技术领域
[0001] 本
发明涉及电阻抗
断层成像技术领域，具体涉及一种基于可移动变形组件的
电阻抗成像方法、装置及系统。
背景技术
[0002] 电阻抗成像技术(Electrical Impedance Tomography，EIT)是一种医学成像技术，其基本原理是根据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抗，通过对人体施加小的安全驱动
电流(或
电压)，在体外测量响应电压(或电流)
信号，以重建人体内部的电阻抗分布或其变化图像。电阻抗成像技术凭借其对人体无创、无电离及
辐射危险、使用方便且设备价格低等特性，被广泛应用于工业、医学等领域，例如
肺功能监测、
乳腺癌检测、脑活动成像等。
[0003] 电阻抗重建
算法决定了成像的
质量，目前，电阻抗重建算法分为动态电阻抗成像以及静态电阻抗成像两类。其中，动态电阻抗成像利用两个不同时刻的测量数据，通过图像重建算法来获得电阻抗分布差值，从而重构出阻抗差值图像。该算法虽然可以在两组数值相减情况下消除部分测量数据等噪音，但对于两个时刻电阻抗分布无变化或者变化小的情况，则无法成像并且该算法难以推广到三维空间。而静态式阻抗成像算法抗噪性能差，对
电极安装，模型的设计较为敏感，重建图像存在
分辨率低，成像噪音大等
缺陷。
[0004] 因此，如何提供一种电阻抗成像方法，能够提高电阻抗重建图像的分辨率以及成像
精度，是本领域技术人员亟待解决的一大技术难题。
发明内容
[0005] 有鉴于此，本发明
实施例提供了一种基于可移动变形组件的电阻抗成像方法，能够提高电阻抗重建图像的分辨率以及成像精度。
[0006] 为实现上述目的，本发明实施例提供如下技术方案：
[0007] 一种基于可移动变形组件的电阻抗成像方法，包括：
[0008] 对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值；
[0009] 针对每个所述待成像物体初始放置多个可移动变形组件作为高斯
牛顿
迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值；
[0010] 基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。
[0011] 可选的，所述获取待成像物体对应的每个电极的测量电压值，包括：
[0012] 对所述待成像物体的预设
位置设置多个电极，轮流激励多个所述电极中的任意两个所述电极，获取多个所述电极中其他电极的电压值，确定所述电极的电压值为所述电极的测量电压值。
[0013] 可选的，所述针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，包括：
[0014] 初始化所述可移动变形组件的多个结构特征参数，所述结构特征参数至少包括中心点位置、长度、旋转
角度、参数向量以及中心线信息中的一个或多个。
[0015] 可选的，所述执行迭代过程，得到目标电导率分布并计算目标电压值，包括：
[0016] 基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值；
[0017] 计算所述结构特征参数、所述第一电导率以及所述第二电导率的雅克比矩阵、迭代方向以及迭代步长；
[0018] 根据所述迭代方向以及所述迭代步长，确定出所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值；
[0019] 基于所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值，确定出更新电导率分布，并计算更新电压值；
[0020] 判断所述迭代步长是否小于预设值，如果是，确定所述更新电导率分布为所述目标电导率分布，确定所述更新电压值为所述目标电压值。
[0021] 可选的，所述基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值，包括：
[0022] 设定电导率为分段参数，所述可移动变形组件的第一预设区域的电导率为所述第一电导率，所述可移动变形组件的第二预设区域的电导率为所述第二电导率；
[0023] 基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布。
[0024] 一种基于可移动变形组件的电阻抗成像装置，包括：
[0025] 创建模
块，用于对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值；
[0026] 设置模块，用于针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值；
[0027] 确定模块，用于基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。
[0028] 可选的，所述创建模块包括：
[0029] 激励单元，用于对所述待成像物体的预设位置设置多个电极，轮流激励多个所述电极中的任意两个所述电极；
[0030] 第一获取单元，用于获取多个所述电极中其他电极的电压值；
[0031] 第一确定单元，用于确定所述电极的电压值为所述电极的测量电压值。
[0032] 可选的，所述设置模块包括：
[0033] 初始化单元，用于初始化所述可移动变形组件的多个结构特征参数，所述结构特征参数至少包括中心点位置、长度、旋转角度、参数向量以及中心线信息中的一个或多个。
[0034] 可选的，所述设置模块包括：
[0035] 第二确定单元，用于基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值；
[0036] 计算单元，用于计算所述结构特征参数、所述第一电导率以及所述第二电导率的雅克比矩阵、迭代方向以及迭代步长；
[0037] 第三确定单元，用于根据所述迭代方向以及所述迭代步长，确定出所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值；
[0038] 第四确定单元，用于基于所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值，确定出更新电导率分布，并计算更新电压值；
[0039] 判断单元，用于判断所述迭代步长是否小于预设值，如果是，确定所述更新电导率分布为所述目标电导率分布，确定所述更新电压值为所述目标电压值。
[0040] 可选的，所述第二确定单元包括：
[0041] 设
定子单元，用于设定电导率为分段参数，所述可移动变形组件的第一预设区域的电导率为第一电导率，所述可移动变形组件的第二预设区域的电导率为第二电导率；
[0042] 确定子单元，用于基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布。
[0043] 一种基于可移动变形组件的电阻抗成像系统，包括任意一项上述的电阻抗成像装置。
[0044] 基于上述技术方案，本发明实施例提供了一种基于可移动变形组件的电阻抗成像方法，首先对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值。然后，针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值。基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。可见，本方案基于可移动变形组件进行图像重建，利用了可移动变形组件在结构拓扑优化上的灵活性控制的特点，进而提高电阻抗重建图像的分辨率以及成像精度。
附图说明
[0045] 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，下面将对实施例或现有技术描述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的前提下，还可以根据提供的附图获得其他的附图。
[0046] 图1为本发明实施例提供的一种基于可移动变形组件的电阻抗成像方法的流程示意图；
[0047] 图2为本发明实施例提供的一种基于可移动变形组件的电阻抗成像方法的又一流程示意图；
[0048] 图3为本发明实施例提供的一种基于可移动变形组件的电阻抗成像方法的又一流程示意图；
[0049] 图4为本发明实施例提供的一种组件形状的结构示意图；
[0050] 图5为本发明实施例提供的一种组件形状的又一结构示意图；
[0051] 图6为本发明实施例提供的一种组件形状的又一结构示意图；
[0052] 图7为本发明实施例提供的一种组件形状的又一结构示意图；
[0053] 图8为本发明实施例提供的一种组件形状的又一结构示意图；
[0054] 图9为本发明实施例提供的一种组件形状的又一结构示意图；
[0055] 图10为本发明实施例提供的一种基于可移动变形组件的电阻抗成像方法的又一流程示意图。
具体实施方式
[0056] 请参阅图1，图1为本实施例提供的一种基于可移动变形组件的电阻抗成像方法的流程示意图，该方法包括：
[0057] S11、对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值。
[0058] 其中，本实施例提供了一种获取待成像物体对应的每个电极的测量电压值的具体实现方式，如图2所示，包括：
[0059] S21、对所述待成像物体的预设位置设置多个电极，轮流激励多个所述电极中的任意两个所述电极，获取多个所述电极中其他电极的电压值，确定所述电极的电压值为所述电极的测量电压值。
[0060] 示意性的，以16个电极为例，可以将16个电极均匀等距地放置在待成像物体的感兴趣区域的边界上。然后轮流恒流激励其中的两个电极，引起区域内部的电压变化，通过建立完备电极模型(CEM)求解正问题，并在其余电极上测量相应的电压值。
[0061] 其中，CEM模型如下：
[0062]
[0063]
[0064]
[0065]
[0066]
[0067]
[0068] 其中，σ(x)为电导率分布，x∈Ω为空间坐标，zl为
接触阻抗，Ul为电极 el上的电压，Il为电极el上的电流，n表示外单位法向。
[0069] 利用有限元法逼近可以得到正问题的观测模型：
[0070] V＝U(σ)+e
[0071] 其中V为测量电压，U(σ)为使用有限元法求解得到的正问题解，即计算电压，e为加性高斯噪音，均值为e*，协方差为Γe。
[0072] S12、针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值。
[0073] 具体的，本实施例提供了一种针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值的具体实现方式，如图3所示，包括：
[0074] S31、初始化所述可移动变形组件的多个结构特征参数。
[0075] 其中，所述结构特征参数至少包括中心点位置、长度、旋转角度、参数向量以及中心线信息中的一个或多个。
[0076] 可移动变形组件在结构拓扑优化上的灵活性控制的特点具体为：可以用一些显式的几何参数来描述组件的形状大小等信息，即构建每个组件所对应的拓扑描述函数(TDF)，为了使组件的变形能
力更加灵活，二维结构优化问题中单个组件分别可以采用以下形式的TDF表示：
[0077]
[0078] 其中，
[0079]
[0080] 除此，还可以推广至三维情况：三维情况下的TDF可表示为：
[0081]
[0082] 其中，
[0083]
[0084] 和
[0085]
[0086] 其中，p表示一个相对较大的正偶数，在结构拓扑优化问题中通常取为6，而本实施例中，可以将其选取为2。(x0i,y0i)或(x0i,y0i,z0i)表示第ii个组件的中心位置，Li表示组件长度的 θi(从
水平方向按逆
时针方向旋转为正)或αi,βi表示全局
坐标系O-x-y(O-x-y-z)相对于局部坐标系O’-x’-y’(O’-x’-y’-z’) 的组件旋转角度，fi(x')或者gi(x',y')取不同的表达式时会对应不同形状的组件，以上参数共同显式地描述了二维或者三维MMC。
[0087] 二维情况下，利用向量D＝((D1)T,...,(Di)T,...,(Dn)T)T表示n个组件的结构特征信息，其中 di表示的是f(x')中的参数向量wi,1,wi,2,wi,3， f(x')的不同表达如下：
[0088] 第一种方式：均匀宽度，f(x')＝w1，如图4所示。
[0089] 第二种方式：线性变宽度： 如图5所示。
[0090] 第三种方式：二次变宽度： 如图6 所示。
[0091] 第四种方式：曲线中心线的组件：Φi(x',y')＝min(Φi1(x',y'),Φi2(x',y'))，如图 7所示，其中，Φi1(x',y')＝(di(x'))2-(y'-f(x'))2，Φi2(x',y')＝(Li1+x')(Li2-x')。此处，可以取f(x')＝aisin(bix')形式，并且Di＝(xi0,yi0,θi,Li1,Li2,di,ai,bi)T。
[0092] 上述四种方式均可以推广至三维，以二次变宽度MMC为例，如图8所示，3维二次变宽度MMC：
[0093]
[0094]
[0095] 同样，又可将中心线为曲线的MMC推广到三维，如图9所示，其TDF 可表示如下：
[0096] Φi(x',y',z')＝min(Φi1(x',y',z'),Φi2(x',y',z'),Φi3(x',y',z'))[0097] 其中，Φi1(x',y',z')＝(di(x',y'))2-(z'-g(x',y'))2，Φi2(x',y',z')＝(Li1+x')(Li2-x')，Φi3(x',y',z')＝(Bi1+y')(Bi2-y')。
[0098] 对于多个MMC，每个MMC的TDF值设定为
[0099]
[0100] 由MMC所定义的总体区域为C＝{x|Φ(x)≥0}，x为坐标向量，Φ＝max(Φ1,...,Φn)。
[0101] S13、基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。
[0102] 具体的，本实施例还提供了一种执行迭代过程，得到目标电导率分布并计算目标电压值的具体实现方式，如图10所示，包括：
[0103] S101、基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值；
[0104] 其中，本实施例提供了一种基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值的具体实现方式，包括：
[0105] 设定电导率为分段参数，所述可移动变形组件的第一预设区域的电导率为第一电导率，所述可移动变形组件的第二预设区域的电导率为第二电导率。然后，基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布。
[0106] S102、计算所述结构特征参数、所述第一电导率以及所述第二电导率的雅克比矩阵、迭代方向以及迭代步长；
[0107] S103、根据所述迭代方向以及所述迭代步长，确定出所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值；
[0108] S104、基于所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值，确定出更新电导率分布，并计算更新电压值；
[0109] S105、判断所述迭代步长是否小于预设值，如果是，确定所述更新电导率分布为所述目标电导率分布，确定所述更新电压值为所述目标电压值。
[0110] 示意性的，首先将感兴趣区域Ω内的电导率分布设定为分段常数。为了简便，本实施例可以设定在组件内部区域C的电导率为第一电导率σ1，Ω\ C区域电导率设定为第二电导率σ0(此处假定所述待成像物体内部的电导率都相同，也可以设定为不同电导率)。
[0111] σ(x)＝σ0(1-Hε(Φ(x)))+σ1(Hε(Φ(x)))
[0112] 其中，Hε为Heaviside函数的光滑形式：
[0113]
[0114] 对于区域内的任意一个所述待成像物体，我们将多个(此处设为3个) 原始MMC设定为初始值进行迭代，原始组件的表达式可选取MMC的以上四种形式，同时因为MMC的TDF表示可以很容易的推广到三维，因此基于 MMC的电阻抗成像方法也可以推广到三维。此时正问题求解的观测模型可重新表达为：
[0115] V＝U(σ(x,D))+e
[0116] 其中，D＝((D1)T,...,(Di)T,...,(Dn)T)T，表示n个组件的结构特征信息。因此，图像重建以及电导率估计问题转化基于高斯牛顿方法迭代求解预设损失函数的最小化问题，预设损失函数表示如下：
[0117]
[0118] 其中，Le为观测噪声协方差矩阵 的Cholesky因子，满足 正则化矩阵Lp为矩阵 的Cholesky因子，满足 为Di的先验向量， 为预先设定的常数值。
[0119] 通过高斯牛顿方法迭代求解上述最小化问题，迭代过程不断修正两个电导率值σ0,σ1以及组件的结构特征参数：中心点位置x0i,y0i(,z0i)，组件的长度Li，组件的旋转角度Tθi(,αi,βi)以及其参数向量di，对于组件的形式四还包括中心线信息ai,bi等。
[0120] 在迭代过程中，需要求解雅克比矩阵
[0121]
[0122]
[0123]
[0124] 其中，δ(·)表示狄拉克δ函数，D具体包含n个组件的结构特征信息，JU(σ) 可由标准方法求解得到， 是表达式Φ关于D中各几何特征参数的导数。
[0125] 迭代过程采用线性搜索方法，直到迭代步长小于一个比较小的正值或者等于零时，迭代终止，得到最后的重建图像。
[0126] 可见，本方案基于可移动变形组件进行图像重建，利用了可移动变形组件在结构拓扑优化上的灵活性控制的特点，进而提高电阻抗重建图像的分辨率以及成像精度。
[0127] 在上述实施例的
基础上，本实施例还提供了一种基于可移动变形组件的电阻抗成像装置，包括：
[0128] 创建模块，用于对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值；
[0129] 设置模块，用于针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值；
[0130] 确定模块，用于基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。
[0131] 具体的，所述创建模块可以包括：
[0132] 激励单元，用于对所述待成像物体的预设位置设置多个电极，轮流激励多个所述电极中的任意两个所述电极；
[0133] 第一获取单元，用于获取多个所述电极中其他电极的电压值；
[0134] 第一确定单元，用于确定所述电极的电压值为所述电极的测量电压值。
[0135] 除此，所述设置模块可以包括：
[0136] 初始化单元，用于初始化所述可移动变形组件的多个结构特征参数，所述结构特征参数至少包括中心点位置、长度、旋转角度、参数向量以及中心线信息中的一个或多个。
[0137] 在上述实施例的基础上，本实施例中所述设置模块可以包括：
[0138] 第二确定单元，用于基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布，并计算初始电压值；
[0139] 计算单元，用于计算所述结构特征参数、所述第一电导率以及所述第二电导率的雅克比矩阵、迭代方向以及迭代步长；
[0140] 第三确定单元，用于根据所述迭代方向以及所述迭代步长，确定出所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值；
[0141] 第四确定单元，用于基于所述结构特征参数的更新值、所述第一电导率的更新值以及所述第二电导率的更新值，确定出更新电导率分布，并计算更新电压值；
[0142] 判断单元，用于判断所述迭代步长是否小于预设值，如果是，确定所述更新电导率分布为所述目标电导率分布，确定所述更新电压值为所述目标电压值。
[0143] 其中，所述第二确定单元可以包括：
[0144] 设定子单元，用于设定电导率为分段参数，所述可移动变形组件的第一预设区域的电导率为第一电导率，所述可移动变形组件的第二预设区域的电导率为第二电导率；
[0145] 确定子单元，用于基于所述结构特征参数的初始值、预设的第一电导率以及第二电导率，确定出初始电导率分布。
[0146] 该装置实施例的工作原理请参见上述方法实施例，在此不重复叙述。
[0147] 除此，本实施例还提供了一种基于可移动变形组件的电阻抗成像系统，包括任意一项上述的电阻抗成像装置。其工作原理请参见上述方法实施例，在此不重复叙述。
[0148] 综上，本发明实施例提供了一种基于可移动变形组件的电阻抗成像方法、装置及系统，该电阻抗成像方法首先对目标场域建立有限元电极模型，并获取待成像物体对应的每个电极的测量电压值。然后，针对每个所述待成像物体初始放置多个可移动变形组件作为高斯牛顿迭代法的初始值，执行迭代过程，得到目标电导率分布并计算目标电压值。基于高斯牛顿方法迭代求解预设损失函数的最小化，确定出重建图像。可见，本方案基于可移动变形组件进行图像重建，利用了可移动变形组件在结构拓扑优化上的灵活性控制等特点，进而提高电阻抗重建图像的分辨率以及成像精度。
[0149] 本
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0150] 专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以
电子硬件、计算机
软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0151] 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的
软件模块，或者二者的结合来实施。软件模块可以置于随机
存储器(RAM)、内存、
只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、
硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
[0152] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种
修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
