基于磁致边界振动希尔伯特变换的电导率重建简化算法

磁声成像是一种结合电阻抗成像和超声成像优点的多物理场耦合新型成像方法,能实现组织的电阻抗对比成像,重建组织内部电阻抗分布的边界.本研究首先利用强指向性换能器来提高磁致振动检测的方向精确性,通过磁声声压导数实现边界振动声源法向声压的提取;然后从换能器的接收声压出发,利用三维空间的格林函数推导了一种基于磁致边界振动法向声压的电导率重建算法,明确了重建过程中声压及其导数的物理意义;最后建立了圆柱坐标下的柱状扫描系统,对双层偏心圆柱组织模型所产生的声压和换能器所接收到的磁声声波进行了模拟,利用Hilbert变换实现波簇包络定位和相位分析,恢复磁致边界振动声压,重建扫描面的二维电导率分布和模型截面具有较高的一致性,不但获得了组织的边界信息,还实现了组织内部电导率分布的精确重建.所提出的基于磁致边界振动希尔伯特变换的电阻抗重建简化算法为组织病变的电阻抗成像和磁声诊断提供了新方法.     

开放式电阻抗成像建模及其仿真

为克服封闭式电阻抗成像电极位置不确定性引入的图像重构误差,采用固定电极阵列的开放式电阻抗成像(open electrical impedance tomography,OEIT)模型。将求解整个开放场域电磁场边值问题,近似转化为局部的虚拟场域。通过仿真实验选取有效边界参数和电极阵列结构。利用有限元法求解OEIT的正问题,采用一步牛顿法进行图像重构。实验结果表明OEIT能够探测到目标位置、区域以及电导率的变化,重构图像较清晰。OEIT在浅层体表具有较好的分辨率和定位准确度,有一定的临床应用价值。     

基于Walsh函数的电阻抗层析成像激励模式

为提高电阻抗成像数据采集系统的信噪比并且简化硬件电路设计,提出了一种基于Walsh函数的最优电流激励模式。利用Walsh电流对敏感场域进行激励,测量其电压响应,借助统计线性回归求解阻抗矩阵并将最优激励模式下的电压响应表示为Walsh电压响应的线性组合。结合正则化Gauss-Newton法重建阻抗图像。仿真结果表明,Walsh函数最优电流激励模式可以改善硬件系统的抗噪声能力,并且保证整个敏感场域内电流密度分布的均匀性。结合最优电流激励模式进行图像重建,提高了重建算法的收敛速度及重建图像的质量。     

MDEIT中电流密度成像替代电导率成像的可行性分析

针对新型磁探测电阻抗成像技术的正问题,利用有限元方法求解得到目标体内部的电压和电流密度分布,然后根据Biot-Savart定律获得目标体外部的磁感应强度数据,并且分析了有限元方法计算正问题的精度.结果表明,其足以用于磁探测电阻抗成像的电导率图像重建.在此基础上,通过仿真实验发现环形电极模式避免了电流的扩散效应,远离电极部分的z方向电流密度图像与电导率图像一致,以电流密度成像替代电导率成像,使得磁探测电阻抗成像简化为磁探测电流密度成像,缩短了数据测量时间和图像重建时间,为快速成像奠定了基础.     

基于圆柱模型的三维电阻抗成像问题研究

以胸腔模型为例,进行了三维电阻抗成像问题研究,建立了三维圆柱模型;采用有限元法进行了电阻抗正问题分析,得到的边界电位分布能够反映内部电阻抗的变化;采用基于同伦理论改进的Newton Raphson方法进行了逆问题分析,计算得到的电阻抗分布和实际分布非常接近,说明该方法适用于电阻抗成像逆问题。     

基于单电极激励模式的颅脑电阻抗图像重建方法研究

作为一种新兴的可视化技术,电阻抗层析成像(EIT)能够根据人体组织病理变化对其电导率分布进行图像重建,为疾病检测提供了一种选择.在基于EIT的脑部疾病检测中,为了改善被测区域的灵敏度分布并解决电阻抗成像中典型的不适定问题,在单电极激励数据采集模式下,提出了k阶有限差分L₁正则化目标函数,并采用增广拉格朗日和交替方向算法对目标函数进行求解,实现电导率分布的重构.研究了单电极激励模式下,外接电阻对敏感场的影响;针对脑出血和脑缺血两种病情,对比了Landweber方法、Newton-Raphson方法、Tikhonov方法、广义总变分方法(TGV)和本文方法的图像重建性能.结果表明,在脑出血和脑缺血的图像重建中,采用单电极激励模式的ALAD-LR方法可有效提高图像重建质量,并具有较强的鲁棒性.     

电阻抗成像正则化参数的优化方法

为改善电阻抗成像逆问题的不适定性,通常采用Tikhonov正则化算法来求得适当的解。正则化参数对重建图像的质量和计算速度影响较大。笔者提出了一种基于残差范数和解范数乘积的优化方法(PRS)求取电阻抗成像的正则化参数。为验证该方法的有效性,笔者针对不同的目标大小、目标位置、目标电导率、目标数目以及不同程度的噪声分别进行了重建图像的仿真实验和水槽实验。结果表明：这种优化方法可以快速找到相对最优的正则化参数,且具有良好的抗噪性能。与传统的L曲线方法相比,提高了图像重建质量。     

单电流注入的三维MREIT快速重建及实验

磁共振电阻抗成像（MREIT）是将磁共振成像（MRI）与传统电阻抗成像（EIT）技术相结合的一种电导率成像技术,通过提供成像体精确的几何信息与成像体内部的磁通密度值,改善了电阻抗成像的病态性,使得电导率图像的分辨率显著提高．针对MREIT系统的快速成像问题,在分析磁共振电阻抗成像的数学模型和正逆问题的基础上,提出利用单次电流的磁通密度分量即可进行电导率图像重建的方法,缩短了测量时间,并降低了电极间的电磁干扰;将灵敏度矩阵法扩展到三维MREIT,采用半解析法计算灵敏度矩阵,使得图像重建速度得到提高;并通过仿真与仿体实验验证了该方法的有效性．结果表明获得的电导率分布图像具有较高的分辨率和图像质量,测量与重建时间的缩短为MREIT的临床应用奠定了基础．     

基于粒子群优化算法的电阻抗图像重建

电阻抗成像的实际应用具有许多优越性,但电阻抗图像重建是一个严重病态的非线性逆问题。目前电阻抗成像的静态算法大多采用Newton-Raphson类算法,这类算法需要计算Jacobian矩阵、使用正则化技术等,算法复杂且稳定性较差。针对该问题,采用了一种新的求解逆问题的方法:粒子群优化算法(PSO)。PSO是一种基于种群搜索策略的自适应随机算法,具有算法简单、调节参数少、收敛速度快、易于实现等特点。给出了电阻抗成像的建模模型,并对粒子群优化算法做了适当的改进以适应电阻抗问题的求解。与牛顿类算法相比,它可以省去繁复的雅可比矩阵计算过程,而采用自适应搜索来求取最优解。仿真结果表明,应用PSO进行图像重构时,能够对突变区域进行准确的定位,图像分辨率较高。     

基于高场3T磁共振的人体组织电特性成像

结合现代的影像学方法,提出了一种基于磁共振成像的生物组织电特性成像方法.根据磁共振图像扫描信号中包含目标体的电导率和介电常数等信息这一原理,从法拉第定律和安培定律出发,推导出了激励射频磁场与电特性之间的关系.利用基于双角度法的自旋回波扫描序列,对志愿者头部进行了高场3 T下的磁共振成像实验,初步得到了质子密度像、射频场映像以及相应的电特性像.改进的算法中引入梯度项后,图像上不同组织内部的电特性变化更加明显.与传统电阻抗成像以及常规磁共振成像相比,本文的新型磁共振电特性成像兼具高对比度和高分辨率的特点,作为一种功能成像,有望在相关重大疾病的预防和诊断方面发挥作用.      

医用电阻抗成像系统的模块化设计

电阻抗成像是一种新的无损伤的功能成像技术．采用模块化设计,建立一种基于物理模型的医学电阻抗成像硬件系统．该系统主要有恒流源模块、驱动模块、测量模块、信号处理模块、控制和成像模块组成．该系统通过测量被测目标表面电信号并进行分析和处理,再通过逆问题求解,重构出电阻抗分布图像．实验表明,该系统设计合理,工作稳定,具有实时检测、使用方便及扩展性强等特点．     

脑水肿与脑出血的动态阻抗测量和阻抗成像基础研究

利用电阻抗成像技术,分别从一维阻抗测量、二维断层成像、三维立体成像等三个方面对颅内脑水肿、脑出血进行仿真研究,并对一维电阻抗成像进行了临床实验,同时还对电流的透颅效果进行了动物实验和仿真研究。研究结果表明：低频电流能够穿过颅骨;从一维颅表测量的电阻抗变化,可以反映颅内出血和水肿的动态过程;利用二维电阻抗断层成像可以反映颅内出血的变化情况;三维电阻抗重建图像对目标定位准确,可以分辨出多个成像目标。以上研究结果为脑水肿与脑出血的图像实时监护奠定了理论基础,积累了临床实践经验。     

一种基于加权多准则的火炮爆炸场中高温火球三维温度场的迭代重建算法

针对爆炸场温度高、温度动态范围大、不可直接测量、温度场重建难以取得较高精度等问题,改进了一种在图像重建中广泛应用的联合代数重建（simultaneous algebraic reconstruction technique,SART）算法,以实现爆炸场中温度场的重建。该改进方法将原算法迭代固定步长改为自适应步长,通过判断相邻像素间是否产生畸变来决定迭代步长的大小,无畸变时迭代步长较大,有畸变时则加入惩罚使迭代步长变小;并在SART算法满足的最小二乘准则中加入均匀性准则,提高重建质量。通过仿真实验讨论了惩罚区域和惩罚系数对重建图像质量的影响,并对比了传统SART算法和在校正项中加入惩罚的SART算法。实验结果表明,由于改进方法在迭代系数中加入了惩罚项,得到的重建图像质量更高。     

CT动态测量中投影方向优化设计

根据投影方向对重建图像质量有显著影响的这一计算机数值模拟的结果,提出了从相互正交的两个方向上进行扫描测量,以获取多方位投影数据,并据此重建图像的方法.模拟仿真表明：该算法在CT动态场测量中稳定可靠,且具有良好的抗噪声能力.     

结合卷积与转置卷积特征的模糊车牌复原方法

深度学习算法在图像去噪领域已经得到了很好的效果;但目前对于深度学习算法在模糊图像复原领域的研究没有更深入的研究。直接应用图像去噪的方法对模糊车牌进行复原实际上可行的,但会产生复原图像细节缺失,时间代价高的缺点。针对这些问题,吸取去噪方法的优点,提出将原始图像信息与转置卷积复原后的图像信息相结合的方法,重新构建了图像复原网络结构;并根据图像特点自定了损失函数。实验通过与已有的方法进行对比说明,提出的复原方法在复原车牌图像质量上和复原效率上都有很好的表现;同时对模糊运动角度与不同噪声具有健壮性;而模糊运动像素越大的图片,复原图像的质量也会下降。     

两阶段复镜像法及架空导体与地-下导体互阻抗的计算

为了快速精确计算架空偶极子大地中的透射场,提出了一种广义索末菲积分(GSI)两阶段复镜像等效算法.该算法将GSI表示为准动态复镜像与泄漏复镜像之和,其中准动态复镜像利用准静场条件求得,泄漏复镜像采用矩阵束方法(matrixpencilmethod)精确逼近.架空电力线路与地下通信线路互阻抗的计算结果验证了论文方法的正确性和高效性.由于考虑了泄漏复镜像的作用,该方法在近场和远场的计算精度都很高.该方法适用于需反复大量计算GSI的场合.     

阻抗CT图像重建算法的研究

经过严密的理论推导,提出了一种阻抗CT图像重建的新方法,它利用一系列等位线将场域分割成若干相互独立的区域,通过对这些区域单独进行分析,使得Jacobi矩阵稀疏化,既大大减小了内存量,又减小了计算量。在用等参四边形有限元法作正向问题计算的基础上对方法进行了实现和初步的计算机仿真计算,并同其它方法进行了比较。在求解线性超定方程时,应用了松弛型Hildreth区间规划算法,有效地克服了稀疏后的Jacobi矩阵非零元分布的不规则性和方程的不相容性。     

基于肺部先验知识的电阻抗成像重构算法

为获取人体肺部组织分布,结合人体肺部组织的结构特征,运用大型有限元仿真软件COMSOL,根据CT肺部扫描图像构建人体肺部模型,同时结合人体组织和器官电导率分布参数等信息,并考虑肺部先验知识,采用共轭梯度算法重建被测场电导率分布图像．仿真实验表明,灵敏场均匀性指标由基于圆形场域的34．218减少到基于肺部模型灵敏场域的15．568,灵敏场的均匀性得到明显改善,且重构图像具有较高的分辨率和图像质量．