CN113706649A - 二维静态类胸腔网格体模的构建方法、装置、终端及介质 - Google Patents

二维静态类胸腔网格体模的构建方法、装置、终端及介质 Download PDF

Info

Publication number
CN113706649A
CN113706649A CN202110972895.5A CN202110972895A CN113706649A CN 113706649 A CN113706649 A CN 113706649A CN 202110972895 A CN202110972895 A CN 202110972895A CN 113706649 A CN113706649 A CN 113706649A
Authority
CN
China
Prior art keywords
grid
phantom
thorax
dimensional static
grid phantom
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.)
Pending
Application number
CN202110972895.5A
Other languages
English (en)
Inventor
李永福
吴燕
黄家杰
王国兴
连勇
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202110972895.5A priority Critical patent/CN113706649A/zh
Publication of CN113706649A publication Critical patent/CN113706649A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2115/00—Details relating to the type of the circuit
    • G06F2115/12—Printed circuit boards [PCB] or multi-chip modules [MCM]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种二维静态类胸腔网格体模的构建方法，包括：获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型；利用矩阵方法，求解有限元模型的电阻分布，生成原始网格体模；减少原始类胸腔网格体模的电阻数量，生成类胸腔网格体模；对类胸腔网格体模进行电极分布优化，得到最终的二维静态类胸腔网格体模。同时提供了一种相应的二维静态类胸腔网格体模装置、终端及介质。本发明实现了一种接近胸腔形状的二维静态网格体模，相比传统的圆形规则网格体模，具有更模拟人体胸腔电学性能的特点，利用印刷电路板实现，在电学器件分布和规模上都进行了迭代优化，提供更加可靠的测试数据，得到质量很高的重构图像。

Description

二维静态类胸腔网格体模的构建方法、装置、终端及介质
技术领域
本发明涉及电阻抗断层成像技术领域，具体地，涉及一种二维静态类胸腔网格体模的构建方法、装置、终端及介质。
背景技术
医疗影像通过直观展现人体内部器官组织的结构形态作为疾病诊断的重要手段。传统医学成像技术主要分为以下四类：X射线成像(X—CT)、核磁共振成像(MRI)、核医学成像(NMI)和超声波成像(UI)。医疗需求不断扩大，临床常常需要对人体的器官功能进行长期的监测，而现有的监测工具，如CT扫描，不能实现长期监测的功能，而且含有辐射，价格也非常昂贵。生物电阻抗断层成像(Electrical impedance Tomography，EIT)技术，一种新型的医疗成像技术，它利用生物组织的电学性能，即人体的组织具有不同的电阻抗这一特征，复现人体的电导率分布，通过在人体表面注入安全范围内的激励电流并测量电势得到成像依据。它具有非植入性、无辐射、成本低廉的优势，可以对人体实现长期连续的监测。
目前的EIT技术受到电路和算法等方面限制，得到的图像分辨率很低而且准确度和实时性都很差，想要突破限制因素不断演进，需要用到大量测试数据。人体实时和多样化数据在实验中通常不便于获取，经常需要用人体模型(Phantom)作为代替来模拟人体胸腔的电阻抗分布和变化，为EIT设备提供样本数据，测试EIT系统的性能，评估成像的质量和缺陷，以便EIT技术在成像算法和设备方面不断演进。但是关于EIT的人体模型测试平台，目前还未形成相对规范的行业标准。
人体模型主要分为两种，一种是物理体模，通过溶液模拟人体组织的电导率环境，这种模型受实验环境的影响非常大，且精确度较低，另一种是网格体模(Mesh Phantom)，可以通过电阻抗元件在印刷电路板(PCB，Print Circuit Board)上的排布来实现，电阻抗元件相对溶液稳定性、精确性更好，而且便捷易用。目前已实现的网格体模大多是规则形状例如圆形形状，但是这种规则形状的体模不能模拟真实的人体胸腔形状和环境，提供的样本数据缺乏一定的可靠性。
目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。
发明内容
本发明针对现有技术中存在的上述不足，提供了一种二维静态类胸腔网格体模的构建方法、装置、终端及介质。
根据本发明的一个方面，提供了一种二维静态类胸腔网格体模的构建方法，包括：
获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型；
利用矩阵方法，求解所述有限元模型的电阻分布，生成原始网格体模；
减少所述原始类胸腔网格体模的电阻数量，生成类胸腔网格体模；
对所述类胸腔网格体模进行电极分布优化，得到最终的二维静态类胸腔网格体模。
优选地，所述获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型，包括：
获取所述健康人体胸腔CT扫描图中的胸腔和肺部轮廓图，并使用圆形作为简化的心脏轮廓图，得到胸腔图；
利用有限元方法，将得到的所述胸腔图离散成有限个三角形元素的网格，并利用元素节点将离散的所述三角形元素相互连接，得到有限元模型。
优选地，所述元素节点根据实际要求确定其设置、性质以及数目。
优选地，所述利用矩阵方法，求解所述有限元模型的电阻分布，生成原始网格体模，包括：
获得所述有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个所述三角形元素的每一条边对应位置的导纳，得到所述有限元模型的电阻分布，生成原始网格体模。
优选地，所述获得所述有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个三角形元素的导纳，包括：
Figure RE-GDA0003301371990000021
其中，G12、G13、G23分别为单个三角形元素三条边上的导纳，Δ＝x1y2-x1y3- x2y1+x2y3+x3y1-x3y2，σe为人体胸腔组织电导率，x1、y1、x2、y2、x3、y3分别为单个三角形元素三个顶点的坐标；
将相邻元素的导纳进行并联，得到全局导纳矩阵；
根据所述全局导纳矩阵，提取出全局的电阻分布，生成原始网格体模。
优选地，所述减少所述原始类胸腔网格体模的电阻数量，包括如下任意一种或任意多种方法：
-元素合并；
-轮廓平滑。
优选地，所述元素合并，包括：
遍历所述原始类胸腔网格体模轮廓上的所有元素节点，如果三个相邻元素节点之间的角度小于设定的角度，则将这三个元素节点合并为一个元素节点；
对于不在轮廓上元素节点，将每一个三角形元素的三个系欸但合并为一个节点；
迭代上述合并的步骤，减少所述原始类胸腔网格体模的电阻数量。
优选地，所述轮廓平滑，包括：
遍历所述原始类胸腔网格体模轮廓上的所有元素节点，当相邻两个元素节点之间的距离小于设定距离阈值时，消除这两个元素节点，对所述轮廓进行平滑处理，减少所述原始类胸腔网格体模的电阻数量。
优选地，所述对所述类胸腔网格体模进行电极分布优化，包括如下任意一种或任意多种方法：
将电极集中分布在所述类胸腔网格体模的左侧；
将电极集中分布在所述类胸腔网格体模的底部；
将电极集中分布在所述类胸腔网格体模的顶部；
将电极延所述类胸腔网格体模轮廓均匀分布。
优选地，所述方法，还包括：
利用所述二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估。
优选地，所述利用所述二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估，包括：
利用仿真电路模拟器模拟电阻抗断层成像设备对所述二维静态类胸腔网格体模测试，得到测试数据；
利用电阻抗层析成像和漫射光学层析成像重建方法，基于测试数据重建所述二维静态类胸腔网格体模电导率分布图像；
利用所述电导率分布图像相关系数评估成像的精度质量。
根据本发明的另一个方面，提供了一种二维静态类胸腔网格体模装置，包括：印刷电路板以及布置于所述印刷电路板上的电阻和电极；其中：
电阻和电极在印刷电路板上的分布采用权利要求1-9中任一项所述的构建方法获得。
根据本发明的第三个方面，提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可用于执行上述任一项所述的方法。
根据本发明的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行上述任一项所述的方法。
由于采用了上述技术方案，本发明与现有技术相比，具有如下至少一项的有益效果：
本发明提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，其得到的网格体模更加贴合人体电学性能，接近人体真实的胸腔轮廓，电阻抗较为稳定，为EIT系统提供可靠和规范的测试样本，有利于评估EIT系统及算法的性能，促进 EIT系统的测量精度的优化。
本发明提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，将二维静态圆形网格扩展为具有类似胸腔形状的网格体模，并能够模拟真实的人体电导率分布。
本发明提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，减少电阻器的数量，探索最佳的电极位置，优化PCB的设计。
本发明提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，重构图像并利用图像相关系数(ICC)作为评估参数验证体模的正确性。
本发明提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，实现一种更加逼真和规范的类胸腔网格体模，满足更加可靠和规范的测试平台需求。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明一实施例中二维静态类胸腔网格体模的构建方法流程图；
图2为本发明一优选实施例中二维静态类胸腔网格体模的构建方法流程图；
图3为本发明一优选实施例中有限元方法建模得到的单个三角形元素示意图；
图4为本发明一优选实施例中健康人体胸腔CT扫描图示意图；
图5为本发明一优选实施例中验证二维静态类胸腔网格体模的相邻电极电流激励和电压测量方法示意图；
图6为本发明一优选实施例中减少所述原始类胸腔网格体模的电阻数量的迭代示意图；
图7为本发明一优选实施例中电极位置分布的迭代评估示意图；
图8为本发明一优选实施例中二维静态类胸腔网格体模装置的结构示意图；其中，1为电阻，2为电极。
具体实施方式
下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
图1为本发明一实施例提供的二维静态类胸腔网格体模的构建方法流程图。
如图1所示，该实施例提供的二维静态类胸腔网格体模的构建方法，可以包括如下步骤：
S100，获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型；
S200，利用矩阵方法，求解有限元模型的电阻分布，生成原始网格体模；
S300，减少原始类胸腔网格体模的电阻数量，生成类胸腔网格体模；
S400，对类胸腔网格体模进行电极分布优化，得到最终的二维静态类胸腔网格体模。
在该实施例的S100中，作为一优选实施例，获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型，可以包括如下步骤：
S101，获取健康人体胸腔CT扫描图中的胸腔和肺部轮廓图，并使用圆形作为简化的心脏轮廓图，得到胸腔图；
S102，利用有限元方法，将得到的胸腔图离散成有限个三角形元素的网格，并利用元素节点将离散的三角形元素相互连接，得到有限元模型。
在该实施例的S102中，作为一优选实施例，元素节点根据实际要求确定其设置、性质以及数目。
在该实施例的S200中，作为一优选实施例，利用矩阵方法，求解有限元模型的电阻分布，生成原始网格体模，可以包括如下步骤：
获得有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个三角形元素的每一条边对应位置的导纳，得到有限元模型的电阻分布，生成原始网格体模。
在该实施例的S200中，作为一优选实施例，获得有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个三角形元素的导纳，可以包括如下步骤：
Figure RE-GDA0003301371990000061
其中，G12、G13、G23分别为单个三角形元素三条边上的导纳，Δ＝x1y2-x1y3- x2y1+x2y3+x3y1-x3y2，σe为人体胸腔组织电导率，x1、y1、x2、y2、x3、y3分别为单个三角形元素三个顶点的坐标；
将相邻元素的导纳进行并联，得到全局导纳矩阵；
进一步地，根据全局导纳矩阵，提取出全局的电阻分布，生成原始网格体模。
在该实施例的S300中，作为一优选实施例，减少原始类胸腔网格体模的电阻数量，可以包括如下任意一种或任意多种方法：
-元素合并；
-轮廓平滑。
进一步地，作为一优选实施例，元素合并，可以包括如下步骤：
S3011，遍历原始类胸腔网格体模轮廓上的所有元素节点，如果三个相邻元素节点之间的角度小于设定的角度，则将这三个元素节点合并为一个元素节点；
S3012，对于不在轮廓上元素节点，将每一个三角形元素的三个系欸但合并为一个节点；
S3013，迭代上述合并的步骤，减少原始类胸腔网格体模的电阻数量。
进一步地，作为一优选实施例，轮廓平滑，可以包括如下步骤：
遍历原始类胸腔网格体模轮廓上的所有元素节点，当相邻两个元素节点之间的距离小于设定距离阈值时，消除这两个元素节点，对轮廓进行平滑处理，减少原始类胸腔网格体模的电阻数量。
在该实施例的S400中，作为一优选实施例，对类胸腔网格体模进行电极分布优化，可以包括如下任意一种或任意多种方法：
将电极集中分布在类胸腔网格体模的左侧；
将电极集中分布在类胸腔网格体模的底部；
将电极集中分布在类胸腔网格体模的顶部；
将电极延类胸腔网格体模轮廓均匀分布。
在该实施例中，作为一优选实施例，该方法还可以包括如下步骤：
S500，利用二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估。
在该实施例的S500中，作为一优选实施例，利用二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估，可以包括如下步骤：
S501，利用仿真电路模拟器模拟电阻抗断层成像设备对二维静态类胸腔网格体模测试，得到测试数据；
S502，利用电阻抗层析成像和漫射光学层析成像重建方法，基于测试数据重建二维静态类胸腔网格体模电导率分布图像；
S503，利用电导率分布图像相关系数评估成像的精度质量。
图2为本发明一优选实施例提供的二维静态类胸腔网格体模的构建方法流程图。
下面结合图2对该优选实施例提供的二维静态类胸腔网格体模的构建方法的原理及过程进行详细描述。
如图2所示，该优选实施例提供的二维静态类胸腔网格体模的构建方法，通过以下几部分进行描述：
(一)基本建模方法：
二维网格体模是通过有限元方法(FEM，Finite Element Method)建模并使用矩阵方法来求解电路而生成的。FEM可以将任意形状的物体离散成有限个三角形元素的计算模型(即网格)，这个过程称为单元剖分。离散后元素与元素之间利用元素的节点相互连接起来。元素节点的设置、性质、数目根据实际要求确定(元素划分越细则描述形状情况越精确，但计算量越大)。
生成有限元模型后，获得网格中各元素节点的坐标，可以通过公式中给出的方法来计算每个单个三角形元素的导纳，图3中给出了单个三角形元素的示意图。
Figure RE-GDA0003301371990000081
其中，Δ＝x1y2-x1y3-x2y1+x2y3+x3y1-x3y2，σe是三角形元素内部的电导率(此处为人体胸腔组织电导率)。将单个元素的矩阵方法应用到整个模型每个元素上，相邻元素计算得到的导纳做并联处理，最终得到全局导纳矩阵，可以提取出全局的电阻分布，生成网表文件。
(二)扩展到类胸腔的网格：
基本建模方法适用于圆形等规则形状的模型生成，为了生成类胸腔的FEM模型，本优选实施例使用了Netgen形状库提供的健康人体计算机断层扫描(CT)胸腔和肺部轮廓图(如图4所示)。由于该库缺少心脏轮廓，本优选实施例仅使用圆形简化心脏轮廓来进行FEM建模。利用漫射光学层析成像重建开源软件(EIDORS，Electrical Impedance Tomographyand Diffuse Optical Tomography Reconstruction Software)提供的脚本工具对胸腔图进行反向模型FEM建模，模型包含节点连接和坐标关系。类胸腔网格体模的原始有限元模型如图6(a)所示。
(三)电阻减少技术：
电阻器的密度定义为每平方厘米PCB上的电阻器数量。FEM模型中的每个边都代表一个电阻，通过有限元建模，本优选实施例中原始网格体模生成的电阻过多(4,626个)，为了便于焊接PCB，并考虑到表面贴装技术(SMT,Surface Mounted Technology)的尺寸，本优选实施例中设置了电阻器的密度阈值为每平方厘米放置不超过3个电阻(可以根据需要更改此项阈值)。本优选实施例提出了一种减少电阻器数量的技术，该技术包括两个步骤：元素合并和轮廓平滑。
1、元素合并：
通过将三个相邻节点的平均值转换为一个节点，将较小的三角形元素合并为较大的三角形元素。元素合并算法伪代码中显示了该过程。该算法先遍历轮廓上的所有节点，如果三个节点之间的角度小于某个较大的角度，则将三个节点合并为一个节点。然后对于不在轮廓上的节点，该算法将每个三角形元素的三个节点合并为一个节点，并进行N 次迭代。经过提出的合并算法处理后，可以大大减少电阻的数量。本发明实例迭代了三次，迭代结果如图6(b)所示(669个电阻)。
Figure RE-GDA0003301371990000091
2、轮廓平滑：
通过移开近距离的点来平滑肺部轮廓的尖锐区。初始的有限元模型存在尖锐区，经过元素合并依然不能消除尖锐区，如图6(b)所示，尖锐区是拐角小于90°的轮廓，尖锐区元素分布更为密集，每平方厘米将超过3个电阻的阈值，且元素数量在全局中占比大，平滑尖锐区可以进一步减小电阻规模。可以通过设置一定的距离阈值，消除尖锐区中小于距离阈值的节点来平滑尖锐区。在本优选实施例中，近距离范围阈值设置为0.5 厘米，通过消除这些节点，可以获得如图6(c)所示的类胸腔网格体模(313个电阻)。
(四)电极优化技术：
传统EIT设备采用的测量方法为16相邻电极对电流激励驱动法(如图5)，依次序给相邻电极对注入激励电压，测量剩余相邻电极对的电势差，一次激励可以测得13个电势差数据，一轮激励可以得到16×13的电势差矩阵用于一帧成像。类胸腔网格体模具有不规则的形状，节点分布不均匀，测量电极的数量和位置都会影响EIT系统测量体模时的图像重构质量，增大体模的数据误差。为了让体模提供的数据可以获得更高的成像质量，本优选实施例设计了4种测量电极的分布位置(如图7)，体模A的电极密集分布在体模左侧，体模B的电极密集分布在体模底部，体模C与体模B相反，即电极在顶部密集分布，而体模D的电极沿轮廓近似均匀放置。
(五)体模质量评估方法：
体模经过了电阻数量减少技术和电极优化技术的处理，相较于原始有限元体模会降低一定的成像精度。为了便于PCB的实现，同时保证一定的成像精度，体模的优化迭代过程需要结合图像质量评估过程。本优选实施例使用的评估方法为，利用仿真电路模拟器((SPICE，Simulation Program with Integrated Circuit Emphasis)模拟理想情况下EIT设备的16相邻电极对电流激励驱动法，给体模注入激励电流，得到电势差数据。利用前述的EIDORS软件正向模型建模法，基于电势差矩阵重构胸腔电导率分布图像，一帧图像数据为16×13的电势差矩阵。如图6所示，重建的图像再现了体模的轮廓，单个三角形元素区域内的电导率一致，不同的三角形元素电导率不同。设置一帧图像为底电导率分布，即胸腔的原始状态，若局部电导率发生变化，则在底电导率的基础上可以利用归一法显示出颜色的差异性，以此表示局部电导率的差异性。
本优选实施例利用图像相关系数(ICC，Image Correlation Coefficient)描述两个图像之间的相似性，以此评估成像质量ICC。ICC越大，成像精度更高。ICC的公式如下：
Figure RE-GDA0003301371990000101
其中，Y′＝[y′1,y′2,…,y′i,y′l]，和
Figure RE-GDA0003301371990000102
分别是预期和实际输出。本优选实施例在21cm×29.7cm的PCB上焊接实现体模，并且设置了电阻器密度阈值为3，为了满足较高的成像质量，本优选实施例设置了ICC不小于0.5。图6(a)所示的原始网格模型平均电阻器密度为9.56，远高于电阻器密度阈值。应用元素合并方法和轮廓平滑方法后，平均电阻器密度可以降低到0.65，同时可以实现较高精度的成像(ICC＝0.68)。对于前述的4种电极的分布位置，将电极沿着轮廓近似均匀地排列，如图6(c)所示，可以实现最高的平均ICC＝0.68。
通过迭代评估后最终的体模在PCB上实现(如图8)。实验表明，相比于传统的圆形网格体模，本发明的类似胸腔形状的二维静态网格体模，可以模拟更加真实的人体电导率分布，通过减少电阻器的数量，测试最佳的电极位置，可以得到优化的体模，便于在 PCB上实际操作实现。本优选实施例提供的人体电导率样本稳定性高，可靠性高。
通过仿真测试迭代不同的电极位置，发现最佳的电极位置为“近似均匀”分布。
本发明一实施例提供了一种二维静态类胸腔网格体模装置，如图8所示，该二维静态类胸腔网格体模装置，可以包括：印刷电路板以及布置于印刷电路板上的电阻1和电极2；其中：
电阻1和电极2在印刷电路板上的分布采用上述任一项的构建方法获得。
在该实施例中，可以在21cm×29.7cm的PCB上焊接实现体模，并且设置了电阻器密度阈值为3，为了满足较高的成像质量，本优选实施例设置了ICC不小于0.5。图6(a) 所示的原始网格模型平均电阻器密度为9.56，远高于电阻器密度阈值。应用元素合并方法和轮廓平滑方法后，平均电阻器密度可以降低到0.65，同时可以实现较高精度的成像 (ICC＝0.68)。对于前述的4种电极的分布位置，将电极沿着轮廓近似均匀地排列，如图6(c)所示，可以实现最高的平均ICC＝0.68。
通过迭代评估后最终的体模在PCB上实现(如图8)。实验表明，相比于传统的圆形网格体模，本发明的类似胸腔形状的二维静态网格体模，可以模拟更加真实的人体电导率分布，通过减少电阻器的数量，测试最佳的电极位置，可以得到优化的体模，便于在 PCB上实际操作实现。本优选实施例提供的人体电导率样本稳定性高，可靠性高。
本发明一实施例提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时可用于执行本发明上述实施例中任一项的方法。
本发明一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行本发明上述实施例中任一项的方法。
在上述两个实施例中，可选地，存储器，用于存储程序；存储器，可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic RandomAccess Memory，缩写：DDR SDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器，用于执行存储器存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
处理器和存储器可以是独立结构，也可以是集成在一起的集成结构。当处理器和存储器是独立结构时，存储器、处理器可以通过总线耦合连接。
在本发明部分实施例中：
建立类似胸腔形状的模型，电阻器模拟人体胸腔电导率分布，用印刷电路板实现，拥有类似胸腔形状的轮廓，优化的电阻分布，可以控制局部电导率的变化，拥有较高的重构成像精度。
利用有限元法和矩阵提取方法，从健康人体胸腔CT扫描图库提取数据建立网格模型，并用圆形简化心脏形状。
可以从中提取全局电阻分布网表，用于在印刷电路板实现。
优化电阻分布包括电阻器密度可以设置一定阈值，尖锐部分可以被柔化。
电阻优化方法，包括元素合并和轮廓柔化方法，元素合并通过将三个相邻节点的平均值转换为一个节点，将较小的三角形元素合并为较大的三角形元素，轮廓平滑通过移开近距离的点来平滑肺部轮廓的尖锐部分。
图像精度评估方法，利用仿真电路模拟器((SPICE，Simulation Program withIntegrated Circuit Emphasis)模拟电阻抗断层成像设备测试，利用电阻抗层析成像和漫射光学层析成像重建软件(EIDORS，Electrical Impedance Tomography and DiffuseOptical Tomography Reconstruction Software)基于测试数据重建体模电导率分布图像，利用图像相关系数(ICC，Image Correlation Coefficient)评估成像的精度质量。
本发明上述实施例提供的二维静态类胸腔网格体模的构建方法、装置、终端及介质，实现了一种接近胸腔形状的二维静态网格体模，用来作为电阻抗断层成像设备更加可靠的测试平台，相比传统的圆形规则网格体模，具有更模拟人体胸腔电学性能的特点，可以将人体胸腔离散成有限个元素，在元素上排布电阻抗，利用印刷电路板实现，在电学器件分布和规模上都进行了迭代优化，提供更加可靠的测试数据，得到质量很高的重构图像。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上的具体实施方式，对本发明技术方案和评估效果进行了进一步详细说明，本领域的普通技术人员应当理解：以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内，本发明的保护范围应当以权利要求所限定的范围为准。

Claims (11)

1.一种二维静态类胸腔网格体模的构建方法，其特征在于，包括：
获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型；
利用矩阵方法，求解所述有限元模型的电阻分布，生成原始网格体模；
减少所述原始类胸腔网格体模的电阻数量，生成类胸腔网格体模；
对所述类胸腔网格体模进行电极分布优化，得到最终的二维静态类胸腔网格体模。
2.根据权利要求1所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述获取健康人体胸腔CT扫描图，利用有限元方法构建有限元模型，包括：
获取所述健康人体胸腔CT扫描图中的胸腔和肺部轮廓图，并使用圆形作为简化的心脏轮廓图，得到胸腔图；
利用有限元方法，将得到的所述胸腔图离散成有限个三角形元素的网格，并利用元素节点将离散的所述三角形元素相互连接，得到有限元模型。
3.根据权利要求2所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述利用矩阵方法，求解所述有限元模型的电阻分布，生成原始网格体模，包括：
获得所述有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个所述三角形元素的每一条边对应位置的导纳，得到所述有限元模型的电阻分布，生成原始网格体模。
4.根据权利要求3所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述获得所述有限元模型中各元素节点的坐标，并利用矩阵方法计算每一个三角形元素的导纳，包括：
Figure FDA0003226550660000011
其中，G12、G13、G23分别为单个三角形元素三条边上的导纳，Δ＝x1y2-x1y3-x2y1+x2y3+x3y1-x3y2，σe为人体胸腔组织电导率，x1、y1、x2、y2、x3、y3分别为单个三角形元素三个顶点的坐标；
将相邻元素的导纳进行并联，得到全局导纳矩阵；
根据所述全局导纳矩阵，提取出全局的电阻分布，生成原始网格体模。
5.根据权利要求1所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述减少所述原始类胸腔网格体模的电阻数量，包括如下任意一种或任意多种方法：
-元素合并；
-轮廓平滑；
其中：
所述元素合并，包括：
遍历所述原始类胸腔网格体模轮廓上的所有元素节点，如果三个相邻元素节点之间的角度小于设定的角度，则将这三个元素节点合并为一个元素节点；
对于不在轮廓上元素节点，将每一个三角形元素的三个系欸但合并为一个节点；
迭代上述合并的步骤，减少所述原始类胸腔网格体模的电阻数量；
所述轮廓平滑，包括：
遍历所述原始类胸腔网格体模轮廓上的所有元素节点，当相邻两个元素节点之间的距离小于设定距离阈值时，消除这两个元素节点，对所述轮廓进行平滑处理，减少所述原始类胸腔网格体模的电阻数量。
6.根据权利要求1所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述对所述类胸腔网格体模进行电极分布优化，包括如下任意一种或任意多种方法：
将电极集中分布在所述类胸腔网格体模的左侧；
将电极集中分布在所述类胸腔网格体模的底部；
将电极集中分布在所述类胸腔网格体模的顶部；
将电极延所述类胸腔网格体模轮廓均匀分布。
7.根据权利要求1-6中任一项所述的二维静态类胸腔网格体模的构建方法，其特征在于，还包括：
利用所述二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估。
8.根据权利要求7所述的二维静态类胸腔网格体模的构建方法，其特征在于，所述利用所述二维静态类胸腔网格体模进行电阻抗断层成像测试，并对得到的测试结果进行图像质量评估，包括：
利用仿真电路模拟器模拟电阻抗断层成像设备对所述二维静态类胸腔网格体模测试，得到测试数据；
利用电阻抗层析成像和漫射光学层析成像重建方法，基于测试数据重建所述二维静态类胸腔网格体模电导率分布图像；
利用所述电导率分布图像相关系数评估成像的精度质量。
9.一种二维静态类胸腔网格体模装置，其特征在于，包括：印刷电路板以及布置于所述印刷电路板上的电阻和电极；其中：
电阻和电极在印刷电路板上的分布采用权利要求1-11中任一项所述的构建方法获得。
10.一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时可用于执行权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-8中任一项所述的方法。
CN202110972895.5A 2021-08-24 2021-08-24 二维静态类胸腔网格体模的构建方法、装置、终端及介质 Pending CN113706649A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110972895.5A CN113706649A (zh) 2021-08-24 2021-08-24 二维静态类胸腔网格体模的构建方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110972895.5A CN113706649A (zh) 2021-08-24 2021-08-24 二维静态类胸腔网格体模的构建方法、装置、终端及介质

Publications (1)

Publication Number Publication Date
CN113706649A true CN113706649A (zh) 2021-11-26

Family

ID=78654305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110972895.5A Pending CN113706649A (zh) 2021-08-24 2021-08-24 二维静态类胸腔网格体模的构建方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN113706649A (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859285A (zh) * 2019-01-25 2019-06-07 天津大学 基于空洞卷积网络的电阻抗图像重建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859285A (zh) * 2019-01-25 2019-06-07 天津大学 基于空洞卷积网络的电阻抗图像重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YAN WU等: "A Thorax-Like Mesh Phantom for Testing Electrical Impedance Tomography System Performance", 《IEEE》 *

Similar Documents

Publication Publication Date Title
JP7267393B2 (ja) 腫瘍治療場（ｔｔ場）の線量を定量化するための電力損失密度および関連する処置の使用
Liu et al. Nonlinear difference imaging approach to three-dimensional electrical impedance tomography in the presence of geometric modeling errors
Wang et al. Inverse electrocardiographic source localization of ischemia: an optimization framework and finite element solution
Akalin-Acar et al. An advanced boundary element method (BEM) implementation for the forward problem of electromagnetic source imaging
Cantwell et al. High-order spectral/hp element discretisation for reaction–diffusion problems on surfaces: Application to cardiac electrophysiology
Vergara et al. A coupled 3D–1D numerical monodomain solver for cardiac electrical activation in the myocardium with detailed Purkinje network
Grychtol et al. FEM electrode refinement for electrical impedance tomography
Woo et al. Finite-element method in electrical impedance tomography
CN106037650A (zh) 一种混合变差生物电阻抗成像方法
John et al. Skeletal muscle grids for assessing current distributions from defibrillation shocks
Rocha et al. A macro finite-element formulation for cardiac electrophysiology simulations using hybrid unstructured grids
Babaeizadeh et al. Electrical impedance tomography for piecewise constant domains using boundary element shape-based inverse solutions
Babaeizadeh et al. 3-D electrical impedance tomography for piecewise constant domains with known internal boundaries
Kauppinen et al. Detailed model of the thorax as a volume conductor based on the visible human man data
CN113706649A (zh) 二维静态类胸腔网格体模的构建方法、装置、终端及介质
Dusek et al. Convergence error exploration for electrical impedance tomography problems with open and closed domains
Borsic et al. Realistic 2D human thorax modelling for EIT
WO2022160899A1 (zh) 一种三维通气图像产生方法、控制器及装置
CN108888268B (zh) Ct约束的电阻抗医疗成像方法
Blott et al. Nonlinear reconstruction constrained by image properties in electrical impedance tomography
Yan et al. A Detection Method for Fast Electrical Impedance Imaging of Grounding Grid Based on Optimized Differential-Multigrid-Homotopy Algorithm
Zifan et al. Realistic forward and inverse model mesh generation for rapid three-dimensional thoracic electrical impedance imaging
Schmidt Mesh generation with applications in computational electrophysiology
Shou et al. Forward and inverse solutions of electrocardiography problem using an adaptive BEM method
Danilov et al. Numerical basics of bioimpedance measurements

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