CN115311227A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115311227A CN115311227A CN202210938276.9A CN202210938276A CN115311227A CN 115311227 A CN115311227 A CN 115311227A CN 202210938276 A CN202210938276 A CN 202210938276A CN 115311227 A CN115311227 A CN 115311227A
- Authority
- CN
- China
- Prior art keywords
- bladder
- eit
- dimensional
- level set
- conductivity
- 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
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
-
- 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
- G06T2207/30196—Human being; Person
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Radiology & Medical Imaging (AREA)
- Software Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Urology & Nephrology (AREA)
- Computer Graphics (AREA)
Abstract
本发明提供了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,包括:通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,根据EIT测量数据,重建生成膀胱的三维EIT图像,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算。本发明提供的基于参数水平集三维EIT图像重建的膀胱体积测量方法,便于实现,能够实现膀胱体积的实时测量,且提高了测量的精准度及患者佩戴电极阵列的舒适度。
Description
技术领域
本发明涉及膀胱体积监测技术领域,特别是涉及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。
背景技术
在临床上,膀胱全切回肠原位新膀胱术后患者膀胱功能恢复的通用方法以及治疗慢性尿潴留、脑卒中、脊髓损伤等膀胱相关疾病的首选方法为“间歇清洁自家导尿”。作为膀胱训练的一种重要方式,“间歇清洁自家导尿”使得膀胱间歇性充盈与排空,有助于膀胱反射的恢复;但是这种间歇导尿的方法不进行膀胱实时尿量测定,仅在每日固定时间内进行导尿,一定程度上存在膀胱尿量超过安全容量的风险,容易导致患者上尿路损伤;亦存在膀胱尿量较少时就进行导尿的情况,这样不利于膀胱训练及膀胱反射的恢复。因此,膀胱体积监测对于排尿障碍患者具有重要的康复疗养意义。此外,对于泌尿外科的常规尿动力学检测而言,膀胱体积是最为关键的参数之一,可以用于患者膀胱的顺应性评估。
目前,国内外针对膀胱尿量实时监测的研究相对较少,且欧洲泌尿外科协会、美国泌尿外科协会和中国泌尿外科协会指南中并无相关推荐内容。现今临床上广泛使用B超对膀胱进行检测,这种检测方法虽然无损,精度较高,也可多次检查,但是需要专门的医护人员操作,设备繁重且不适合长期实时监测,对于在家护理康复的患者来说不易实现。膀胱容量也可通过测量膀胱内压检测,临床上使用的尿动力检查仪即依据此原理工作,但这种检测方法只适用于短时单次测量,不能连续实时监测。除此之外,临床上还使用CT技术,虽然检测精度很高,但是X射线会对人体内部组织形成辐射伤害,无法长期监测,且其测量设备价格昂贵,体积庞大,使用成本较高。因此,设计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是十分有必要的。
发明内容
本发明的目的是提供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,便于实现,能够实现膀胱体积的实时测量,且提高了测量的精准度及患者佩戴电极阵列的舒适度。
为实现上述目的,本发明提供了如下方案:
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,包括如下步骤:
步骤1:通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据;
步骤2:根据EIT测量数据,重建生成膀胱的三维EIT图像;
步骤3:基于膀胱的三维EIT图像进行图像分割及膀胱体积计算。
可选的,步骤1中,通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,具体为:
通过半圈排布的方式在受测者腹部前侧设置一层电极阵列,其中,一层电极阵列包括十六个电极,通过电极阵列对受测者腹部前侧的EIT测量数据进行采集。
可选的,步骤2,根据EIT测量数据,重建生成膀胱的三维EIT图像,具体为:
将人体腹部前侧等效为包含两种电导率的被测场,其中,将人体膀胱划分为目标区域D,将周围器官组织划分为背景区域Ω\D,根据EIT测量数据计算目标区域及背景区域的电导率变化量,其中,目标区域电导率变化量为Δσ1,背景区域电导率变换量为Δσ0,则被测场域内任一点的电导率变化值为:
Δσ(x)=Δσ0(1-H(f(x)))+Δσ1(H(f(x)) (1)
式中,H(s)为平滑Heaviside函数,其中,平滑Heaviside函数定义为:
f(x)为水平集函数,定义为:
将水平集函数通过基函数进行表示为:
式中,μ=[μ1,μ2,...,μN]为参数向量,pi(x)为基函数,对水平集函数进行调整,得到:
式中,c为常数,则将电导率分布公式重新表示为:
Δσ(x)=Δσ0(1-H(f(x,μ)-c))+Δσ1(H(f(x,μ)-c) (6)
将电导率分布公式带入EIT逆问题的目标函数中,得到:
添加惩罚项,得到基于参数水平集的三维图像重建算法的目标函数解为:
式中,L1及L2是正则化矩阵,λ是正则化参数,μ*及σ*分别为预先估计的基函数初始参数和区域初始电导率变化,通过计算雅可比矩阵以及通过高斯牛顿法迭代求解,计算结果,令
X=[μ1,μ2,...,μN,Δσ0,Δσ1]T (9)
得到迭代计算公式为:
X(k+1)=X(k)+α(JTJ+λI)-1[JT(U-V(X(k)))-λ(X(k)-X*)] (10)
式中,μ1,μ2,...,μN为参数水平集方法中基函数的系数,根据迭代计算公式迭代计算,得到X的值,根据X的值及电导率分布公式计算得到最终的电导率分布,完成三维EIT图像重建,在重建过程中,只需调节正则化参数λ、迭代步长α及权重系数k,其余参数均为固定设置。
可选的,步骤3中,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算,具体为:
根据ε或c的大小将重建生成的目标区域和背景区域之间的过度电导率带进行划分,若ε或c取值大于0.25*Δσ1,则将过度电导率带划分为目标区域,否则,将过度电导率带划分为背景区域,计算划分后的目标区域的总体网格大小,得到膀胱体积。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的基于参数水平集三维EIT图像重建的膀胱体积测量方法,融合了人体膀胱的位置、电导率等先验信息,实现了人体膀胱的精确三维重建,为人体膀胱体积的准确测量奠定数据基础,使用参数水平集方法降低了EIT待求量的维度,提高了图像重建质量,利于准确测量膀胱体积,对膀胱三维重建后,可分割出膀胱区域并计算其体积;该方法具体包括通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,根据EIT测量数据,重建生成膀胱的三维EIT图像,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算;通过仿真模拟及真实测量对该方法进行验证,证实该方法提高了膀胱体积检测精度。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例基于参数水平集三维EIT图像重建的膀胱体积测量方法流程示意图;
图2为人体腹部相对成像模型结构示意图;
图3为三维EIT图像重建结果结构示意图;
图4为腹部三维有限元模型结构示意图;
图5为本发明提出的EIT重建算法与传统EIT重建算法的重建结果对比图;
图6为人体实验电极阵列放置示意图;
图7a为第一次实验膀胱体积测量曲线图;
图7b为第二次实验膀胱体积测量曲线图;
图7c为第三次实验膀胱体积测量曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供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,便于实现,能够实现膀胱体积的实时测量,且提高了测量的精准度及患者佩戴电极阵列的舒适度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明实施例提供的基于参数水平集三维EIT图像重建的膀胱体积测量方法,包括如下步骤:
步骤1:通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据;
步骤2:根据EIT测量数据,重建生成膀胱的三维EIT图像;
步骤3:基于膀胱的三维EIT图像进行图像分割及膀胱体积计算。
步骤1中,通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,具体为:
通过半圈排布的方式在受测者腹部前侧设置一层电极阵列,其中,一层包括十六个电极,通过电极阵列对受测者腹部前侧的EIT测量数据进行采集,根据EIT测量数据计算出电导率,其中,本申请采用给的是四端子测量,采集电压信号,通过电压信号计算出电导率,也可通过二端子测量,采集电流信号,根据电流信号计算电导率;
EIT电极阵列有多种排布方式,也可采用现有技术中的其他电极排列方式进行采集,但在试验过程中进行测试,得到本发明应用的电极阵列排列方式对膀胱测量效果最好;
膀胱位于人体腹部前侧位置,如果采用常见的均匀环状分布电极,则身体后侧电极捕捉到的膀胱变化信息较少,对膀胱三维成像贡献度较低,因此将传统的均匀环状分布电极调整为均匀半圈分布电极,最靠外的四个电极位于左右髂骨附近。通常情况下,电极层数越多,获取到的三维信息越丰富,也有利于提高EIT图像重建的精度;但考虑到实际应用中电极层越少越能提高患者舒适度,本发明对单层与双层电极进行了测试,在保证重建精度的情况下选用单层电极,其中两种电极排布下的人体腹部有限元模型如图4所示。
步骤2中,根据EIT测量数据,重建生成膀胱的三维EIT图像,具体为:
通过参数水平集及电阻抗断层成像技术重建生成膀胱的三维EIT图像,其中,参数水平集(Parametric Level Set,PLS)作为一种数值技术,最初根据拓扑变化跟踪传播界面,后来被用于形状重建。EIT图像重建过程本质上是复杂非线性逆问题的求解,将PLS用于逆问题求解能够得到高质量的重建图像。基于参数水平集的图像重建算法运用先验电导率信息,重建过程中自动追踪几何图形的拓扑变化,重构图像对比度高,可进行三维目标形状重构;电阻抗断层成像技术(Electrical Impedance Tomography,EIT)可对被测场域内的电导率(或阻抗)分布反演重建,其成像模式包括绝对成像和相对成像。其中,绝对成像指采集一组EIT测量数据,重建被测场对应状态的介质电导率分布;相对成像指在两个不同的时刻和分别采集两组EIT测量数据,利用数据差值重建被测场介质在两个时刻下电导率的变化分布。差值信号能部分消除共模噪声,对系统性能及解调精度要求相对较低,在实际测量中也具有应用优势,因此本发明选取相对成像的方法,具体实现过程为:
将人体腹部前侧等效为包含两种电导率的被测场,其中,将人体膀胱划分为目标区域D,也就是人体膀胱,将周围器官组织划分为背景区域Ω\D,也就是周围器官组织,其中,以初始时刻尿液完全排出的膀胱空瘪状态为基准,则人体腹部相对成像模型如附图2所示,根据EIT测量数据计算目标区域及背景区域的电导率变化量,其中,目标区域电导率变化量为Δσ1,背景区域电导率变换量为Δσ0,则被测场域内任一点的电导率变化值为:
Δσ(x)=Δσ0(1-H(f(x)))+Δσ1(H(f(x)) (1)
式中,H(s)为Heaviside函数,定义为:
但是,实际应用是一般将H(s)作为平滑Heaviside函数,其中,平滑Heaviside函数定义为:
f(x)为水平集函数,定义为:
将水平集函数通过基函数进行表示为:
式中,μ=[μ1,μ2,...,μN]为参数向量,pi(x)为基函数,其中,以高斯径向基函数为例,进行说明,即:
式中,γ为高斯宽度,xi为中心点,本发明只是以高斯径向基函数为例,也可采用其他的常用函数,例如,多重二次曲面基函数,多谐样条基函数,傅里叶基函数,离散余弦基函数,小波基函数等;
对水平集函数进行调整,得到:
式中,c为常数,则将电导率分布公式重新表示为:
Δσ(x)=Δσ0(1-H(f(x,μ)-c))+Δσ1(H(f(x,μ)-c) (8)
通过公式(8),将区域电导率求解问题转化为参数水平集函数的基函数系数求解问题。系数远远少于电导率网格,从而有效减少了待求量的个数和逆问题的条件数,改善了EIT逆问题的高度不适定性,将电导率分布公式,即公式(8)带入EIT逆问题的目标函数中,得到:
添加惩罚项,得到基于参数水平集的三维图像重建算法的目标函数解为:
式中,L1及L2是正则化矩阵,λ是正则化参数,μ*及σ*分别为预先估计的基函数初始参数和区域初始电导率变化,通过计算雅可比矩阵以及通过高斯牛顿法迭代求解,计算结果,令
X=[μ1,μ2,...,μN,Δσ0,Δσ1]T (10)
得到迭代计算公式为:
X(k+1)=X(k)+α(JTJ+λI)-1[JT(U-V(X(k)))-λ(X(k)-X*)] (11)
式中,μ1,μ2,...,μN为参数水平集方法中基函数的系数,根据迭代计算公式迭代计算,得到X的值,根据X的值及电导率分布公式计算得到最终的电导率分布,完成三维EIT图像重建,重建结果一般形式为图3所示,为三维图像的形式;
在相对重建过程中,为了给出初始计算点,引入单步Tikhonov正则化方法,先对被测场进行初步成像,再根据此重建图像的像素值估计放大之后的电压信号对应的初始电导率分布,单步Tikhonov正则化与本算法计算采用相同的灵敏度矩阵,即空场模型对应电导率为1S/m时的灵敏度矩阵,迭代计算时不更新灵敏度矩阵;
所述雅可比矩阵与灵敏度矩阵基于层析成像算法中的灵敏度理论,指待求参数或被测场域内电参量与测量值关系函数的一阶偏导矩阵,是多数层析成像算法中的必需信息,为现有技术,现有技术一般利用有限元方法仿真计算雅可比矩阵与灵敏度矩阵,本发明基于CT断层图像建立腹部三维有限元模型,计算雅可比矩阵与灵敏度矩阵,从而为上述基于参数水平集的三维图像重建算法提供准确的模型信息,提高图像重建质量,如图4所示;
基于参数水平集的三维图像重建算法的实施难点在于参数调节,对于电导率未知的被测场,首先需要给出目标区域和背景区域的初始电导率估计值,即σ1和σ0,此外,需要调节的参数还有ε、c、高斯宽度γ、γ为高斯宽度,xi为中心点,此外,基函数中心点区域也会影响重建目标的位置、形状和大小,经过各参数在可选范围内的遍历测试,在重建过程中,只需调节正则化参数λ、迭代步长α及权重系数k,其余参数均为固定设置,即可在允许误差内满足测量需求。
步骤3中,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算,具体为:
根据ε或c的大小将重建生成的目标区域和背景区域之间的过度电导率带进行划分,若ε或c取值大于0.25*Δσ1,则将过度电导率带划分为目标区域,否则,将过度电导率带划分为背景区域,计算划分后的目标区域的总体网格大小,得到膀胱体积。
利用本发明的方法进行仿真及实验测试,证明本发明的的精确度,具体为:
1、仿真测试
通过电阻抗和扩散光学重建软件(Electrical Impedance and Diffuse OpticalReconstruction Software,EIDORS)建立含膀胱的人体腹部有限元模型,采用单层半圈分布16个电极,基于上述重建算法对EIT电压进行仿真重建,并对重建结果做图像分割和膀胱体积计算。通过数值仿真的方法可获得膀胱体积真值,便于计算体积误差、评估方法性能。
该过程建立的模型、EIT重建结果(包括本发明提出的参数水平集PLS方法重建结果,以及作为对比的传统Tikhonov与Landweber重建结果)如图5所示,计算得到的体积数值与误差如表1所示。
仿真结果证明本专利所述算法有效,对于边界分明的场域,本算法的图像重建效果要远远优于其他常规算法,且本算法在单层电极阵列下的重建结果符合膀胱体积测量要求;
2、人体实验测试
实验时受试者呈端坐状态,将单层半圈16个电极粘贴于距离肚脐7cm左右的腹部横截面上,以肚脐为中心,将电极依次左右排列,如图6所示;
受试者在测量前两三个小时之内停止饮水,以使膀胱处于空瘪状态。实验过程主要分为三个阶段,首先,利用EIT测量系统采集1000组空场数据,期间受试者不能饮水;其次,连续采集电压测量信号,同时受试者开始饮水,并在较短时间内摄入大量饮用水,直到受试者有强烈尿意时,停止采集数据,实验暂停;最后,受试者排空尿液并记录尿液体积后,继续测量,采集一段时间后终止,实验结束。以上实验重复三次,三次实验排尿体积分别为550mL、330mL和450mL,测量误差为20mL。
最终三次实验过程中的膀胱体积测量曲线如图7a、图7b及图7c所示,实验结果证明了本方法在实际应用中的有效性与可靠性。
本发明提供的基于参数水平集三维EIT图像重建的膀胱体积测量方法,融合了人体膀胱的位置、电导率等先验信息,实现了人体膀胱的精确三维重建,为人体膀胱体积的准确测量奠定数据基础,使用参数水平集方法降低了EIT待求量的维度,提高了图像重建质量,利于准确测量膀胱体积,对膀胱三维重建后,可分割出膀胱区域并计算其体积;该方法具体包括通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,根据EIT测量数据,重建生成膀胱的三维EIT图像,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算;通过仿真模拟及真实测量对该方法进行验证,证实该方法提高了膀胱体积检测精度。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种基于参数水平集三维EIT图像重建的膀胱体积测量方法,其特征在于,包括如下步骤:
步骤1:通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据;
步骤2:根据EIT测量数据,重建生成膀胱的三维EIT图像;
步骤3:基于膀胱的三维EIT图像进行图像分割及膀胱体积计算。
2.根据权利要求1所述的基于参数水平集三维EIT图像重建的膀胱体积测量方法,其特征在于,步骤1中,通过受测者佩戴的电极阵列对受测者的腹部前侧进行数据采集,得到EIT测量数据,具体为:
通过半圈排布的方式在受测者腹部前侧设置一层电极阵列,其中,一层电极阵列包括十六个电极,通过电极阵列对受测者腹部前侧的EIT测量数据进行采集。
3.根据权利要求2所述的基于参数水平集三维EIT图像重建的膀胱体积测量方法,其特征在于,步骤2,根据EIT测量数据,重建生成膀胱的三维EIT图像,具体为:
将人体腹部前侧等效为包含两种电导率的被测场,其中,将人体膀胱划分为目标区域D,将周围器官组织划分为背景区域Ω\D,根据EIT测量数据计算目标区域及背景区域的电导率变化量,其中,目标区域电导率变化量为Δσ1,背景区域电导率变换量为Δσ0,则被测场域内任一点的电导率变化值为:
Δσ(x)=Δσ0(1-H(f(x)))+Δσ1(H(f(x)) (1)
式中,H(s)为平滑Heaviside函数,其中,平滑Heaviside函数定义为:
f(x)为水平集函数,定义为:
将水平集函数通过基函数进行表示为:
式中,μ=[μ1,μ2,...,μN]为参数向量,pi(x)为基函数,对水平集函数进行调整,得到:
式中,c为常数,则将电导率分布公式重新表示为:
Δσ(x)=Δσ0(1-H(f(x,μ)-c))+Δσ1(H(f(x,μ)-c) (6)
将电导率分布公式带入EIT逆问题的目标函数中,得到:
添加惩罚项,得到基于参数水平集的三维图像重建算法的目标函数解为:
式中,L1及L2是正则化矩阵,λ是正则化参数,μ*及σ*分别为预先估计的基函数初始参数和区域初始电导率变化,通过计算雅可比矩阵以及通过高斯牛顿法迭代求解,计算结果,令
X=[μ1,μ2,...,μN,Δσ0,Δσ1]T (9)
得到迭代计算公式为:
X(k+1)=X(k)+α(JTJ+λI)-1[JT(U-V(X(k)))-λ(X(k)-X*)] (10)
式中,μ1,μ2,...,μN为参数水平集方法中基函数的系数,根据迭代计算公式迭代计算,得到X的值,根据X的值及电导率分布公式计算得到最终的电导率分布,完成三维EIT图像重建,在重建过程中,只需调节正则化参数λ、迭代步长α及权重系数k,其余参数均为固定设置。
4.根据权利要求3所述的基于参数水平集三维EIT图像重建的膀胱体积测量方法,其特征在于,步骤3中,基于膀胱的三维EIT图像进行图像分割及膀胱体积计算,具体为:
根据ε或c的大小将重建生成的目标区域和背景区域之间的过度电导率带进行划分,若ε或c取值大于0.25*Δσ1,则将过度电导率带划分为目标区域,否则,将过度电导率带划分为背景区域,计算划分后的目标区域的总体网格大小,得到膀胱体积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210938276.9A CN115311227A (zh) | 2022-08-05 | 2022-08-05 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210938276.9A CN115311227A (zh) | 2022-08-05 | 2022-08-05 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311227A true CN115311227A (zh) | 2022-11-08 |
Family
ID=83860278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210938276.9A Pending CN115311227A (zh) | 2022-08-05 | 2022-08-05 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311227A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523089A (zh) * | 2023-11-06 | 2024-02-06 | 南京航空航天大学 | 一种基于离散训练集求解重建矩阵的方法、三维成像方法、存储介质 |
-
2022
- 2022-08-05 CN CN202210938276.9A patent/CN115311227A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523089A (zh) * | 2023-11-06 | 2024-02-06 | 南京航空航天大学 | 一种基于离散训练集求解重建矩阵的方法、三维成像方法、存储介质 |
CN117523089B (zh) * | 2023-11-06 | 2024-04-30 | 南京航空航天大学 | 一种基于离散训练集求解重建矩阵的方法、三维成像方法、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Adler et al. | Electrical impedance tomography: Tissue properties to image measures | |
Holder | Clinical and physiological applications of electrical impedance tomography | |
Leonhardt et al. | Electric impedance tomography for monitoring volume and size of the urinary bladder | |
JP6093421B2 (ja) | 電気インピーダンストモグラフィーイメージング計器及び電気インピーダンストモグラフィーイメージング方法 | |
Leonhäuser et al. | Evaluation of electrical impedance tomography for determination of urinary bladder volume: comparison with standard ultrasound methods in healthy volunteers | |
Li et al. | Preliminary study of assessing bladder urinary volume using electrical impedance tomography | |
Rosa et al. | Bladder volume monitoring using electrical impedance tomography with simultaneous multi-tone tissue stimulation and DFT-based impedance calculation inside an FPGA | |
CN109498013B (zh) | 基于单层eit电极边缘效应的膀胱体积测量方法 | |
Schlebusch et al. | On the road to a textile integrated bioimpedance early warning system for lung edema | |
US20170079544A1 (en) | Apparatus for diagnosing and imaging obstruction of upper airway in real time by using electrical impedance tomography | |
CN106373194B (zh) | 一种人体肺部电阻层析成像有限元模型设计方法 | |
CN114569112A (zh) | 一种应用表面肌电薄膜电极的脊柱侧弯评估方法 | |
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 | |
Duongthipthewa et al. | Analysis of current patterns to determine the bladder volume by electrical impedance tomography (EIT) | |
CN102599907A (zh) | 基于网格位移模型的电阻抗断层成像方法 | |
Kang et al. | Development of an electrical impedance tomography spectroscopy for pressure ulcer monitoring tool: preliminary study | |
CN110840457A (zh) | 一种基于边缘场检测的二维eit电极阵列结构优化方法 | |
CN108720870A (zh) | 一种基于超声衰减系数的脂肪肝检测系统 | |
Sun et al. | Bladder volume estimation using 3-D electrical impedance tomography based on fringe field sensing | |
Dheman et al. | Non-invasive urinary bladder volume estimation with artefact-suppressed bio-impedance measurements | |
CN106236093B (zh) | 高精度宽频带分布式医用电阻抗层析成像装置及其应用 | |
Yap et al. | Bio-conductivity characteristics of chronic kidney disease stages examined by portable frequency-difference electrical impedance tomography | |
CN111493832A (zh) | 一种基于En face-OCT的内窥成像方法 | |
Ybarra et al. | Breast imaging using electrical impedance tomography (EIT) | |
Zouari et al. | Standalone electrical impedance tomography predicts spirometry indicators and enables regional lung assessment |
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 |