CN116327162A - 三维成像方法、系统、装置、计算机设备和存储介质 - Google Patents
三维成像方法、系统、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116327162A CN116327162A CN202310528969.5A CN202310528969A CN116327162A CN 116327162 A CN116327162 A CN 116327162A CN 202310528969 A CN202310528969 A CN 202310528969A CN 116327162 A CN116327162 A CN 116327162A
- Authority
- CN
- China
- Prior art keywords
- induction coil
- induction
- imaging
- excitation
- image
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 259
- 230000006698 induction Effects 0.000 claims abstract description 298
- 230000005284 excitation Effects 0.000 claims abstract description 168
- 230000005684 electric field Effects 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 46
- 238000010586 diagram Methods 0.000 description 38
- 238000001514 detection method Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 238000007500 overflow downdraw method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002593 electrical impedance tomography Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002365 multiple layer Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010012442 Dermatitis contact Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 208000010247 contact dermatitis Diseases 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000037380 skin damage Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
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
- A61B5/0531—Measuring skin impedance
-
- 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
Abstract
本申请涉及一种三维成像方法、系统、装置、计算机设备和存储介质，该装置包括至少两层感应线圈，至少两层感应线圈的排列方向与每层感应线圈的环绕平面相垂直，感应线圈形成激励空间，成像目标位于激励空间中，感应线圈包括第一感应线圈以及第二感应线圈。该方法包括：激发第一感应线圈，在激励空间中形成第一激励电场，并通过第二感应线圈接收成像目标基于第一激励电场产生的第一感应信号；激发第二感应线圈，在激励空间中形成第二激励电场，并通过第一感应线圈接收成像目标基于第二激励电场产生的第二感应信号；基于第一感应信号以及第二感应信号得到成像目标的三维图像。采用本方法能够高效准确的获取电阻抗成像中的三维成像数据。
Description
技术领域
本申请涉及医学成像领域，特别是涉及一种三维成像方法、系统、装置、计算机设备和存储介质。
背景技术
电阻抗成像（Electrical Impedance Tomography，简称EIT）作为医学成像技术的一个新方向，借助人体内不同组织在不同的生理、病理状态下具有不同的电阻/电导率的特性，通过向人体施加小量安全驱动电流/电压，测量人体的电流电压值，重建人体内部的电阻率分布或其变化的图像。
在注入式电阻抗成像技术中，通常需要将电极片贴合于人体皮肤以获取对应的成像数据，而在电极片与皮肤直接接触时，容易造成接触性皮肤损伤，例如接触性皮炎，引起皮肤瘙痒，发红，小水泡等。进一步的，电极片直接贴合皮肤，在成像过程中，电路通道将与人体直接连通，存在安全隐患。
而感应电流电阻抗成像技术的出现恰好解决上述困扰，感应电流电阻抗成像技术可通过在被测目标的周围的外围放置若干个激励线圈，对其施加时变电流，从而向成像目标发送指定频率的信号，通过探测线圈测量成像目标表面生成的感应信号，并用此感应信号进行图像重建。但在上述方法中，激励线圈和探测线圈的排列方式通常为二维环状分布，在面对三维成像的场景时，获取到感应信号不足以准确得到目标对象的三维电阻抗分布图，导致目标对象的三维成像的准确率低。
针对相关技术中如何高效准确的获取电阻抗成像中的三维成像数据，目前还没有提出有效的解决方案。
发明内容
基于此，有必要针对上述技术问题，提供一种能够高效准确的获取电阻抗成像中的三维成像数据的三维成像方法、系统、装置、计算机设备和存储介质。
第一方面，本申请提供了一种三维成像方法，应用于三维成像装置，所述三维成像装置包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，所述方法包括：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
在其中一个实施例中，所述基于所述第一感应信号以及第二感应信号得到成像目标的三维图像，包括：
基于第一感应信号，通过反投影算法得到成像目标的第一图像；
基于第二感应信号，通过反投影算法得到成像目标的第二图像；
基于所述第一图像与第二图像得到成像目标的三维图像。
在其中一个实施例中，所述基于第一感应信号，通过反投影算法得到成像目标的第一图像，包括：
基于有限元法确定第一成像模型；
基于所述第一感应信号与所述第一成像模型获取成像目标的第一图像。
在其中一个实施例中，所述基于第二感应信号，通过反投影算法得到成像目标的第二图像，包括：
基于有限元法确定第二成像模型；
基于所述第二感应信号与所述第二成像模型获取成像目标的第二图像。
在其中一个实施例中，所述基于所述第一图像与第二图像得到成像目标的三维图像，包括：
对所述第一图像与所述第二图像进行加权融合，得到成像目标的三维图像。
第二方面，本申请还提供了一种三维成像系统，包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括驱动模块以及数据处理模块，所述驱动模块、感应线圈以及数据处理模块依次相连，其中：
所述选择开关模块与所述驱动模块连接，用于确定所述感应线圈组中的第一感应线圈与第二感应线圈；
所述驱动模块与所述感应线圈连接，用于根据所述选择开关模块的确定结果激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
所述驱动模块还用于根据所述选择开关模块的确定结果激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
所述数据处理模块与所述驱动模块连接，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
在其中一个实施例中，所述系统还包括选择开关模块，响应于用户指令生成控制信号，控制驱动模块，驱动模块基于控制信号激励第一感应线圈或第二感应线圈。
第三方面，本申请还提供了一种三维成像装置，所述装置包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括：
第一激励模块，用于激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
第二激励模块，用于包括至少两层感应线圈，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
成像模块，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
第四方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
第五方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
上述三维成像方法、系统、装置、计算机设备和存储介质，可以借助两层感应线圈的排列结构，激发感应线圈中的第一感应线圈，在所述激励空间中形成第一激励电场，并通过感应线圈中的第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。然后切换激励线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。进而能够在不移动感应线圈的情况下，全面地进行数据采集，高效准确的获取电阻抗成像中的三维成像数据。
附图说明
图1为一个实施例中二维电阻成像的线圈分布图以及对应的阻抗分布图；
图2为另一个实施例中二维电阻成像的线圈分布图以及对应的阻抗分布图；
图3为一个实施例中三维成像方法的应用环境图；
图4为一个实施例中三维成像方法的流程示意图；
图5为一个实施例中感应线圈的排列结构示意图；
图6为与图5对应的感应线圈的排列结构的俯视图；
图7为一个实施例中有限元法求解电阻抗成像正问题的流程示意图；
图8为一个实施例中初始有限元模型的结构示意图；
图9为一个实施例中迭代计算的流程示意图；
图10为一个实施例中成像目标对应成像模型的成像效果对应的三视图；
图11为一个优选实施例中三维成像系统的结构框图；
图12为一个实施例中三维成像装置的结构示意图；
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为现有技术中二维电阻成像的线圈分布图以及对应的阻抗分布图，左图为二维电阻成像的线圈分布图，右图为对应的阻抗分布图，如图1所示，明显的，当成像目标内的目标点位于线圈分布的探测空间或靠近探测空间时，在对应的阻抗分布图中能够清晰的观察到目标点的特征。其中，探测空间为所有线圈环绕所围成的平面。进一步的，图2为另一个实施例中二维电阻成像的线圈分布图以及对应的阻抗分布图，左图为二维电阻成像的线圈分布图，右图为对应的阻抗分布图，如图2所示，明显的，当成像目标内的目标点远离线圈分布的探测空间时，在对应的阻抗分布图中并不能够准确的抓取到目标点的特征。进而在后续技术人员在根据阻抗分布图确定成像目标内的目标点时，容易发生误判以及漏判的情况，不利于全面准确的了解成像目标。
本申请实施例提供的三维成像方法，可以应用于如图3所示的应用环境中。如图3所示，可以通过终端102向数据采集模块104发布对应的数据采集请求，由数据采集模块104控制环绕于成像目标周围的三维成像装置106采集对应的成像数据，在采集到对应的成像数据之后，将数据返回至终端102，在终端102中根据得到的三维成像数据进行图像重建得到对应的三维阻抗分布图。
其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
在一个实施例中提供了一种三维成像方法，应用于三维成像装置，所述三维成像装置包括至少两层感应线圈，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈。可以理解的，本实施例以两层感应线圈结构为例，在其他实施例中，所述三维成像装置可以包括三层感应线圈或多层感应线圈，只需满足感应线圈的层数为两层或两层以上即可，此处不作具体限定，其中，多层线圈的排列方向与每层感应线圈的环绕平面相垂直，具体的环绕平面为处于同层的所有感应线圈围绕所形成的平面。
示例性的，当环绕平面平行与地面时，多层线圈沿竖直方向排列。
图4为本实施例中的三维成像方法的流程示意图，如图4所示，包括以下步骤：
步骤S401，激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。
其中，第一感应线圈可以为激励线圈，激励线圈在接入电流或电压后可在激励空间中产生激励电场，进而向成像目标发送指定频率的电磁波。第二感应线圈可以为探测线圈，可接收成像目标中产生的感应信号。可选的上述感应线圈并不直接与成像目标接触，而是通过非接触的方式向成像目标发送电磁波，或接收感应信号。
示例性的，图5为本实施例中感应线圈的排列结构示意图，如图5所示，激励空间可呈现椭圆的形式，在激励空间周围的感应线圈可呈现3×8的排列方式。对应的图6为与图5对应的感应线圈的排列结构的俯视图，图6可对应于每层感应线圈的环绕平面，为x-y平面。对应于图5中，不同层感应线圈沿z轴分布。对于上述3×8个感应线圈中，可预先为每个线圈设定编号，示例性的。可确定从上至下的第一层线圈的编号为编号1至编号8，第二层线圈的编号为编号9至编号16，第三层线圈的编号为编号17至编号24。具体的在对成像目标进行检测时，可先从已有的24个感应线圈中随机确认编号为1的感应线圈为激励线圈，该激励线圈即为第一感应线圈，用于在激励空间中形成第一激励电场，进而通过激励电场向成像目标发送指定频率的电磁波，将剩余的23个感应线圈作为探测线圈，上述探测线圈即为第二感应线圈，用于接收成像目标在第一激励电场作用下产生的第一感应信号，得到23组第一感应信号。
步骤S402，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号。
在本步骤中可以将上一步骤中的第二感应线圈作为激励线圈，将第一感应线圈作为探测线圈，进而实现了线圈类型的切换，通过复用感应线圈获取不同的感应信号。
示例性的，在图5所示的实施例中，可切换编号为2的感应线圈为激励线圈，同样的其余23个感应线圈作为探测线圈进而获取23组第二感应信号。然后，可重复上述切换的步骤，直至遍历所有感应线圈作为激励线圈，合计获取23×24组感应信号，用于后续进行图像重建。可选的，在切换时，可按照感应线圈对应的编号顺序进行线圈切换，也可以预先根据感应线圈的编号设计指定的切换逻辑，在进行线圈切换时可按照上述切换逻辑进行切换。
步骤S403，基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
具体的，可分别基于上述第一感应信号和第二感应信号确定对应的图像，然后综合不同图像中的信息，融合得到对应的三维图像。在上述三维图像中，可划分得到八个区域，用于确定成像目标中目标点的位置。其中，三维图像为三维电阻抗分布图，在以成像目标为人体的示例中，目标点可以是人体中的多余组织，例如肿瘤，增生组织等，也可以是人体的指定的器官，例如肺、肝脏、心脏等。
进一步的，对应于图5所示的激励空间，目标点在成像目标中的位置可以分为上前右、上前左、上后右、上后左、下前右、下前左、下后右、下后左。示例性的，若需要检测人体肺部中的病灶，则可将对应的成像装置置于人体的胸腔周围，3×8排列，环绕人体胸腔一圈，且上述感应线圈并不直接与人体接触，然后依次选取激励线圈与感应线圈，合计采集23×24组成像数据，根据上述成像数据获取人体的三维电阻抗分布图，以获取人体肺部的具体位置，病灶在肺部的具体位置。
上述三维成像方法中，可基于至少两层感应线圈组成的三维成像装置结构，通过激发上述线圈中的第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。然后切换激励线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。通过多层感应线圈叠放排列的方式，复用已设置的感应线圈能够在不改变感应线圈位置的情况下，多角度、多方面、高效且准确地采集电阻抗成像中的三维成像数据，利用了不同数据之间的差异进行信息互补，进而高效准确的获取电阻抗成像中的三维成像数据。
优选的，设计激励线圈的切换逻辑时，每次选取的感应线圈并不限定为一个，也可以选取两个感应线圈作为激励线圈，然后每次从剩余的感应线圈选取两个作为激励线圈，直至遍历所有感应线圈作为激励线圈。
可选的，对于每个感应线圈而言，感应线圈间的最近邻距离并不固定，即不同相邻感应线圈之间的距离可以是不同的，也可以是等间距的。
在其中一个实施例中，所述基于所述第一感应信号以及第二感应信号得到成像目标的三维图像，包括：基于第一感应信号，通过反投影算法得到成像目标的第一图像；基于第二感应信号，通过反投影算法得到成像目标的第二图像；基于所述第一图像与第二图像得到成像目标的三维图像。具体的，可以通过图像融合的方式得到成像目标的三维图像。其中，成像目标的三维图像为成像目标的三维电阻抗分布图。
示例性的，在图5所示的排列结构方式中，可先将获取到的关于编号1线圈的23个感应信号进行处理，得到第一帧成像目标的图像。然后依次将剩余编号对应作为激励线圈采集的感应信号进行处理，得到第二至二十四帧成像目标的图像，最后将所有的二十四帧图像进行融合，得到对应的三维电阻抗分布图。
在另一个示例性实施例中，还可以逐层获取成像目标的图像，然后在进行图像融合得到最终的三维电阻抗分布图。例如，在图5所示的排列结构方式中，可先获取第一层线圈（编号1至编号8）的8×23个感应信号，得到第一层线圈对应的第一帧图像，然后获取第二层线圈（编号9至编号16）的8×23个感应信号，得到第二层线圈对应的第二帧图像，获取第三层线圈（编号17至编号24）的8×23个感应信号，得到第三层线圈对应的第三帧图像。最后将第一帧图像，第二帧图像和第三帧图像进行融合，得到最终的三维电阻抗分布图。
在本实施例中，可基于采集到的不同感应信号生成对应的图像，并将上述不同的图像进行融合，合理的利用不同图像之间的差异化信息、互补性信息以及不同图像之间的关联，得到更快速、更全面、精度更高的三维电阻抗分布图。
在其中一个实施例中，所述基于第一感应信号，通过反投影算法得到成像目标的第一图像，包括：基于有限元法求解电阻抗成像正问题，确定成像模型；基于所述第一感应信号与所述成像模型分布获取成像目标的第一图像。
在针对电阻抗成像的图像重建时，可将图像重建过程分类正问题求解与逆问题求解。其中正问题求解主要为在已知成像目标内部的电导率分布和激励电场的情况下求解成像目标内部以及周围空间磁场分布，其本质为获取一个准静态开域时的谐涡流场。逆问题求解主要为根据测量得到的感应信号，通过算法重建得到成像目标内部的电导率分布。
图7为有限元法求解电阻抗成像正问题的流程示意图。具体的，首先可对成像目标的成像区域划分有限元网络部分，可选的，有限元网络的类型可以包括三角形单元、四边形单元、线性单元和弯曲单元等。然后进行网络优化，获取初始有限元模型，图8为本实施例中初始有限元模型的结构示意图。接着获取成像目标对应的预设初始电导率分布以及边界条件，然后将上述预设初始电导率分布与边界条件代入正向计算方程，计算边界电压，得到成像模型，进而输出正向结果。进一步的，输出的正向结果中还包含有对应的雅克比矩阵与黑森矩阵。
进一步的，在获取到成像模型后，即可结合接收到的第一感应信号得到对应的第一图像。具体的，可通过迭代计算的方式得到第一图像，图9为一个实施例中迭代计算的流程示意图，如图9所示，可先基于获取到的第一感应信号计算第一差分信号，然后将上述第一差分信号代入上述成像模型得到第一估计电阻抗分布图，基于雅克比矩阵和黑森矩阵计算第一残差，判断第一残差是否满足精度要求，若满足则可将估计第一电阻抗分布图作为第一图像进行输出，若不满足，则重新调整第一成像模型的参数，再结合第一感应信号更新第一估计电阻抗分布图再次计算对应的第一残差，直至第一残差满足精度要求，输出对应的第一估计电阻抗分布图作为第一图像。可选的，雅克比矩阵（J）和黑森矩阵（H）组成了一个残差项，当残差项满足一个经验阈值范围，迭代结束，输出结果。图10实施例中成像目标对应成像模型的成像效果对应的三视图，从左至右分别为正视图、俯视图以及右视图。
在本实施例中，可通过有限元法解决图像重建时的正问题，获取对应的成像模型，然后在结合实际的测量数据进行迭代计算不断完善得到的电阻抗分布图，进而实现了对成像数据的准确处理，减少了图像重建时的信息误差，进而有利于后续更加精确地进行图像融合，得到高精度的三维电阻抗分布图。
在其中一个实施例中，类似的，所述基于第二感应信号，通过反投影算法得到成像目标的第二图像，包括：基于有限元法确定第二成像模型。基于所述第二感应信号与所述第二成像模型获取成像目标的第二图像。具体的，在基于有限元法确定第二成像模型时可以直接使用上述得到的第一成像模型作为第二成像模型，也可按照图7的流程示意图重新获取第二成像模型。然后按照图9的所示的流程，先基于获取到的第二感应信号计算第二差分信号，然后将上述第二差分信号代入上述第二成像模型得到第二估计电阻抗分布图，基于雅克比矩阵和黑森矩阵计算第二残差，判断第二残差是否满足精度要求，若满足则可将第二估计电阻抗分布图作为第二图像进行输出，若不满足，则重新调整第二成像模型的参数，得到新的第二成像模型，再结合第二感应信号更新第二估计电阻抗分布图，再次计算对应的第二残差，直至第二残差满足精度要求，输出对应的第二估计电阻抗分布图作为第二图像。可选的，雅克比矩阵（J）和黑森矩阵（H）组成了一个残差项，当残差项满足一个经验阈值范围，迭代结束，输出结果。
在本实施例中，可通过有限元法与迭代计算快速得到第二感应信号对应的电阻抗分布图，进而实现了对成像数据的准确处理，减少了图像重建时的信息误差，进而有利于后续更加精确地进行图像融合，得到高精度的三维电阻抗分布图。
在其中一个实施例中，所述基于所述第一图像与第二图像得到成像目标的三维图像，包括通过加权融合法对所述第一图像与所述第二图像进行融合，得到成像目标的三维图像。具体的，加权融合法可以是简单加权融合，自定义确定第一感应图像与第二感应图像的权重，根据对应的权重进行图像融合。或通过主成分分析(Principal ComponentAnalysis，PCA)确定各图像对应的最佳权重，然后基于对应的权重进行图像融合。
可选的，在获取到对应的权重后，通过加权平均法确定具体的融合规则，还可以借助人工神经网络的信号处理能力和自动推理功能，实现多张图像的融合。
优选的，在进行图像融合时，还可以通过空间域融合以及变换域融合实现不同图像的融合，利用不同图像在时空上的相关性以及信息上的互补性得到更全面，更清晰的图像描述。
在本实施例中，借助加权融合法简洁快速的获取各图像对应的权重信息，融合不同图像，综合不同图像之间的差异化信息以及相关性信息得到更全面，精确的三维图像。进而有利于三维图像中更加清晰明了的反馈成像目标的内部信息。
可选的，在其他实施例中，感应线圈的环绕轮廓可以是圆形或根据检测的成像目标的轮廓确定，感应线圈可以是全包绕方式，半包绕方式进行排列。进一步的，感应线圈的层数可以根据检测的实际需求进行设定。
在其中一个实施例中，还提供了一种三维成像系统，包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括驱动模块以及数据处理模块，所述驱动模块、感应线圈以及数据处理模块依次相连，其中：
所述驱动模块用于激发所述第一感应线圈，在所述激励空间中形成第一激励电场，第二感应线圈用于接收成像目标基于所述第一激励电场产生的第一感应信号；
所述驱动模块还用于激发所述第二感应线圈，在所述激励空间中形成第二激励电场，所述第一感应线圈用于接收成像目标基于所述第二激励电场产生的第二感应信号；
进一步的，驱动模块去驱动对应的感应线圈之前，还需要根据成像目标确定对应使用的激励信号。
可以理解的是，不同部位，不同生物体对象对不同频率的电磁波信号的敏感度以及电导率均不相同，因此在对成像目标进行检测前，需要根据成像目标确定对应使用的激励信号。
示例性的，可在驱动模块中通入交变电流，对交变电流进行衰减与滤波进而得到可以直接注入至激励线圈的激励信号。
所述数据处理模块与所述第一感应线圈以及第二感应线圈连接，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
上述系统中，可基于至少两层感应线圈组成的三维成像装置结构，通过激发上述线圈中的第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。然后切换激励线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。通过多层感应线圈叠放排列的方式，复用已设置的感应线圈能够在不改变感应线圈位置的情况下，多角度、多方面、高效且准确地采集电阻抗成像中的三维成像数据，利用了不同数据之间的差异进行信息互补，进而高效准确的获取电阻抗成像中的三维成像数据。
在其中一个实施例中，所述系统还包括选择开关模块，响应于用户指令生成控制信号，控制驱动模块，驱动模块基于控制信号激励第一感应线圈或第二感应线圈。
其中，用户指令中包含有激励线圈的切换逻辑，用户可预先设定指定的切换逻辑，例如，设定按照感应线圈的编号排序，一次切换不同的感应线圈作为激励线圈。或者预先设计执行的切换序列表，按照序列中的顺序依次切换激励线圈。
在驱动模块接收控制信号之后，即可根据控制信号激励信号注入至对应的感应线圈中，激励第一感应线圈或第二感应线圈。
在本实施例中，通过选择开关模块根据用户指令进行激励线圈的选择，有利于快速实现激励线圈的切换，复用感应线圈进行数据采集。在无需移动感应线圈的情况下也能采集不同方位，不同角度的数据，便于后续得到信息更全面，更准确的三维图像。
图11为一个优选实施例中三维成像系统的结构框图，如图11所示，该系统包括微控制模块、数字信号合成模块、滤波放大模块、衰减器模块、选择开关模块、驱动模块、第一感应线圈、第二感应线圈，数模转换器。具体的，为控制模块与数字信号合成模块连接，用于控制数字信号合成模块产生25MHz的信号SINGAL_A。滤波放大模块与数字信号合成模块连接，用于对信号SINGAL_A进行滤波放大得到信号SINGAL_B，衰减器模块与微控制单元与滤波放大模块，微控制单元可控制衰减器模块对信号SINGAL_B进行处理输出得到信号SINGAL_C。选择开关模块与微控制模块和衰减器模块连接，微控制模块可控制选择开关模块选择第一感应线圈作为激励线圈，第二感应线圈作为探测线圈，在完成选择之后可将信号SINGAL_C输入至驱动模块，驱动模块可根据选择开关模块的选择结果输出信号SINGAL_D至对应的激励线圈，并产生对应的激励电场。探测线圈可接收成像目标返回的第一感应信号SINGAL_R，并将上述第一感应信号SINGAL_R输入至滤波放大器中，进一步的，滤波放大器还与数模转换器连接，将滤波放大后的第一感应信号SINGAL_R输入至数模转换器进行处理，得到波形的数字信号。然后将数字信号输入至微控制模块中，进行数据处理，将数据处理后的结果通过数据传输模块发送至上位机，其中数据传输模块可以是通过蓝牙或者wifi进行传输。最后由上位机根据得到的数据信息，通过反投影算法进行图像重建，得到对应的成像目标的三维阻抗分布图。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的三维成像方法的三维成像装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个三维成像装置实施例中的具体限定可以参见上文中对于三维成像方法的限定，在此不再赘述。
在一个实施例中，提供了一种三维成像装置，图12为一个实施例中三维成像装置的结构示意图，如图12所示，所述装置包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括：
第一激励模块121，用于激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。
第二激励模块122，用于包括至少两层感应线圈，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号。
成像模块123，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
上述装置中，可基于至少两层感应线圈组成的三维成像装置结构，通过激发上述线圈中的第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号。然后切换激励线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。通过多层感应线圈叠放排列的方式，复用已设置的感应线圈能够在不改变感应线圈位置的情况下，多角度、多方面、高效且准确地采集电阻抗成像中的三维成像数据，利用了不同数据之间的差异进行信息互补，进而高效准确的获取电阻抗成像中的三维成像数据。
进一步的，所述成像模块123还用于基于第一感应信号，通过反投影算法得到成像目标的第一图像。基于第二感应信号，通过反投影算法得到成像目标的第二图像。基于所述第一图像与第二图像得到成像目标的三维图像。
进一步的，所述成像模块123还用于基于有限元法确定第一成像模型。基于所述第一感应信号与所述成像模型分布获取成像目标的第一图像。
进一步的，所述成像模块123还用于基于有限元法确定第二成像模型。基于所述第二感应信号与所述成像模型分布获取成像目标的第二图像。
进一步的，所述成像模块123还用于通过加权融合法对所述第一图像与所述第二图像进行融合，得到成像目标的三维图像。
上述三维成像装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种三维成像方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维成像方法，应用于三维成像装置，其特征在于，所述三维成像装置包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，所述方法包括：
激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一感应信号以及第二感应信号得到成像目标的三维图像，包括：
基于第一感应信号，通过反投影算法得到成像目标的第一图像；
基于第二感应信号，通过反投影算法得到成像目标的第二图像；
基于所述第一图像与第二图像得到成像目标的三维图像。
3.根据权利要求2所述的方法，其特征在于，所述基于第一感应信号，通过反投影算法得到成像目标的第一图像，包括：
基于有限元法确定第一成像模型；
基于所述第一感应信号与所述第一成像模型获取成像目标的第一图像。
4.根据权利要求2所述的方法，其特征在于，所述基于第二感应信号，通过反投影算法得到成像目标的第二图像，包括：
基于有限元法确定第二成像模型；
基于所述第二感应信号与所述第二成像模型获取成像目标的第二图像。
5.根据权利要求2所述的方法，其特征在于，所述基于所述第一图像与第二图像得到成像目标的三维图像，包括：
对所述第一图像与所述第二图像进行加权融合，得到成像目标的三维图像。
6.一种三维成像系统，其特征在于，包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括驱动模块以及数据处理模块，所述驱动模块、感应线圈以及数据处理模块依次相连，其中：
所述驱动模块用于激发所述第一感应线圈，在所述激励空间中形成第一激励电场，第二感应线圈用于接收成像目标基于所述第一激励电场产生的第一感应信号；
所述驱动模块还用于激发所述第二感应线圈，在所述激励空间中形成第二激励电场，所述第一感应线圈用于接收成像目标基于所述第二激励电场产生的第二感应信号；
所述数据处理模块与所述第一感应线圈以及第二感应线圈连接，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括选择开关模块，响应于用户指令生成控制信号，控制驱动模块，驱动模块基于控制信号激励第一感应线圈或第二感应线圈。
8.一种三维成像装置，其特征在于，所述装置包括至少两层感应线圈，至少两层所述感应线圈的排列方向与每层感应线圈的环绕平面相垂直，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，还包括：
第一激励模块，用于激发所述第一感应线圈，在所述激励空间中形成第一激励电场，并通过所述第二感应线圈接收成像目标基于所述第一激励电场产生的第一感应信号；
第二激励模块，用于包括至少两层感应线圈，所述感应线圈形成激励空间，成像目标位于所述激励空间中，所述感应线圈包括第一感应线圈以及第二感应线圈，激发所述第二感应线圈，在所述激励空间中形成第二激励电场，并通过所述第一感应线圈接收成像目标基于所述第二激励电场产生的第二感应信号；
成像模块，用于基于所述第一感应信号以及第二感应信号得到成像目标的三维图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至权利要求5中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至权利要求5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310528969.5A CN116327162A (zh) | 2023-05-11 | 2023-05-11 | 三维成像方法、系统、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310528969.5A CN116327162A (zh) | 2023-05-11 | 2023-05-11 | 三维成像方法、系统、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116327162A true CN116327162A (zh) | 2023-06-27 |
Family
ID=86882578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310528969.5A Pending CN116327162A (zh) | 2023-05-11 | 2023-05-11 | 三维成像方法、系统、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116327162A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1868398A (zh) * | 2006-06-20 | 2006-11-29 | 四川大学 | 可用于电导率成像及功能磁刺激用磁场聚焦线圈阵列 |
| CN102378597A (zh) * | 2009-03-30 | 2012-03-14 | 皇家飞利浦电子股份有限公司 | 具有线圈配置的磁感应断层成像系统 |
| CN102499681A (zh) * | 2011-10-17 | 2012-06-20 | 中国人民解放军第四军医大学 | 一种适用于磁感应断层成像的旋转式线圈组及其布置方法 |
| CN102499682A (zh) * | 2011-10-19 | 2012-06-20 | 中国人民解放军第四军医大学 | 用于磁感应断层成像的激励测量复用线圈组及数据采集 |
| CN110680320A (zh) * | 2019-10-25 | 2020-01-14 | 深圳技术大学 | 磁感应成像方法和系统 |
| CN111208458A (zh) * | 2018-11-21 | 2020-05-29 | 通用电气公司 | 用于mr成像的颈部射频线圈的系统和方法 |
| CN113133754A (zh) * | 2021-04-21 | 2021-07-20 | 天津工业大学 | 一种非接触磁感应电阻抗扫描成像装置及成像方法 |
| CN114176555A (zh) * | 2021-12-31 | 2022-03-15 | 厦门大学 | 一种基于最大抵消原理的磁感应成像信号采集装置 |
-
2023
- 2023-05-11 CN CN202310528969.5A patent/CN116327162A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1868398A (zh) * | 2006-06-20 | 2006-11-29 | 四川大学 | 可用于电导率成像及功能磁刺激用磁场聚焦线圈阵列 |
| CN102378597A (zh) * | 2009-03-30 | 2012-03-14 | 皇家飞利浦电子股份有限公司 | 具有线圈配置的磁感应断层成像系统 |
| CN102499681A (zh) * | 2011-10-17 | 2012-06-20 | 中国人民解放军第四军医大学 | 一种适用于磁感应断层成像的旋转式线圈组及其布置方法 |
| CN102499682A (zh) * | 2011-10-19 | 2012-06-20 | 中国人民解放军第四军医大学 | 用于磁感应断层成像的激励测量复用线圈组及数据采集 |
| CN111208458A (zh) * | 2018-11-21 | 2020-05-29 | 通用电气公司 | 用于mr成像的颈部射频线圈的系统和方法 |
| CN110680320A (zh) * | 2019-10-25 | 2020-01-14 | 深圳技术大学 | 磁感应成像方法和系统 |
| CN113133754A (zh) * | 2021-04-21 | 2021-07-20 | 天津工业大学 | 一种非接触磁感应电阻抗扫描成像装置及成像方法 |
| CN114176555A (zh) * | 2021-12-31 | 2022-03-15 | 厦门大学 | 一种基于最大抵消原理的磁感应成像信号采集装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ismael et al. | An enhanced deep learning approach for brain cancer MRI images classification using residual networks | |
| RU2711205C2 (ru) | Портативные устройства для магнитоиндукционной томографии | |
| RU2647150C1 (ru) | Визуализация методом магнитоиндукционной томографии с помощью одной катушки | |
| JP6313465B2 (ja) | 磁場誘導トモグラフィー撮像用システム | |
| CN110210571A (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
| RU2617270C1 (ru) | Катушка для визуализации методом магнитоиндукционной томографии | |
| CN111343918A (zh) | 具有多维电极排列的电阻抗断层成像设备和系统 | |
| CN116802695A (zh) | 生成解剖腔体的解剖模型 | |
| CN116327162A (zh) | 三维成像方法、系统、装置、计算机设备和存储介质 | |
| CN103720482B (zh) | 影像重建方法与系统及影像建构方法与系统 | |
| CN103284715B (zh) | 用于软场层析成像中换能器放置的系统和方法 | |
| CN116227277A (zh) | 电极布局方案的生成方法、装置、设备、介质和程序产品 | |
| De Marco et al. | EIT forward problem parallel simulation environment with anisotropic tissue and realistic electrode models | |
| CN116127808A (zh) | 电极布局方案的生成方法、装置、计算机设备和存储介质 | |
| CN114723723A (zh) | 医学影像处理方法、计算机设备和存储介质 | |
| CN117414124B (zh) | 多频电阻抗磁感应成像方法、装置和计算机设备 | |
| JP2023036266A (ja) | 細胞イメージング用電気インピーダンス・トモグラフィセンサおよび細胞イメージング装置 | |
| CN117789990A (zh) | 门静脉无创测压模型构建方法、装置及计算机设备 | |
| CN116823976A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| Ameen et al. | TSS-ConvNet for electrical impedance tomography image reconstruction | |
| US20190374127A1 (en) | Inversion of Signal Measurements to Generate Medical Images | |
| CN110988043A (zh) | 基于多频加权频差的多介质分离成像方法 | |
| Khan et al. | A Simulation Study for Electrical Impedance Tomography | |
| BISSESSUR et al. | COMPUTATION OF THE FORWARD AND INVERSE PROBLEMS IN ELECTROMAGNETIC INDUCTANCE TOMOGRAPHY (EMT) FOR COMPACT SCATTERING OBJECTS |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230627 |
|
| RJ01 | Rejection of invention patent application after publication |