CN110840457A - 一种基于边缘场检测的二维eit电极阵列结构优化方法 - Google Patents
一种基于边缘场检测的二维eit电极阵列结构优化方法 Download PDFInfo
- Publication number
- CN110840457A CN110840457A CN201911292494.4A CN201911292494A CN110840457A CN 110840457 A CN110840457 A CN 110840457A CN 201911292494 A CN201911292494 A CN 201911292494A CN 110840457 A CN110840457 A CN 110840457A
- Authority
- CN
- China
- Prior art keywords
- bladder
- distance
- electrodes
- value
- patient
- 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
Images
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
- A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
- A61B5/202—Assessing bladder functions, e.g. incontinence assessment
- A61B5/204—Determining bladder volume
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Urology & Nephrology (AREA)
- Radiology & Medical Imaging (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边缘场检测的二维EIT电极阵列结构优化方法,涉及电阻抗层析成像技术在膀胱尿量监测领域。首先针对膀胱功能障碍患者,在该患者的膀胱底面往上距离h的位置,在人体周身表面设置n个电极,电极覆盖的弧长占人体周长的比例为α;然后按照初始值距离h,电极n以及比例α,将各电极布置在该膀胱功能障碍患者身上,构建重建图像计算该患者的膀胱体积。分别对比例α,电极个数n和距离h进行优化,最后按照最优的最优距离h',电极个数n'和比例α'对膀胱功能障碍患者身上的实际电极进行调整,并实时监测重建图像,计算该患者的膀胱体积。当患者的膀胱体积达到设定的阈值时,对患者进行预警。本发明针对性的提高了膀胱区域灵敏度,并提出相应的评价指标。
Description
技术领域
本发明涉及电阻抗层析成像技术(EIT)在膀胱尿量监测领域的应用,具体是一种基于边缘场检测的二维EIT电极阵列结构优化方法。
背景技术
由于脊髓损伤,神经系统疾病,糖尿病,手术,分娩以及自然衰老等原因,时常会导致膀胱功能障碍。对于膀胱功能障碍的患者,临床上一般采用定时导尿的方法进行治疗。这种定时导尿的方法易引起尿路感染和膀胱高压等并发症。随着医疗条件的不断改善和患者对生活质量要求的提高,对于膀胱体积感知的恢复越来越重要。膀胱容量监测器能够对膀胱容量进行连续实时的监测,并在膀胱接近满时对患者进行预警提醒患者排尿。
现有的膀胱体积测量方法有超声法和电阻抗层析成像方法。超声法由于操作复杂,价格相对昂贵等原因常由医护人员操作,而不适用于患者的日常使用。相比,可穿戴的EIT监测装置具有结构简单,价格低廉,非入侵,实时监测的优点而受到了国内外学者的关注:如文章:T.Schlebusch,S.Nienke,S.Leonhardt,and M.Walter,基于电阻抗层析成像估算膀胱体积,生理测量,第35卷,第9期,第1813-1823页,9.2014。
目前EIT常用的电极排布方式是均匀的16电极。例如,现有技术中,中山大学申请的专利号为201510026916.9的发明,提出了一种基于电阻抗断层成像技术的膀胱尿量实时监测装置和方法,文章中所采用的EIT传感器,电极排布方式对于感兴趣目标位于整个场域的应用,如肺部呼吸监测,可能是最佳的。但是对于感兴趣物体位于人体前半部分的膀胱监测,则需要有针对性的进行传感器的优化。
此外,电极与膀胱的相对位置,以及电极个数等传感器参数也同样会对膀胱体积测量的精度产生影响;提高EIT膀胱体积测量的精度是将该方法进一步接近实际应用所急需解决的。
发明内容
针对上述本领域存在的技术问题,本发明提供了一种基于边缘场检测的二维EIT电极阵列结构优化方法,能够提升边缘效应对膀胱体积的敏感程度,减少重建图像形变程度对测量的影响,增加重建图像可信度;同时保证该参数下膀胱体积测量在不同尿液电导率下具有较好的一致性。
一种基于边缘场检测的二维EIT电极阵列结构优化方法,分以下步骤:
步骤一、针对膀胱功能障碍患者,在该患者的膀胱底面往上距离h的位置,在人体周身表面设置n个电极,电极覆盖的弧长占人体周长的比例为α;
步骤二、按照初始值距离h,电极n以及比例α,将各电极布置在该膀胱功能障碍患者身上,构建重建图像。
距离h的范围为0~19cm;初始值选择19cm;电极n的范围为(8、10、12、14、16),初始值选择16;比例α的范围为0~360°;初始值为360°。
重建图像是指:每次测量时,对附着于人体腹部的电极依次激励和测量,通过测量电压信号和有限元模型,对人体内部电阻抗的分布进行反演,即重建图像;图像中不同像素点大小表示不同的电导率大小。
步骤三、分别对比例α,电极个数n和距离h进行优化,得到三个最优的参数结果;
具体步骤如下:
步骤301、计算膀胱区域灵敏度f1,边缘效应灵敏程度f2,重建图像变形程度f3和不同尿液电导率一致性f4;
其中:
N1为重建图像中膀胱区域像素点个数,M为通过电压测量得到的测量帧的个数;zi',j'为重建图像时所用灵敏度矩阵的第i'行第j'列的灵敏度值。
N2为膀胱最大体积或最小体积下电导率的种类个数,g(Vmax,i)为膀胱最大体积电导率i下的边缘效应最大特征值;g(Vmin,i)为膀胱最小体积电导率i下的边缘效应最小特征值;ΦVmax为仿真设置的膀胱最大体积时的直径。
g(V,i)为膀胱体积V电导率i时的边缘效应特征值;表示某一体积V不同电导率下的边缘效应特征值的均值。表示最大体积Vmax不同电导率下的边缘效应特征值的均值;表示最小体积Vmin不同电导率下的边缘效应特征值的均值;
步骤302、判断初始比例α,电极个数n和距离h下,分别计算膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储距离h的值,进入步骤303;否则,舍弃距离h,进入步骤303;
步骤303、选择下一个距离数值,在初始比例α和电极个数n不变的情况下,返回步骤302重复判断是否存储保留,直至将所有符合条件的距离值筛选完毕。
下一个距离数值是指:距离h减小1cm的值;
步骤304、将所有符合条件的距离值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的距离值作为最优的距离h';
步骤305、保持初始比例α不变,选择最优距离h',计算电极个数n的初始值对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储电极个数n的值,进入步骤306;否则,舍弃电极个数n,进入步骤306;
步骤306、顺序从电极n的范围内逐个选择电极值,保持初始比例α不变,选择最优距离h'不变的情况下,返回步骤305判断是否存储保留,直至将所有符合条件的电极个数筛选完毕。
步骤307、将所有符合条件的电极个数,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的电极个数作为最优的电极个数n';
步骤308、选择最优距离h'和电极个数n',计算初始比例α对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储初始比例α值,进入步骤309;否则,舍弃初始比例α,进入步骤309;
步骤309、将初始比例α减小30度作为下一个比例值,保持最优距离h'和电极个数n'不变,返回步骤308判断是否存储保留,直至将所有符合条件的比例筛选完毕。
步骤310、将所有符合条件的比例值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的比例值作为最优的比例α';
步骤四、按照最优的最优距离h',电极个数n'和比例α'对膀胱功能障碍患者身上的实际电极进行调整,并实时监测重建图像。
步骤五、利用重建图像监测到患者的膀胱体积达到设定的阈值时,对患者进行预警提醒患者排尿。
本发明的优点在于:
1)、一种基于边缘场检测的二维EIT电极阵列结构优化方法,对EIT传感器进行优化,针对性的提高了膀胱区域灵敏度,并提出相应的评价指标;
2)、一种基于边缘场检测的二维EIT电极阵列结构优化方法,选取具有关键作用的边缘效应灵敏程度作为优化的主目标,简化优化过程的同时保证了优化结果在图像形变以及尿液电导率一致性方面的表现;
3)、一种基于边缘场检测的二维EIT电极阵列结构优化方法,通过优化提高基于边缘效应的膀胱体积测量精度,能够制作成廉价的装置对膀胱体积进行更加精确的监测。
附图说明
图1为本发明提取对膀胱体积测量影响较大的三个传感器参数的示意图;
图2为本发明基于边缘场检测的二维EIT电极阵列结构优化方法的流程图;
图3为本发明不同电极到膀胱底面距离的膀胱区域灵敏度;
图4为本发明不同电极到膀胱底面距离的边缘效应灵敏程度;
图5为本发明目标区域和1/4最大振幅图像示意图;
图6为本发明三种尿液电导率变化趋势下的体积测量一致性误差。
具体实施方式
下面结合实施例和附图,对本发明的实施方式做详细、清楚的描述。
本发明一种基于边缘场检测的二维EIT电极阵列结构优化方法,首先,提取对膀胱体积测量影响较大的三个传感器参数,如图1所示,分别为电极覆盖弧长占周长比例α,电极到膀胱底面距离h以及电极个数n;并保持初始比例α以及电极个数n不变,先对距离h进行优化,然后,保留距离h的优化结果,对电极个数n进行优化,比例α使用初始值,最后保留距离h和电极个数n的优化结果,对初始比例α进行优化;每次优化过程都采用四个评价标准进行判断验证,四个评价标准包括:膀胱区域灵敏度,边缘效应灵敏程度,重建图像变形程度和不同尿液电导率一致性。将符合条件的最终的最优值布置在患者身上,对重建图像进行实时监测,对患者进行预警并提醒患者排尿。
如图2所示,分以下步骤:
步骤一、针对膀胱功能障碍患者,提取对膀胱体积测量影响较大的传感器参数:距离h,电极n以及比例α;
步骤二、按照初始值距离h,电极n以及比例α,将各电极布置在该膀胱功能障碍患者身上,构建重建图像。
距离h的范围为0~19cm;初始值选择19cm;电极n的范围为(8、10、12、14、16),初始值选择16;比例α的范围为0~360°;初始值为360°。
重建图像是指:每次测量时,对附着于人体腹部的电极依次激励和测量,一次完整的电压测量得到一个测量帧;以16电极相邻激励为例,测量帧包括,1,2电极激励时,3,4电极,4,5电极…15,16电极依次测量;2,3电极激励时,4,5电极,5,6电极…16,1电极依次测量;…16,1电极激励时,2,3电极,3,4电极…14,15电极依次测量;共n(n-3)个数。通过测量电压信号和仿真得到的有限元模型,对人体内部电阻抗的分布进行反演,即重建图像;图像中不同像素点大小表示不同的电导率大小,EIT方法对膀胱体积进行测量即通过重建图像计算膀胱体积。
步骤三、分别对比例α,电极个数n和距离h进行优化,得到三个最优的参数结果;
四个评价标准:膀胱区域灵敏度f1,边缘效应灵敏程度f2,重建图像变形程度f3和不同尿液电导率一致性f4,是用来对每个参数的优化及优化结果是否最优的判断,共提出对于多个评价标准的多目标问题,由于在膀胱体积测量过程中主要依赖于边缘效应灵敏程度f2,且其他标准只需保证在某一范围内即可使膀胱体积测量正常进行,因此选取边缘效应灵敏程度f2作为主要目标,其他目标转化为约束条件;
具体步骤如下:
步骤301、计算膀胱区域灵敏度f1,边缘效应灵敏程度f2,重建图像变形程度f3和不同尿液电导率一致性f4;
边缘效应灵敏程度f2通过边缘效应特征值在不同电导率下的最大体积平均值和最小体积平均值的差值,与最大体积的直径的比值来表征。
重建图像变形程度f3表征1/4最大振幅图像中不符合真实图像目标形状的部分比例。
不同尿液电导率一致性f4通过将不同体积下不同电导率相对平均值的偏移归一化为体积,来衡量在不同尿液电导率的一致性。
其中:
N1为重建图像中膀胱区域像素点个数,M为通过电压测量得到的测量帧的个数;zi',j'为重建图像时所用灵敏度矩阵的第i'行第j'列的灵敏度值。其中,(x,y)为重建图像以左上角像素点为原点的膀胱区域的坐标,i'表示坐标为(x,y)处像素点的序号;m为激励电极的序号,n为测量电极的序号,已知m和n可以计算在不同激励测量模式下的测量帧个数M;j'为电极m激励,电极n测量,某种激励测量模式下在测量帧中的序号;a为某个像素点的大小。Φm为(m,m+1)电极对产生的电势,Φn为(n,n+1)电极对产生的电势,Im为(m,m+1)电极对之间的电流,In为(n,n+1)电极对之间的电流。
N2为膀胱最大体积或最小体积下电导率的种类个数,本例中为3,g(Vmax,i)为膀胱最大体积电导率i下的边缘效应特征值;g(Vmin,i)为膀胱最小体积电导率i下的边缘效应特征值;特征值计算方法为pi'为第i'个像素点的像素值,yi'为第i'个像素点的纵坐标。ΦVmax为仿真设置的膀胱最大体积时的直径。
表示1/4最大振幅图像的像素点,C是一个圆,以1/4最大振幅图像的重心为圆心,面积等于1/4最大振幅图像中目标区域的面积。目标区域为理想成像状态下重建图像,即与仿真设置完全重合;k为1/4最大振幅图像像素点个数。
g(V,i)为膀胱体积V时电导率i的边缘效应特征值;表示某一体积V不同电导率下的边缘效应特征值的均值。表示最大体积Vmax不同电导率下的边缘效应特征值的均值;表示最小体积Vmin不同电导率下的边缘效应特征值的均值;Vmax为膀胱体积V的最大值,本实施例选择490ml;Vmin表示膀胱体积V的最小值,本实施例选择40ml;
步骤302、判断初始比例α,电极个数n和距离h下,分别计算膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储距离h的值,进入步骤303;否则,舍弃距离h,进入步骤303;
步骤303、选择下一个距离数值,在初始比例α和电极个数n不变的情况下,返回步骤302重复判断是否存储保留,直至将所有符合条件的距离值筛选完毕。
下一个距离数值是指:距离h减小1cm的值;
步骤304、将所有符合条件的距离值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的距离值作为最优的距离h';
步骤305、保持初始比例α不变,选择最优距离h',计算电极个数n的初始值对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储电极个数n的值,进入步骤306;否则,舍弃电极个数n,进入步骤306;
步骤306、顺序从电极n的范围内逐个选择电极值,保持初始比例α不变,选择最优距离h'不变的情况下,返回步骤305判断是否存储保留,直至将所有符合条件的电极个数筛选完毕。
步骤307、将所有符合条件的电极个数,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的电极个数作为最优的电极个数n';
步骤308、选择最优距离h'和电极个数n',计算初始比例α对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储初始比例α值,进入步骤309;否则,舍弃初始比例α,进入步骤309;
步骤309、将初始比例α减小30度作为下一个比例值,保持最优距离h'和电极个数n'不变,返回步骤308判断是否存储保留,直至将所有符合条件的比例筛选完毕。
步骤310、将所有符合条件的比例值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的比例值作为最优的比例α';
步骤四、按照最优的最优距离h',电极个数n'和比例α'对膀胱功能障碍患者身上的实际电极进行调整,并实时监测重建图像。
步骤五、当患者的膀胱体积达到设定的阈值时,对患者进行预警提醒患者排尿。
实施例:
通过在MATLAB R2016b中专门的EIT仿真软件EIDORS进行仿真,仿真过程中对于膀胱和周围组织电导率的设置均依照人体实际情况,即膀胱中尿液电导率变化范围为0.4S/m~3.4S/m,人体周围组织电导率是通过脂肪和肌肉所占比例加权得到的,为0.2S/m。仿真过程是使用相邻激励和相邻测量模式。
优化过程中为查考不同尿液电导率膀胱体积估计值的一致性,共设置了三种变化趋势,即电导率增加,电导率减小和电导率不变,与体积对应关系具体如下表:
表1
下面以电极距离优化过程为例进一步说明:
通过对膀胱区域灵敏度进行计算如图3所示,假设膀胱中心高度为5cm(通过计算不同大小膀胱中心的平均值以及适当增大膀胱体积较大的中心权重给出的估计值),电极平面以1cm为间隔从1-19cm变化。考虑到人体实际形状,在膀胱下方附着EIT传感器是困难且易脱落的,因此未对此距离进行仿真;同时距离过远时无法检测到膀胱,因此选择1-19cm。对膀胱区域灵敏度进行计算,从图中能够观察到电极平面距离中心越近灵敏度越高,远离膀胱中心时,灵敏度快速下降。f1min设为5×10-7,若灵敏度小于最小值,重建图像可信度以及重建质量太差无法用于膀胱体积测量。
计算不同高度下电极到膀胱底面距离的边缘效应灵敏程度,如图4所示,公式中为将函数变为最小化,添加了负号,图中为绝对值。从图中能够看出,在距离为6cm时,边缘效应灵敏程度最低,此时,膀胱体积变化过程中,边缘效应特征值几乎未发生变化,更无法用于膀胱体积的估计。后随电极到膀胱底面距离增加,边缘效应灵敏程度增加,但到11cm时,边缘效应灵敏程度在19%附加浮动。
计算重建图像变形程度,如图5所示,图中黑色圆圈为目标区域。由于重建图像变形程度均较小且在可接受范围内,在此不再展示。f3max设为0.15。
计算不同尿液电导率一致性,如图6所示,三种尿液电导率变化趋势的误差通过不同标记显示,考察现存的体积估计算法全局阻抗方法,给出f4max为50ml。
从例子中能够看出,不同评价指标是互相矛盾的,如果仅使用单个指标,如边缘效应灵敏程度可能会导致膀胱区域灵敏度过低。通过多目标优化保证在膀胱体积测量过程中测量精度增加的同时,保证了膀胱区域灵敏度较高,重建图像变形程度较小,不同尿液电导率体积测量一致性较好。
Claims (3)
1.一种基于边缘场检测的二维EIT电极阵列结构优化方法,其特征在于,分以下步骤:
步骤一、针对膀胱功能障碍患者,在该患者的膀胱底面往上距离h的位置,在人体周身表面设置n个电极,电极覆盖的弧长占人体周长的比例为α;
步骤二、按照初始值距离h,电极n以及比例α,将各电极布置在该膀胱功能障碍患者身上,构建重建图像;
步骤三、分别对比例α,电极个数n和距离h进行优化,得到三个最优的参数结果;
具体步骤如下:
步骤301、计算膀胱区域灵敏度f1,边缘效应灵敏程度f2,重建图像变形程度f3和不同尿液电导率一致性f4;
其中:
N1为重建图像中膀胱区域像素点个数,M为通过电压测量得到的测量帧的个数;zi',j'为重建图像时所用灵敏度矩阵的第i'行第j'列的灵敏度值;
N2为膀胱最大体积或最小体积下电导率的种类个数,g(Vmax,i)为膀胱最大体积电导率i下的边缘效应最大特征值;g(Vmin,i)为膀胱最小体积电导率i下的边缘效应最小特征值;ΦVmax为仿真设置的膀胱最大体积时的直径;
g(V,i)为膀胱体积V电导率i时的边缘效应特征值;表示某一体积V不同电导率下的边缘效应特征值的均值。表示最大体积Vmax不同电导率下的边缘效应特征值的均值;表示最小体积Vmin不同电导率下的边缘效应特征值的均值;
步骤302、判断初始比例α,电极个数n和距离h下,分别计算膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储距离h的值,进入步骤303;否则,舍弃距离h,进入步骤303;
步骤303、选择下一个距离数值,在初始比例α和电极个数n不变的情况下,返回步骤302重复判断是否存储保留,直至将所有符合条件的距离值筛选完毕;
下一个距离数值是指:距离h减小1cm的值;
步骤304、将所有符合条件的距离值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的距离值作为最优的距离h';
步骤305、保持初始比例α不变,选择最优距离h',计算电极个数n的初始值对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储电极个数n的值,进入步骤306;否则,舍弃电极个数n,进入步骤306;
步骤306、顺序从电极n的范围内逐个选择电极值,保持初始比例α不变,选择最优距离h'不变的情况下,返回步骤305判断是否存储保留,直至将所有符合条件的电极个数筛选完毕;
步骤307、将所有符合条件的电极个数,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的电极个数作为最优的电极个数n';
步骤308、选择最优距离h'和电极个数n',计算初始比例α对应的膀胱区域灵敏度f1,重建图像变形程度f3和不同尿液电导率一致性f4是否在正常范围内;如果是,保留存储初始比例α值,进入步骤309;否则,舍弃初始比例α,进入步骤309;
步骤309、将初始比例α减小30度作为下一个比例值,保持最优距离h'和电极个数n'不变,返回步骤308判断是否存储保留,直至将所有符合条件的比例筛选完毕;
步骤310、将所有符合条件的比例值,分别计算各自对应的边缘效应灵敏程度f2,选择最小边缘效应灵敏程度f2对应的比例值作为最优的比例α';
步骤四、按照最优的最优距离h',电极个数n'和比例α'对膀胱功能障碍患者身上的实际电极进行调整,并实时监测重建图像;
步骤五、利用重建图像监测到患者的膀胱体积达到设定的阈值时,对患者进行预警提醒患者排尿。
2.如权利要求1所述的一种基于边缘场检测的二维EIT电极阵列结构优化方法,其特征在于,所述的步骤二中距离h的范围为0~19cm;初始值选择19cm;电极n的范围为8、10、12、14、16,初始值选择16;比例α的范围为0~360°;初始值为360°。
3.如权利要求1所述的一种基于边缘场检测的二维EIT电极阵列结构优化方法,其特征在于,所述的重建图像是指:每次测量时,对附着于人体腹部的电极依次激励和测量,通过测量电压信号和有限元模型,对人体内部电阻抗的分布进行反演,即重建图像;图像中不同像素点大小表示不同的电导率大小,EIT方法对膀胱体积进行测量即通过重建图像计算膀胱体积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292494.4A CN110840457B (zh) | 2019-12-12 | 2019-12-12 | 一种基于边缘场检测的二维eit电极阵列结构优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292494.4A CN110840457B (zh) | 2019-12-12 | 2019-12-12 | 一种基于边缘场检测的二维eit电极阵列结构优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110840457A true CN110840457A (zh) | 2020-02-28 |
CN110840457B CN110840457B (zh) | 2020-11-13 |
Family
ID=69609239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911292494.4A Active CN110840457B (zh) | 2019-12-12 | 2019-12-12 | 一种基于边缘场检测的二维eit电极阵列结构优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110840457B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113384257A (zh) * | 2021-06-15 | 2021-09-14 | 河南师范大学 | 针对脑出血患者病变部位长期高精度eit检测的电极排布方法 |
CN118078293A (zh) * | 2024-04-23 | 2024-05-28 | 天津科技大学 | 一种膀胱含尿量测量方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102961152A (zh) * | 2012-11-01 | 2013-03-13 | 中山大学 | 低负荷膀胱尿量实时监测与自动报警方法 |
CN103126672A (zh) * | 2013-03-13 | 2013-06-05 | 中山大学 | 基于生物电阻抗的膀胱积尿实时监测方法及装置 |
CN103340639A (zh) * | 2013-07-26 | 2013-10-09 | 中山大学 | 一种基于生物电阻抗的急迫性尿失禁识别方法 |
US20180154160A1 (en) * | 2011-02-24 | 2018-06-07 | Boston Scientific Neuromodulation Corporation | Implantable medical device for providing stimulation therapy |
CN109498013A (zh) * | 2018-12-12 | 2019-03-22 | 北京航空航天大学 | 基于单层eit电极边缘效应的膀胱体积测量方法 |
CN110353680A (zh) * | 2019-07-29 | 2019-10-22 | 中国医学科学院生物医学工程研究所 | 经直肠探头、电阻抗断层成像系统和方法 |
-
2019
- 2019-12-12 CN CN201911292494.4A patent/CN110840457B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180154160A1 (en) * | 2011-02-24 | 2018-06-07 | Boston Scientific Neuromodulation Corporation | Implantable medical device for providing stimulation therapy |
CN102961152A (zh) * | 2012-11-01 | 2013-03-13 | 中山大学 | 低负荷膀胱尿量实时监测与自动报警方法 |
CN103126672A (zh) * | 2013-03-13 | 2013-06-05 | 中山大学 | 基于生物电阻抗的膀胱积尿实时监测方法及装置 |
CN103340639A (zh) * | 2013-07-26 | 2013-10-09 | 中山大学 | 一种基于生物电阻抗的急迫性尿失禁识别方法 |
CN109498013A (zh) * | 2018-12-12 | 2019-03-22 | 北京航空航天大学 | 基于单层eit电极边缘效应的膀胱体积测量方法 |
CN110353680A (zh) * | 2019-07-29 | 2019-10-22 | 中国医学科学院生物医学工程研究所 | 经直肠探头、电阻抗断层成像系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113384257A (zh) * | 2021-06-15 | 2021-09-14 | 河南师范大学 | 针对脑出血患者病变部位长期高精度eit检测的电极排布方法 |
CN113384257B (zh) * | 2021-06-15 | 2024-05-14 | 河南师范大学 | 针对脑出血患者病变部位长期高精度eit检测的电极排布方法 |
CN118078293A (zh) * | 2024-04-23 | 2024-05-28 | 天津科技大学 | 一种膀胱含尿量测量方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110840457B (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110859636B (zh) | 一种对尿液电导率不敏感的动态膀胱体积测量方法 | |
US8744564B2 (en) | Oedema detection | |
CN109498013B (zh) | 基于单层eit电极边缘效应的膀胱体积测量方法 | |
US20190295729A1 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
CA2375249C (en) | A method and device for measuring tissue oedema | |
US8187208B2 (en) | Methods for assessment of pelvic organ conditions affecting the vagina | |
CN110840457B (zh) | 一种基于边缘场检测的二维eit电极阵列结构优化方法 | |
JPH0951885A (ja) | 部分インピーダンス及び複数の周波数インピーダンスを使用する身体インピーダンスデータの獲得のための改良された装置 | |
JP2015512658A (ja) | 組織内の周波数に対する表面下抵抗率の相対的空間変化を決定するためのデバイス、システム及び方法 | |
CN104968280A (zh) | 超声成像系统和方法 | |
CN111887847A (zh) | 基于人体成分仪的内脏脂肪测量方法、装置、计算机设备和存储介质 | |
CN104605850A (zh) | 一种基于电阻抗断层成像技术的膀胱尿量实时监测装置和方法 | |
CN114569112A (zh) | 一种应用表面肌电薄膜电极的脊柱侧弯评估方法 | |
JP2000175875A (ja) | 体脂肪計測方法及び計測装置 | |
CN115311227A (zh) | 一种基于参数水平集三维eit图像重建的膀胱体积测量方法 | |
CN210051460U (zh) | 一种修正温度影响的足底压力传感器 | |
CN108471958A (zh) | 用于确定人体缺水的方法 | |
Liang et al. | Effect of stimulation patterns on bladder volume measurement based on fringe effect of EIT sensors | |
CN113066582A (zh) | 非侵入式人体软组织损伤风险监测系统 | |
US20100305438A1 (en) | System and method for scaling strain image data | |
CN116196034B (zh) | 一种超声成像方法及系统 | |
Castelar | Internal electrode bladder volume eit for routine urodynamic test application: An fem study using eidors framework | |
JPH07369A (ja) | 内部インピーダンス分布の高速画像化法 | |
Ouypornkochagorn et al. | Estimation of Urine Volume and Urine Conductivity Using Electrical Bioimpedance Based on the Neural Network Method | |
JP7233136B2 (ja) | 生体インピーダンスベクトル解析技術によって局部または全身の骨密度を評価する方法 |
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 |