專利名稱：一種電阻抗斷層成像方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種醫(yī)學(xué)成像方法，特別涉及一種電阻抗斷層成像的圖像重建方法。
電阻抗斷層成像技術(shù)(EIT)是基于人體的不同組織有不同電阻抗這一物理原理，給人體施加安全的電流(電壓)，從體表測量電壓(電流)，利用體表測量信號重建出反映人體內(nèi)阻抗分布的圖像。在以人體阻抗分布的絕對值為成像目標(biāo)的靜態(tài)EIT方面，由于對系統(tǒng)要求苛刻，目前僅處于實驗室研究階段；在以人體阻抗分布的相對變化量為成像目標(biāo)的動態(tài)EIT方面，如今所報道的成像系統(tǒng)出自英國、美國、芬蘭、法及以及土耳其等國的幾十個研究組。目前的EIT研究存在一個突出的問題圖象質(zhì)量較差，這當(dāng)中的關(guān)鍵問題之一是圖像重建方法不夠好一方面是重建算法本身性能不夠好，另一方面是目前的重建都是基于單一的區(qū)域剖分(離散)方案，而剖分的規(guī)模(剖分的單元數(shù))不能太大，太大會導(dǎo)致嚴(yán)重的病態(tài)性乃至成像的不收斂。因此，目前的該技術(shù)的成像結(jié)果粗糙，不能充分利用測量數(shù)據(jù)中阻抗分布的信息。
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提出一種電阻抗斷層成像方法，設(shè)計了圖像重建算法廣義逆法，有效地提高了重建圖像的精度，再加上設(shè)計了多個剖分組合成像的方法，盡可能地利用了測量數(shù)據(jù)中的信息，使成像質(zhì)量向前邁了一大步。
本發(fā)明的成像方法按以下步驟進行1)建立圖像重建模型在計算機中模擬建立一個具有一定電阻抗分布的圓平面(二維)或圓柱體(三維)來作為圖像重建模型。由于人體的腦、軀干等可近似為一個具有一定電阻抗分布的圓柱型，根據(jù)研究需要，我們可將測量電極置于人體周圍的一個平面上或是呈三維分布，因此，我們在計算機中可以模擬建立上述的圖像重建模型。
2)對1)步中建立的圖像重建模型進行區(qū)域剖分將重建模型的區(qū)域按有限元規(guī)則剖分成一定數(shù)量的單元和節(jié)點，單元和節(jié)點有統(tǒng)一的編號，給每個單元賦予一個電阻抗的初值。剖分的方案是根據(jù)情況自由設(shè)置。這里我們采用了剖分單元在區(qū)域內(nèi)部略大外部略小的剖分形式，這樣可以減小圖像重建過程的病態(tài)性；3)對重建模型計算正向擾動矩陣將重建模型的每一個單元阻抗值設(shè)置為人體阻抗值的平均水平(約2歐米)，計算在一定激勵下的邊界測量值，這里這組測量值稱為背景測量值。然后改變編號為1的單元的阻抗值，并計算在同樣激勵下的邊界測量值。將這些邊界測量值與背景測量值相應(yīng)元素相減，再將差除以背景數(shù)值作為正向擾動矩陣的第一列；下面依次改變編號為2，3，…n的單元的阻抗值，計算在同樣激勵下的邊界測量值。將這些邊界測量值與背景測量值相應(yīng)元素相減再除以背景，作為正向擾動矩陣的第2，3，…n列。
4)對正向擾動矩陣進行奇異值分解(SVD)奇異值分解是矩陣運算中的一個常用方法，可計算出矩陣的特征值，進而可以得到矩陣的條件數(shù)和病態(tài)性(矩陣的幾個重要性質(zhì))；5)修正正向擾動矩陣的特征值，設(shè)一個特征值的最小門限，比此門限小的特征值強制為此門限值。(這樣便改善了正向擾動矩陣的病態(tài)性)；6)對修正的正向擾動矩陣求取廣義逆矩陣求矩陣的廣義逆矩陣是矩陣運算中的常規(guī)方法，這里我們利用了公開出版的科學(xué)計算程序庫完成本步驟7)用廣義逆矩陣作為重建矩陣進行圖像重建將廣義逆矩陣與已經(jīng)測量好的邊界測量數(shù)據(jù)做矩陣乘法，得到一個代表各個單元阻抗分布值的列向量，接下來便將其對應(yīng)用于圖像重建模型的每個單元便得到一個成像結(jié)果。
8)改變圖像重建模型的部分方案這里要設(shè)計一組各不相同的剖分方案(m個)，前一個方案和后一個方案的單元要在空間上錯一個位置。理想情況是使所有剖分方案的每個單元中點在絕對坐標(biāo)中盡量均勻分布，即每個剖分方案有n個單元，便有n個中點(每個單元一個中點)，m個剖分方案便有m*n個，將這m*n個中點一起放到絕對坐標(biāo)中，這些中點要盡量均勻分布于整個區(qū)域。
9)重復(fù)2-8過程n次，得到n個成像結(jié)果。
10)將n個圖像按像素疊加構(gòu)成最終的成像結(jié)果。
以上步驟中1-6為廣義逆法的主要內(nèi)容，8-10是多剖分組合的主要內(nèi)容。


圖1就是我們使用的圖像重建模型(a)一個二維圓平面的重建模型；(b)我們所采用的一個有限元剖分方案；(c)不同于(b)的有限元剖分方案，它是對(b)的一個旋轉(zhuǎn)。
圖2為兩個成像目標(biāo)(a)計算機模擬目標(biāo)，目標(biāo)體電阻率3Ωm，背景電阻率2Ωm；(b)物理模型，兩個25mm直徑的試管置于300mm直徑的圓柱型容器中，容器裝滿鹽溶液。
圖3為計算機模擬目標(biāo)的圖像重建結(jié)果比較(a)重建算法為我們提出的廣義逆法、剖分采用傳統(tǒng)的單一部分的成像結(jié)果；(b)重建算法使用目前性能較好的譜展開法、剖分采用傳統(tǒng)的單一剖分的成像結(jié)果；(c)重建算法為我們提出的廣義逆法、剖分采用我們提出的多剖分組合的成像結(jié)果；(d)重建算法為譜展開法、剖分采有我們提出的多剖分組合的成像結(jié)果。
圖4為物理模型的成像結(jié)果比較(a)重建算法為我們提出的廣義逆法、剖分采用傳統(tǒng)的單一剖分的成像結(jié)果；(b)算法使用目前性能較好的譜展開法、剖分采用傳統(tǒng)的單一剖分的成像結(jié)果；(c)重建算法為我們提出的廣義逆法、部分采用我們提出的多剖分組合的成像結(jié)果；(d)重建算法為譜展開法、剖分采用我們提出的多剖分組合的成像結(jié)果。
下面結(jié)合附圖對本發(fā)明的方法作實施例說明現(xiàn)在將上述方法實施于對物理模型測量數(shù)據(jù)的成像(這里我們用物理模型來近似人體的軀干，模型是盛有鹽溶液的圓柱型容器，內(nèi)部放置不同于鹽溶液電阻率的物體，在模型外周放置電極激勵并得到測量數(shù)據(jù))1)建立二維圖像重建模型由于物理模型是圓柱型的，我們將測量電極置于物理模型周圍的一個平面上，因此，我們在計算機中模擬建立了一個具有一定電阻抗分布的圓平面(二維)來作為圖像重建模型(圖1a是實施例使用的圖像重建模型一個二維圓平面)；2)對1)步中建立的圖像重建模型進行區(qū)域剖分將重建模型的區(qū)域剖分成有限個單元(有限元)和節(jié)點進行計算，這里我們采用了三角形單元、單元面內(nèi)部略大外部略小的剖分(圖1b是實施例所采用的一個有限元剖分方案)；3)對重建模型計算正向擾動矩陣將重建模型的每一個單元阻抗設(shè)置為2歐米(人體阻抗值的平均水平)，計算在標(biāo)準(zhǔn)激勵(激勵電流1mA)下的邊界測量值，這里這組測量值稱為背景測量值。然后改變編號為1的單元的阻抗值(由2歐米改為3歐米)并計算在標(biāo)準(zhǔn)激勵(激勵電流1mA)下的邊界測量值。將這些邊界測量值與背景測量值相應(yīng)元素相減，將差作為正向擾動矩陣的第一列；下面依次改變編號為2，3，…n(這里n等于248)的單元的阻抗值，計算在標(biāo)準(zhǔn)激勵(激勵電流1mA)下的邊界測量值。將這些邊界測量值與背景測量值相應(yīng)元素相減，將差作為正向擾動矩陣的第2，3，…n列；4)對正向擾動矩陣進行奇異值分解(SVD)奇異值分解是矩陣運算中的一個常用方法，用公開出版的科學(xué)計算程序庫完成；5)修正正向擾動矩陣的特征值，設(shè)一個特征值的最小門限，比此門限小的特征值強制為此門限值。這里可以設(shè)為最大奇異值的1/500；6)對修正的正向擾動矩陣求取廣義逆矩陣求矩陣的廣義逆矩陣是矩陣運算中的常規(guī)方法，這里我們利用了公開出版的科學(xué)計算程序庫完成本步驟；7)用廣義逆矩陣作為重建矩陣進行圖像重建將廣義逆矩陣與已經(jīng)測量好的邊界測量數(shù)據(jù)做矩陣乘法，得到一個代表各個單元阻抗分布值的列向量，接下來便將其對應(yīng)于圖像重建模型的每個單元便得到一個成像結(jié)果；8)改變圖像重建模型的剖分方案目前我們使用將前一個剖分方案旋轉(zhuǎn)一定角度的方法來產(chǎn)生不同的剖分方案，也就是說，將第一個方案旋轉(zhuǎn)一定角度便得到第二個方案，將第二個方案旋轉(zhuǎn)一定角度便得到第三個方案，以此類推(圖1c為第二個有限元剖分方案，它是對圖1b的一個旋轉(zhuǎn))。該方法存在一定缺點，并不完全符合技術(shù)方案中的要求；
9)重復(fù)2-8過程m次(這里等于4)，得到m個成像結(jié)果；10)將4個圖像疊加構(gòu)成最終的成像結(jié)果。
下面我們結(jié)合附圖3、4(成像結(jié)果)來說明我們提出的廣義逆算法及多剖分組合方法成像結(jié)果與現(xiàn)有的常規(guī)方法比較的結(jié)果；圖3為我們的方法和常規(guī)方法對計算機模擬模型的成像結(jié)果比較。我們計算了圖像的重建誤差(均方誤差)。圖3的圖像重建誤差分別為(a)1.2720e-5；(b)2.168e-5；(c)9.330e-6；(d)2.0958e-5。從橫向?qū)Ρ?算法比較)可以看出，我們提出的廣義逆法優(yōu)于現(xiàn)有的較優(yōu)算法譜展開法，從縱向?qū)Ρ?單剖分和多剖分比較)可以看出，我們提出的多剖分組合方法成像誤差明顯低于常規(guī)的單剖分方法。從圖中也可以看出這一點。圖4是對物理模型(鹽水容器中放置兩個試管)的成像結(jié)果，從圖4中也可得到和圖3相同的結(jié)論。
權(quán)利要求
1.一種電阻抗斷層成像方法，其特征在于，按以下步驟進行1)建立圖像重建模型在計算機中模擬建立一個具有一定電阻抗分布的圓平面(二維)或圓柱體(三維)來作為圖像重建模型；2)對建立的圖像重建模型進行區(qū)域剖分將重建模型的區(qū)域按有限元規(guī)則部分成一定數(shù)量的單元和節(jié)點，單元和節(jié)點有統(tǒng)一的編號，給每個單元賦予一個電阻抗的初值；3)對重建模型計算正向擾動矩陣將重建模型的每一個單元阻抗值設(shè)置為人體阻抗值的平均水平，計算在一定激勵下的邊界測量值即背景測量值。然后改變編號為1的單元的阻抗值，并計算在同樣激勵下地邊界測量值，將這些邊界測量值與背景測量值相應(yīng)元素相減，再將差除以背景數(shù)據(jù)作為正向擾動矩陣的第一列，下面依次改變編號為2，3，……n的單元的阻抗值，計算在同樣激勵下的邊界測量值，將這些邊界測量值與背景測量值相應(yīng)元素相減再除以背景測量值，作為正向擾動矩陣的第2，3，……n列；4)對正向擾動矩陣進行奇異值分解(SVD)；5)修正正向擾動矩陣的特征值，設(shè)一個特征值的最小門限，比此門限小的特征值強制為此門限值；6)對修正的正向擾動矩陣求取廣義逆矩陣；7)用廣義逆矩陣作為重建矩陣進行圖像重建將廣義逆矩陣與已經(jīng)測量好的邊界測量數(shù)據(jù)做矩陣乘法，得到一個代表各個單元阻抗分布值的列向量，接下來便將其對應(yīng)于圖像重建模型的每個單元便得到一個成像結(jié)果；8)改變圖像重建模型的剖分方案這里要設(shè)計一組各不相同的剖分方案(m個)，前一個方案和后一個方案的單元要在空間上錯一個位置；9)重復(fù)2-8過程n次，得到n個成像結(jié)果；10)將n個圖像按像素疊加構(gòu)成最終的成像結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在建立圖像重建模型時，可以將測量電極置于人體周圍的一個平面上或是呈三維分布。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對建立的圖像重建模型進行區(qū)域剖分，所應(yīng)用的剖分形式是子剖分單元在區(qū)域內(nèi)部略大、外部略小。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，改變圖像重建模型的剖分方案是使所有剖分方案的每個單元中點在絕對坐標(biāo)中盡量均勻分布，即每個剖分方案有n個單元，便有n個中點(每個單元一個中點)，m個剖分方案便有m*n個，將這m*n個中點一起放到絕對坐標(biāo)中，這些中點要盡量均勻分布于整個區(qū)域。
全文摘要
一種電阻抗斷層成像方法,包括建立圖像重建模型、區(qū)域剖分、計算正向擾動矩陣、對正向擾動矩陣進行奇異值分解等步驟,其中設(shè)計了多個剖分組合成像的方法,有效地提高了重建圖像的精度,盡可能地利用了測量數(shù)據(jù)中的信息,使成像質(zhì)量向前邁進了一大步。
文檔編號G06F17/00GK1252571SQ9911585
公開日2000年5月10日 申請日期1999年9月7日 優(yōu)先權(quán)日1999年9月7日
發(fā)明者湯孟興, 董秀珍, 秦明新, 尤富生, 劉銳崗, 史學(xué)濤, 付峰 申請人:中國人民解放軍第四軍醫(yī)大學(xué)