醫(yī)學(xué)電阻抗成像算法研究.pdf

1、近二十余年發(fā)展起來的電阻抗層析成像技術(shù)(Electricl ImpedanceTomography-EIT)，相比于其他CT技術(shù)，以其非侵入性、便攜性、價(jià)格低廉、響應(yīng)快速等技術(shù)優(yōu)勢(shì)，在工業(yè)和醫(yī)學(xué)領(lǐng)域具有重要的應(yīng)用背景。
　　 電阻抗層析成像技術(shù)，將陣列電極附于物體表面并交替施加電流激勵(lì)，測(cè)量電極上的電壓信號(hào)。運(yùn)用邊界上的測(cè)量值重建內(nèi)部場(chǎng)域的電特性近似空間分布。數(shù)學(xué)上，EIT的物理模型符合拉普拉斯橢圓偏微分方程。對(duì)于場(chǎng)域中任意電特

2、性的分布，無法求取解析解。因此，采用有限元(FEM)方法求解正向問題。EIT的圖像重建問題是非線性且病態(tài)的逆問題，需采用正則化的方法才能獲得較精確的解。
　　 本論文中，EIT的正向問題采用COMSOL Multiphysics@和Matlab@軟件進(jìn)行求解，COMSOL具有建模方便簡(jiǎn)單和求解精確等優(yōu)點(diǎn)。結(jié)合CT掃描圖建立人體肺部二維/三維模型，進(jìn)行正問題求解。文中討論了逆問題求解的基本理論，為克服邊界數(shù)據(jù)不足的缺點(diǎn)，引入先驗(yàn)知

3、識(shí)，提出了幾種新的圖像重建算法：
　　 1.基于傳統(tǒng)的Tikhonov正則化方法，利用正則化矩陣引入系統(tǒng)平滑信息，
　　 以提高圖像重建精度。此外，基于廣義的Tikhonov正則化方法，引入最大熵罰函數(shù)項(xiàng)，利用其非負(fù)特性約束，達(dá)到提高成像精度的目的。
　　 2.利用CT掃描圖，引入人體結(jié)構(gòu)以及各組織電導(dǎo)率分布等先驗(yàn)知識(shí)，提出了基于肺部模型結(jié)構(gòu)的成像算法，有效提高了肺部成像質(zhì)量。
　　 3.利用呼吸循環(huán)周期

4、肺部結(jié)構(gòu)及電導(dǎo)率分布的有關(guān)信息，提出一種基于基函數(shù)約束的方法。由基函數(shù)的線性組合構(gòu)成問題的解，從而減少重建參數(shù)，使得逆問題求解穩(wěn)定。但是，當(dāng)被測(cè)對(duì)象結(jié)構(gòu)和電導(dǎo)率分布與先驗(yàn)信息不符時(shí)，則會(huì)導(dǎo)致解偏離。
　　 4.基于Tikhonov正則化方法，利用正則化矩陣引入肺部組織結(jié)構(gòu)和電導(dǎo)率分布信息，選擇合適的正則化參數(shù)，使解合理趨近于真實(shí)分布。即使實(shí)際分布不同于先驗(yàn)信息，此方法仍能獲得較好的成像效果。
　　 5.建立三維肺部模型，