CN111724386B - 多频成像的数据前处理方法及系统、多频成像系统 - Google Patents

多频成像的数据前处理方法及系统、多频成像系统 Download PDF

Info

Publication number
CN111724386B
CN111724386B CN202010752634.8A CN202010752634A CN111724386B CN 111724386 B CN111724386 B CN 111724386B CN 202010752634 A CN202010752634 A CN 202010752634A CN 111724386 B CN111724386 B CN 111724386B
Authority
CN
China
Prior art keywords
data
mutual inductance
fitting
processed
inductance data
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
CN202010752634.8A
Other languages
English (en)
Other versions
CN111724386A (zh
Inventor
谢家勋
石崇源
宣和均
刘锐岗
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.)
Hangzhou Yongchuan Technology Co ltd
Original Assignee
Hangzhou Yongchuan 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 Hangzhou Yongchuan Technology Co ltd filed Critical Hangzhou Yongchuan Technology Co ltd
Priority to CN202010752634.8A priority Critical patent/CN111724386B/zh
Publication of CN111724386A publication Critical patent/CN111724386A/zh
Application granted granted Critical
Publication of CN111724386B publication Critical patent/CN111724386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Surgery (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种多频成像的数据前处理方法及系统、多频成像系统，其中前处理方法包括以下步骤：获取各频率对应的互感数据；将所述互感数据分为一基准互感数据和若干待处理互感数据；基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据。本发明基于基准互感数据对待处理互感数据进行拟合处理，所得拟合数据与基准互感数据的背景介质互感数据相近似，且拟合数据与基准互感数据的背景互感差数据远小于目标互感差数据，大大减少不同频率间背景互感差数据对成像的影响。

Description

多频成像的数据前处理方法及系统、多频成像系统
技术领域
本发明涉及多频成像领域，尤其涉及一种多频成像的数据前处理方法及系统、多频成像系统。
背景技术
多频成像具体指多频电阻抗断层成像(Multi-frequency Electrical ImpedanceTomography,MFEIT)，其是电阻抗断层成像的一种成像方式，基于不同组织具有不同阻抗频谱特性的特点，通过同一时刻不同频率的互感数据重建出被测体内部的阻抗分布情况。
互感数据包括背景介质互感数据和目标互感数据，现有技术无法准确区分上述两种数据，故在现今成像的技术方案为，计算不同频率互感数据的差值，基于所得互感差数据进行成像，此方案无法有效区分频差响应，限制最终成像的准确性。
发明内容
本发明针对现有技术中的缺点，提供了多频成像的数据前处理方法及系统、多频成像系统。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
本发明提出一种多频成像的数据前处理方法，包括以下步骤：
获取各频率对应的互感数据；
将所述互感数据分为一基准互感数据和若干待处理互感数据；
基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据。
作为一种可实施方式：
基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据。
作为一种可实施方式：
基于待处理互感数据构建多项式函数p(x)：
Figure BDA0002610526510000011
其中，ajxj为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure BDA0002610526510000021
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
作为一种可实施方式：
提取预设的基准频率对应的互感数据，获得基准互感数据，将剩余的互感数据作为待处理互感数据。
本发明还提出一种多频成像的数据前处理系统，包括：
获取模块，用于获取各频率对应的互感数据；
基准确定模块，用于将所述互感数据分为一基准互感数据和若干待处理互感数据；
拟合模块，用于基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
差值计算模块，用于分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据。
作为一种可实施方式，拟合模块包括拟合单元和数据计算单元；
所述拟合单元，用于基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
所述数据计算单元，用于根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据。
作为一种可实施方式，所述拟合单元被配置为：
基于待处理互感数据构建多项式函数p(x)：
Figure BDA0002610526510000022
其中，ajxj为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure BDA0002610526510000031
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
作为一种可实施方式，基准确定模块被配置为：
提取预设的基准频率对应的互感数据，获得基准互感数据，将剩余互感数据作为待处理互感数据。
本发明还提出一种多频成像系统，包括激励采集控制模块、成像模块和若干个电极单元，所述激励采集控制模块分别与成像模块和各电极单元信号相连，还包括数据处理模块，激励采集控制模块通过数据处理模块与成像模块信号相连；
所述数据处理模块用于执行上述任意一项所述方法的步骤。
本发明还提出一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述任意一项所述方法的步骤。
本发明由于采用了以上技术方案，具有显著的技术效果：
本发明基于基准互感数据对待处理互感数据进行拟合处理，所得拟合数据与基准互感数据的背景介质互感数据相近似，且拟合数据与基准互感数据的背景互感差数据△F远小于目标互感差数据△B，大大减少不同频率间背景互感差数据对成像的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种多频成像的数据前处理方法的流程示意图；
图2是基于基准互感数据和各测量互感数据的互感差成像的脑部多频成像示意图；
图3是基于基准互感数据和各拟合数据的互感差成像的脑部多频成像示意图；
图4是本发明一种多频成像的数据前处理系统的模块连接示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
现今电阻抗磁感应多频成像中，通过同一时刻不同频率的互感数据重建出被测体内部的阻抗分布情况，具体为获取各个频率下互感数据的互感差数据，由于不同组织(包括病变组织)具有不同的微观结构，因此，各种组织的阻抗频谱具有特异性，从而可根据各互感差数据重建阻抗分布情况；
以两个频率为例，各频率对应的互感数据为一组数量相同的离散值，现将两个频率对应的互感数据分别记做f1和f2，以f1作为基准互感数据，以f2作为测量互感数据；
互感数据包括背景介质互感数据(反映正常组织的频率响应)和目标互感数据(反映病变组织的频率响应)；故f1＝F1+B1、f2＝F2+B2，其中F表示背景介质互感数据，B表示目标互感数据；
现有技术用于成像的互感差数据△f＝f2-f1＝(F2-F1)+(B 2-B 1)＝△F-△B；
按照成像原理可知，理论为基于各目标互感数据的差值△B进行成像，以反映病变组织的分布情况，但由于无法直接测量目标互感数据，也无法确定背景介质互感数据的准确值，故现有技术采用直接互感差数据△f进行成像。
在实际使用中，检测互感数据的电极往往不能完全对称，系统也存在误差，故不同频率对应的背景介质互感数据不同，且背景互感差数据△F远远大于目标互感差数据△B，从而使背景互感差数据△F影响最终成像结果。
实施例1、一种多频成像的数据前处理方法，如图1所示，包括以下步骤：
S100、获取各频率对应的互感数据；
互感数据为边界电压的离散曲线，各互感数据中离散数据的数量相同。
S200、将所述互感数据分为一基准互感数据和若干待处理互感数据；
本实施例中，从互感数据中提取预设的基准频率对应的互感数据作为基准互感数据，将剩余的互感数据作为待处理互感数据。
S300、基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
S400、分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据。
由上介绍可知，互感数据包括背景介质互感数据(反映正常组织的频率响应)和目标互感数据(反映病变组织的频率响应)，即基准互感数据、各待处理互感数据、各拟合数据均由背景介质互感数据和目标互感数据构成；
基准互感数据和各待处理互感数据的背景介质互感数据不相同，但其存在线性关系，本实施例中基于该线性关系对待处理互感数据进行拟合，令所得拟合数据的背景介质互感数据与基准互感数据的背景介质互感数据相近似，从而使所得互感差数据更贴合目标互感差数据。
本实施例中待处理互感数据记为x，x＝Fx+Bx；基准互感数据记为y，y＝Fy+By；拟合数据数据记为p，p＝Fp+Bp；
本实施例中互感差数据为拟合数据与基准互感数据的差值，即△f＝p-y＝Fp+Bp-(Fy+By)＝Fp-Fy+Bp-By；将Fp-Fy为背景互感差数据△F，Bp-By为目标互感差数据△B。
基于基准互感数据对待处理互感数据进行拟合处理，所得拟合数据与基准互感数据的背景介质互感数据相近似，即Fp-Fy≈0，且拟合数据与基准互感数据的背景互感差数据△F远小于目标互感差数据△B，大大减少不同频率间背景互感差数据对成像的影响。
由上可知，△F≈0，故△f≈△B，且△F远远小于△B，故本实施例所提出的前处理方法能够使互感差数据△f更为精确，从而清晰反映目标的频率响应，基于各互感差数据△f进行成像，获得成像结果能够准确显示病变位置。
上述步骤S300中基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据的具体步骤为：
S310、基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
本实施例中，横坐标x为待处理互感数据各离散数据，纵坐标y为基准互感数据中各离散数据，即，y＝p(x)；基于待处理互感数据构建多项式函数p(x)，本领域技术人员可根据实际需要拟合出不同项数的多项式函数，并从中筛选出符合要求的多项式函数，无需对其进行详细介绍，多项式函数p(x)公式如下：
Figure BDA0002610526510000051
其中，x表示基准互感数据，ajx j为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure BDA0002610526510000052
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
具体计算方法为：
基于上述关系函数，对多项式函数p(x)中每个系数aj求其偏导，获得k+1个等式，如下所示：
Figure BDA0002610526510000061
对所得k+1个等式进行矩阵变换，获得以下矩阵：
Figure BDA0002610526510000062
矩阵化简后如下所示：
Figure BDA0002610526510000063
将基准互感数据(y1至yn)和待处理互感数据(x1至xn)代入上述简化后的矩阵，求得系数a0至ak，从而获得多项式函数p(x)。
S320、根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据。
即，将所述待处理互感数据中各离散数据的值代入已知各项系数的多项式函数p(x)，获得相应的拟合值，汇总各拟合值获得拟合数据。
以脑部为例，获取各频率下检测获得的互感数据，基于预设的基准频率确定基准互感数据和测量互感数据；
利用按照现有已公开的电阻抗磁感应多频成像技术，直接利用各频率对应的互感差数据进行成像，即，基于基准互感数据和各测量互感数据的互感差进行成像，成像结果如图2所示。
基于本实施所提出的前处理方法进行拟合处理后多频成像，即将所得各测量互感数据作为上述待处理数据进行拟合处理，获得相对应的拟合数据，基于基准互感数据和各拟合数据的互感差成像，成像结果如图3所示。
图2和图3对比可知，图2所示的成像结果只能判断异变位置在中心部分，形状不规则且周边有较大的阴影。图3所示成像结果能清楚的看到异变位置在中心偏左部位，能够反映异变区域的形状，阴影与图2所示成像结果相比只有较小的2个点，由此证明本实施例所提出的前处理方法能够更加精确的区分各频率下被测物对频率响应的不同，有效提高后续多频成像结果的精准性。
实施例2、一种多频成像的数据前处理系统，如图4所示，包括获取模块100、基准确定模块200、拟合模块300和差值计算模块400；
所述获取模块100，用于获取各频率对应的互感数据；
所述基准确定模块200，用于将所述互感数据分为一基准互感数据和若干待处理互感数据；
所述拟合模块300，用于基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
所述差值计算模块400，用于分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据。
进一步地，拟合模块300包括拟合单元310和数据计算单元320；
所述拟合单元310，用于基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
所述数据计算单元320，用于根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据。
进一步地，所述拟合单元310被配置为：
基于待处理互感数据构建多项式函数p(x)：
Figure BDA0002610526510000071
其中，ajxj为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure BDA0002610526510000072
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
进一步地，基准确定模块200被配置为：
提取预设的基准频率对应的互感数据，获得基准互感数据，将剩余互感数据作为待处理互感数据。
实施例3、一种多频成像系统，包括激励采集控制模块、数据处理模块、成像模块和若干个电极单元，所述激励采集控制模块分别和各电极单元信号相连，激励采集控制模块通过数据处理模块与成像模块信号相连；所述数据处理模块用于执行实施例1所述方法的步骤。
实施例4、一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现实施例1所述方法的步骤。
对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种多频成像的数据前处理方法，其特征在于包括以下步骤：
获取各频率对应的互感数据；
将所述互感数据分为一基准互感数据和若干待处理互感数据；
基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据；
其中，基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据的具体步骤为：
基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据；
其中，基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数的具体步骤为：
基于待处理互感数据构建多项式函数p(x)：
Figure FDA0003820098890000011
其中，ajxj为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure FDA0003820098890000012
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
2.根据权利要求1所述多频成像的数据前处理方法，其特征在于：
提取预设的基准频率对应的互感数据，获得基准互感数据，将剩余的互感数据作为待处理互感数据。
3.一种多频成像的数据前处理系统，其特征在于包括：
获取模块，用于获取各频率对应的互感数据；
基准确定模块，用于将所述互感数据分为一基准互感数据和若干待处理互感数据；
拟合模块，用于基于基准互感数据分别对各待处理互感数据进行拟合，获得相应的拟合数据；
差值计算模块，用于分别计算各拟合数据与基准互感数据的差值，获得相对应的互感差数据；
所述拟合模块包括拟合单元和数据计算单元；
所述拟合单元，用于基于基准互感数据对各待处理互感数据进行多项式拟合，获得多项式函数；
所述数据计算单元，用于根据所述待处理互感数据和所述多项式函数，生成相对应的拟合数据；
所述拟合单元被配置为：
基于待处理互感数据构建多项式函数p(x)：
Figure FDA0003820098890000021
其中，ajxj为多项式函数p(x)的第j+1项，k表示多项式函数的最高项次数，aj为系数；
基于所述多项式函数和所述基准互感数据构建关系函数，公式为：
Figure FDA0003820098890000022
其中，n表示基准互感数据或待处理互感数据中数据的数量，xi表示待处理互感数据中第i个数据的值，yi表示基准互感数据中第i个数据的值；
基于上述关系函数计算多项式函数p(x)中ai的取值，获得多项式函数。
4.根据权利要求3所述多频成像的数据前处理系统，其特征在于，基准确定模块被配置为：
提取预设的基准频率对应的互感数据，获得基准互感数据，将剩余互感数据作为待处理互感数据。
5.一种多频成像系统，包括激励采集控制模块、成像模块和若干个电极单元，所述激励采集控制模块分别与成像模块和各电极单元信号相连，其特征在于，还包括数据处理模块，激励采集控制模块通过数据处理模块与成像模块信号相连；
所述数据处理模块用于执行权利要求1或2所述方法的步骤。
6.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1或2所述方法的步骤。
CN202010752634.8A 2020-07-30 2020-07-30 多频成像的数据前处理方法及系统、多频成像系统 Active CN111724386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010752634.8A CN111724386B (zh) 2020-07-30 2020-07-30 多频成像的数据前处理方法及系统、多频成像系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010752634.8A CN111724386B (zh) 2020-07-30 2020-07-30 多频成像的数据前处理方法及系统、多频成像系统

Publications (2)

Publication Number Publication Date
CN111724386A CN111724386A (zh) 2020-09-29
CN111724386B true CN111724386B (zh) 2022-10-21

Family

ID=72574144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010752634.8A Active CN111724386B (zh) 2020-07-30 2020-07-30 多频成像的数据前处理方法及系统、多频成像系统

Country Status (1)

Country Link
CN (1) CN111724386B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113499053B (zh) * 2021-07-05 2024-03-08 杭州永川科技有限公司 一种脑部电阻抗磁感应多频成像数据前处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007017779A2 (en) * 2005-08-08 2007-02-15 Koninklijke Philips Electronics N.V. Electric impedance imaging system
CN106037650A (zh) * 2016-06-13 2016-10-26 河北工业大学 一种混合变差生物电阻抗成像方法
CN107320101A (zh) * 2017-06-20 2017-11-07 南京邮电大学 一种多频电阻抗成像系统
CN111291322A (zh) * 2020-01-19 2020-06-16 中国科学院电子学研究所 一种辐射定标数据噪声估计方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108459293A (zh) * 2017-02-20 2018-08-28 武汉市欧睿科技有限公司 电子式互感器中数据采集系统误差补偿的方法
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
CN110647718B (zh) * 2019-09-26 2023-07-25 中昊芯英(杭州)科技有限公司 数据处理方法、装置、设备及计算机可读存储介质
CN111143989B (zh) * 2019-12-25 2023-09-29 北京无线电计量测试研究所 频率调整量计算方法、模块、系统、存储介质和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007017779A2 (en) * 2005-08-08 2007-02-15 Koninklijke Philips Electronics N.V. Electric impedance imaging system
CN106037650A (zh) * 2016-06-13 2016-10-26 河北工业大学 一种混合变差生物电阻抗成像方法
CN107320101A (zh) * 2017-06-20 2017-11-07 南京邮电大学 一种多频电阻抗成像系统
CN111291322A (zh) * 2020-01-19 2020-06-16 中国科学院电子学研究所 一种辐射定标数据噪声估计方法及装置

Also Published As

Publication number Publication date
CN111724386A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
US9424637B2 (en) Vessel segmentation method and apparatus using multiple thresholds values
CN111724386B (zh) 多频成像的数据前处理方法及系统、多频成像系统
FI113835B (fi) Menetelmä ja järjestelmä sydänanalyysiä varten
CN114699042A (zh) 一种频率检测方法、装置、电子设备及存储介质
CN117590172A (zh) 应用于变压器的局部放电声电联合定位方法、装置和设备
CN111460934B (zh) 一种超导高场磁共振的中心频率计算方法及系统
CN108877902B (zh) 超声图像亮度调节方法及调节系统
CN113851189B (zh) 一种自适应检测pcr荧光基线的方法、装置及其设备
CN105447321B (zh) 一种反应性仪电流离线滤波方法
CN111581582B (zh) 一种基于功率谱分析的中子探测信号数字处理方法
CN110706803B (zh) 一种确定心肌纤维化的方法、装置、可读介质及电子设备
CN110007087B (zh) 一种基于可充电血糖仪的测量血糖方法
KR102147568B1 (ko) 맥파 신호의 평활도를 결정하는 장치 및 방법
JP3726825B2 (ja) 心拍信号補正方法
CN112485335A (zh) 一种基于射线分割的检测树木内部缺陷的断层成像方法
CN112363133A (zh) 一种基于多普勒雷达的目标检测方法、介质及装置
CN110032758A (zh) 计算电信号的能量的方法、装置和计算机存储介质
CN112587148B (zh) 一种包含模糊化相似性测量方法的模板生成方法和装置
JP7302922B1 (ja) 検査装置、検査方法、および、検査プログラム
JP2020082827A (ja) 航空機の状態判定装置及び航空機の状態判定方法
CN112401903B (zh) 心电数据的识别方法、装置、存储介质和电子设备
CN112826460B (zh) 生理信号频率提取方法、装置、生理信号采集设备和介质
CN116858134B (zh) 一种高精度光电角位移传感器位置解算方法及装置
CN112381898B (zh) 一种影像特征的提取方法、装置、存储介质及电子设备
CN114659791B (zh) 汽轮机故障检测方法、系统、装置和存储介质

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