2、步骤3、步骤4同实施例1中的步骤2、步骤3和步骤4。
按以上步骤,可对乳腺电阻抗扫描检测电极的实测数据进行边缘效应抑制,图8给出了该患者2的边缘效应抑制前后乳腺电阻抗扫描成像灰度图,其a图是8×8检测电极阵列实测数据未处理时的成像结果,b图是实测数据经校正处理后的成像结果,对边缘效应抑制后,可见图像中有感兴趣目标“亮斑”,疑似存在癌包块,与病人实际情况吻合。

Claims (4)

1.一种电阻抗扫描成像检测边缘效应的抑制方法,其特征在于,按以下步骤实施:
1)利用先验信息构建仿真模型
根据患者乳房结构特征建立基于逼真乳房结构的乳房电阻抗分布模型,进一步结合检测电极类型,构建乳腺电阻抗扫描成像电场仿真模型;
2)基于仿真模型求解电流分布特征
对步骤1)中的仿真模型设置仿真条件,求解分析获得检测电极阵列上的电流分布特征先验信息;
3)引入电流分布特征先验信息抑制边缘效应
对患者进行电阻抗扫描成像检测时,引入步骤2)中得到的检测电极阵列电流分布特征先验信息,对电阻抗扫描成像采集的实测数据进行校正,实现对电场边缘效应的抑制。
2.如权利要求1所述的方法,其特征在于,所述的乳腺电阻抗扫描成像电场仿真模型构建步骤如下:
1)精细化乳房电阻抗分布仿真模型构建
建立基于妇女乳房的解剖特征精细化三维乳房模型,进一步根据乳腺组织类型进行电阻抗参数赋值,形成精细化乳房电阻抗分布仿真模型;
所述的基于妇女乳房的解剖特征精细化三维乳房模型,是利用患者个体化乳房MRI影像数据或CT影像数据,通过三维重建方法实现的模型;或者是基于群体特征构建的模型,即根据不同年龄段妇女乳腺的解剖结构特征,即腺体型、脂肪型或腺体脂肪混合型特征,利用三维建模软件实现的模型;该基于妇女乳房的解剖特征精细化三维乳房模型,包含皮肤层、皮下脂肪层、腺体组织、脂肪组织和胸大肌;
2)将精细化乳房电阻抗分布仿真模型和检测电极阵列组合,通过设置检测条件,形成乳腺电阻抗扫描成像电磁场仿真模型;
所述的检测电极阵列类型是指患者进行乳腺电阻抗扫描成像实测时所采用的检测电极。
3.如权利要求1所述的方法,其特征在于,所述的基于仿真模型求解电流分布特征,步骤如下:
1)设置激励条件
基于乳腺电阻抗扫描成像电磁场仿真模型,设置激励参数,主要包括激励电压和激励频率;
2)求解仿真测量值
利用电磁场仿真求解软件,获得检测电极阵列上的电流分布;对于n×n个单元的检测电极阵列,在激励频率为f1时,可获得对应该频率的n×n个电流值;
3)电流分布特征计算
对检测电极中心区域的m×m个电极单元上的电流求得均值
Figure FDA0003460044870000021
并以
Figure FDA0003460044870000022
为基准,对电极单元上的电流值进行归一化处理,获得n×n个电流特征分布校正参数,第(i,j)个电极上的检测电流校正系数cij计算公式为:
Figure FDA0003460044870000023
对任意设置的激励频率fk,可获得对应的电流校正系数
Figure FDA0003460044870000024
4.如权利要求1所述的方法,其特征在于,所述的引入步骤2)中得到的检测电极阵列电流分布特征先验信息,对电阻抗扫描成像采集的实测数据进行校正,步骤如下:
1)实测电流数据去噪处理
对从患者乳房采集到的电阻抗扫描成像检测实测数据进行滤波处理;
2)对滤波后的实测电流数据进行校正
对于具有n×n个电极单元检测电极阵列,设其第(i,j)个电极单元上获得的检测电流为
Figure FDA0003460044870000031
引入从先验仿真模型获取的检测电极电流校正系数模板,则第(i,j)个电极单元校正后的电流
Figure FDA0003460044870000032
为:
Figure FDA0003460044870000033
CN201811171859.3A 2018-10-09 2018-10-09 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法 Active CN109363675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811171859.3A CN109363675B (zh) 2018-10-09 2018-10-09 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811171859.3A CN109363675B (zh) 2018-10-09 2018-10-09 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法

Publications (2)

Publication Number Publication Date
CN109363675A CN109363675A (zh) 2019-02-22
CN109363675B true CN109363675B (zh) 2022-03-29

Family

ID=65403285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811171859.3A Active CN109363675B (zh) 2018-10-09 2018-10-09 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法

Country Status (1)

Country Link
CN (1) CN109363675B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10102204A1 (de) * 2000-01-18 2001-07-19 Siemens Ag Messanordnung zur Untersuchung eines Gewebeabschnitts eines Patienten sowie Verwendung einer derartigen Messanordnung
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
CN103654776A (zh) * 2013-11-18 2014-03-26 中国人民解放军第四军医大学 融入颅骨电阻率非均匀分布信息的电阻抗断层成像方法
CN104794749A (zh) * 2015-04-08 2015-07-22 天津大学 基于临床mri影像建立三维乳房电磁仿真模型的方法
CN106236093A (zh) * 2016-08-23 2016-12-21 上海交通大学 高精度宽频带分布式医用电阻抗层析成像装置及其应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10102204A1 (de) * 2000-01-18 2001-07-19 Siemens Ag Messanordnung zur Untersuchung eines Gewebeabschnitts eines Patienten sowie Verwendung einer derartigen Messanordnung
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
CN103654776A (zh) * 2013-11-18 2014-03-26 中国人民解放军第四军医大学 融入颅骨电阻率非均匀分布信息的电阻抗断层成像方法
CN104794749A (zh) * 2015-04-08 2015-07-22 天津大学 基于临床mri影像建立三维乳房电磁仿真模型的方法
CN106236093A (zh) * 2016-08-23 2016-12-21 上海交通大学 高精度宽频带分布式医用电阻抗层析成像装置及其应用

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A review of electrical impedance techniques for breast cancer detection;Zou Y;《Medical Engineering & Physics》;20030331;第25卷(第2期);全文 *
EIS检测电极屏蔽地环宽度对成像结果的影响;王侃;《医学争鸣》;20080630;第29卷(第12期);全文 *
Electrical bio-impedance as a promising prognostic alternative in detecting breast cancer: A review;Gowry B;《2015 2nd International Conference on Biomedical Engineering (ICoBE)》;20150903;全文 *
精细乳腺有限元模型温度场的仿真与临床验证;秦鹏;《生物医学工程研究》;20170615;第36卷(第2期);全文 *

Also Published As

Publication number Publication date
CN109363675A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
EP3775956B1 (en) Low frequency (<1 mhz) ac conductivity estimates derived from two mri images having different repetition times
Gao et al. Sensitivity of the distorted born iterative method to the initial guess in microwave breast imaging
Zolgharni et al. Imaging cerebral haemorrhage with magnetic induction tomography: numerical modelling
US20090264791A1 (en) System and method for early breast cancer detection using electrical property enhanced tomography
Luo et al. Non-invasive electrical impedance tomography for multi-scale detection of liver fat content
US11617518B2 (en) Method for detecting both pre-cancerous and cancerous tissues
US9069998B2 (en) Determining electrical properties of tissue using magnetic resonance imaging and least squared estimate
Boverman et al. Robust linearized image reconstruction for multifrequency EIT of the breast
Syed et al. Anatomically accurate hard priors for transrectal electrical impedance tomography (TREIT) of the prostate
CN109363675B (zh) 一种乳腺电阻抗扫描成像检测中边缘效应的抑制方法
Habibi et al. Two-dimensional dielectric spectroscopy: Implementation and validation of a scanning open-ended coaxial probe
Kangasmaa et al. Estimation method for the anisotropic electrical conductivity of in vivo human muscles and fat between 10 kHz and 1 MHz
Wang et al. Preliminary results from an EIT breast imaging simulation system
Li et al. Magneto-acousto-electrical tomography for high resolution electrical conductivity contrast imaging
JP4390459B2 (ja) 生物組織部分の病巣の位置検出装置
Peters et al. Determination of cardiac ejection fraction by electrical impedance tomography-numerical experiments and viability analysis
Ardrey et al. Electrical impedance tomography using the finite element method in the mammography geometry
Ali et al. Numerical analysis of on-body channel for statistically-generated body shapes
Song et al. UWB microwave breast cancer detection with MRI-derived 3-D realistic numerical breast model
Bader et al. Evaluation of 3D current injection patterns for human lung monitoring in electrical impedance tomography
Li et al. Influence of the measuring probe structure on the electric-field edge effect in electrical impedance scanning
Wang et al. Conductivity characteristics of human lung tissues
Wang et al. Study of the distinguishability of electrical impedance scanning system based on the FEM model
Han et al. Ultrasound-Guided Weighting of Regularization Parameters for EIT Image Reconstruction
Zhenyu et al. Study of influencing factors on electrical impedance scanning imaging

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