低压制备型电层析的研究进展

低压制备型电层析技术自问世以来,在理论研究和实际应用中得到不断发展,可能成为生物分离过程中的重要技术。笔者介绍了低压制备型电层析的仪器装置的设计、固定相和流动相的类型及分离对象的范围等内容,阐述了有关的分离机制数学模型,总结了目前研究中存在的主要问题,并展望了该技术未来的发展趋势。

时延电层析成像法在地下水调查中的应用

近来,各种电层析成像技术已经得到改进,很快地目前已能买到有效的工业用系统。新反演算法产生了电图像,它们比以前曾有过的更精确地模拟了一个二维或三维地下界面。近三年来,在德国、英国和美国进行的电层析成像调查已产生了显著成果。 由于野外技术已经变得更精确并且数据采集速率也增加了,电成像已适合于浅地下界面的时延调查。

多尺度注意力融合与视觉Transformer方法优化的电阻抗层析成像深度学习方法

电阻抗层析成像(EIT)具有显著的可视化和非侵入性等特点,在工业和生物医学工程领域展现了其广阔的应用潜力。由于其逆问题存在高度非线性和病态性特点,导致了数值成像方法在空间分辨率上的局限性,尤其是在多相介质分布情况下,现有EIT技术在成像过程中出现边界失真和电导率误差,从而影响最终的成像精度。本文提出了一种基于卷积注意力机制的U型深度成像方法——MAT-UNet,将卷积块注意力模块(CBAM)与U-Net结构相结合,在特征提取与融合过程中嵌入卷积块注意力模块,以增强模型的注意力定向和特征表征能力,同时跳跃连接引入了压缩-激励(SE)注意力机制与视觉Transformer(ViT)来优化全局特征的学习,使用多头交叉注意力模块(MHCA)实现编码器与解码器的多尺度信息融合。MAT-UNet通过大量的仿真数据训练获得最优模型参数,并在多样化复杂形状和肺部仿真模型进行了实验验证。定量评估指标表明,该方法在重建图像中的均方根误差(RMSE)结果为2.3156,结构相似性指数(SSIM)结果为0.9437,可视化结果与真实分布和边界具有很好的一致性。实验结果表明,本文提出的MAT-UNet模型展现出良好的鲁棒性和泛化能力,相较于传统的单一卷积结构,集成Transformer结构提供了更精准的EIT图像重建效果,在无损测量与检测应用中存在很大的潜力和价值。

基于RBF-V-Net的电阻抗层析成像方法

电阻抗层析成像因其无辐射、非侵入的测量方式备受青睐,但边界电压与被测场域内电导率分布间固有的非线性和逆问题的病态性导致成像质量欠佳。针对此问题,该文将RBF神经网络与深度神经网络U-Net结合,形成一种新的、称之为RBF-V-Net的V型网络结构。用RBF神经网络实现预映射,用U-Net实现特征提取和深度重建,用残差连接解决网络退化问题,从而实现由边界电压值到电导率分布的更高精度映射。仿真重建实验结果表明,50 dB信噪比下重建图像相对误差和相关系数的平均值分别为0.0224和0.9991;与传统算法TR、Landweber以及神经网络6L-FCDN相比,该文方法的重建图像更接近真实分布。

基于改进AD7606的电阻抗层析成像系统设计与验证

针对目前电阻抗层析成像系统存在检测精度低、采集电压动态范围大、不能准确识别待测区域目标体等问题,提出以改进的差分放大电路作为AD7606的前处理模块,相比传统的模数采集,减少了系统的共模噪声和其他干扰。为了实现快速高效的计算机仿真,提出一种基于极坐标下的有限差分计算方法,并且实现了基于Tikhonov正则化算法的动态电阻抗层析成像。仿真试验验证了数据采集系统的性能和成像效果,表明该系统能够准确识别待测区域单目标体的位置信息。

实现电阻抗层析成象的交错算法

电阻抗层析成象（ＥＩＴ）是继ＣＴ，ＭＲＩ后又一种新的图象重建技术；本文在给出ＥＩＴ的数学物理模型的基础上，提出一种新的实现算法：梯度－记忆下降方向交错算法，与已有的ＥＩＴ算法相比，它具有收敛快、内部分辨力高、不依赖于初始值等优点。模拟计算表明该算法以相当高的精度收敛于真实解，即使在测量数据带有５％的平移误差和５％的随机误差时也是如此．

基于同步测量的电阻抗层析成像系统研究

针对APT模式EIT系统存在的异步测量、结构复杂、调试困难等问题,研究设计了一种基于同步测量的电阻抗层析成像系统,从硬件和软件两个方面阐述了如何实现同步测量。系统硬件由PXI集成控制器、开关模块、数据采集模块和自制电流源组成,简化了系统结构,提高了系统的稳定性和精确度。本系统采用Lab VIEW开发了专用软件包,实现了信号的同步采集,并用改进正则化算法重建了电导率分布图像。对比实验显示了同步测量和异步测量的差异,结果表明同步测量EIT系统图像更清晰,伪影更少,平均相对误差降低了48.99%。本文提供了一种可行的EIT系统同步测量方法,该方法适用于多电极(电极数≥16)场域的无损伤成像应用。

基于电阻抗层析成像的高强度聚焦超声温度监测技术

作为一种对正常组织无损伤且不易引起癌细胞转移的非入侵肿瘤治疗手段,高强度聚焦超声(HIFU)治疗过程中焦域的温度监测是实现剂量精准控制的关键.本文基于生物组织的温度-电阻抗的关系,将电阻抗层析成像(EIT)和HIFU治疗相结合,提出了一种利用组织焦平面的表面电压实现电阻抗重构的检测技术.建立了HIFU治疗和EIT综合系统模型,在考虑组织的声吸收条件下,对三维Helmholtz方程在柱坐标下的声场计算进行了二维简化,并引入Pennes生物热传导方程来计算HIFU焦域的声压和温升分布特性;引入生物组织的温度-电阻抗关系,基于麦克斯韦电磁场理论,建立了具有温度分布HIFU焦域的电流和电压计算模型,利用恒流注入的边界条件实现电场计算,获得焦平面的表面电压分布.在数值计算中,利用实验聚焦换能器参数,模拟了在固定声功率下组织焦域的声场和温度场分布,以及中心和偏心聚焦条件下不同治疗时刻的电导率分布;然后通过对称电极的循环电流注入,计算了组织模型焦平面内的电流密度和电势分布,获得了焦平面圆周分布的表面电极电压;进一步采用修正的牛顿-拉夫逊算法,利用32×32的表面电极电压实现了焦平面内电导率分布的重建.结果表明,基于温度-电阻抗关系的EIT电导率重建技术不但能准确定位HIFU焦域中心,还能恢复HIFU治疗中焦域的温度分布,证明了EIT用于HIFU治疗中温度监测的可行性,为其疗效评估和剂量控制提供了一种无创电阻抗测量和成像新方法.

用组合算法逐步提高电阻层析成像的分辨率

电阻层析测量中的软场效应和反演算法中的不适定性,常使作为测量结果的两相流层析图在相界面处呈模糊状态,给分析带来困难。采用迭代的定量性优化算法(如改进牛顿-拉夫逊类MNR算法),其图像分辨率虽较非迭代简单反演算法(如线性反投影LBP算法、灵敏度算法)的结果有改进,但当流型稍微复杂一点尤其当界面纵横交错时,迭代误差可能在某一个局部最优的水平上停留。如直接采用能全局寻优的基于遗传原理的反演算法,因其实际收敛性受到个体解结构中基因数量限制,层析图像的分辨力也受到限制。根据这个问题,本文采用LBP-MNR-GA组合算法层析成像的方法,应用组合算法中各相关算法的各自优点,逐步提取来自测量数据中的信息量,在提高层析图像分辨率上取得了较好的结果。

电阻抗层析成像系统“软场”非线性特性——基于统计的方法

基于图方法与均匀设计方法,分析了电阻抗层析成像系统中的非线性特性．定义了非线性度,研究了圆域内两子区域的参数变化,采用正态图及半正态图方法分析了5因子2水平的情形,采用8因子6水平进行均匀设计,“最坏”情形的非线性度为-93．265％,并采用基于灵敏度矩阵的双共轭梯度法进行图像重建．结果表明,由于灵敏度矩阵法将各区域的电导率变化与测量电压变化存在的非线性关系线性化,忽略了EIT系统中由于“软场”性质引起的耦合效应,导致图像质量降低及迭代次数不确定;由于不同子区域间的耦合效应,尽管控制迭代次数可实现部分补偿,但基于灵敏度定理的迭代重建算法仍有其局限性,难于重建精确图像．

聚焦电层析分离牛血清白蛋白和牛血红蛋白

本文借鉴聚焦层析的原理,研究聚焦电层析分离牛血清白蛋白和牛血红蛋白的方法。在充填阴离子交换葡聚糖凝胶DEAE-Sephadex A-50的柱中加入pH5.7缓冲液平衡,再加入pH3.0缓冲液形成pH梯度。在柱的两端施加电场,正极在上端,负极在下端。蛋白质在pH梯度内移动时,所带电荷发生变化,所受电场力也改变,移动速度的差异增大,牛血清白蛋白和牛血红蛋白可以完全分离,回收率为90%以上。操作时要注意调节pH梯度范围,以避免蛋白质沉淀析出。这种方法简便,价廉,适用于分离等电点不同的蛋白质。

基于液态金属影像增强和M序列编码激励的磁声电层析成像方法研究

磁声电层析成像(MAET)具有超声成像高分辨率和电阻抗成像高对比度的优点,在肿瘤早期诊断和生物电流监测方面具有重要研究价值。为了提高MAET的信噪比,对结合高电导率液态金属和最长线性移位寄存器序列(M序列)编码激励方法进行了研究。结果显示,在旋转扫描下,液态金属可显著提高组织间磁声电信号信噪比,增强图像质量。在7、15、31、63位M序列编码激励下,磁声电信号的信噪比分别提升了5.6、11.1、21.7、45.7倍。提升相同信噪比时,31位M序列编码激励成像的总使用时间相比单脉冲激励缩短了75.6%。总之,结合液态金属和M序列编码激励的成像方法对提高MAET图像质量具有积极意义。

健康人群电阻抗层析成像的特征及正常范围分析

目的探讨北京地区健康志愿者肺组织的电阻抗层析成像(EIT)测量值的正常范围。方法采用分层抽样方法选取102例健康志愿者(男、女志愿者各51例),分别收集其坐位、仰卧位时平静呼吸和最大呼吸状态下的总阻抗(GI)和阻抗区域(ROI)。分析不同年龄、性别、体质量指数(BMI)和其他分层因素的阻抗值范围。结果无论男性或女性,在最大呼吸状态下,GI和ROI值均高于平静呼吸状态;男性GI和ROI均高于女性(卧位平静呼吸状态下除外)。在4个ROI中,无论男性或女性,ROI2和ROI3占GI比率较高。结论本研究测得了北京地区健康志愿者EIT的基础范围值,可作为EIT系统研究和临床使用的参考依据。

基于非接触式电阻抗层析成像图像融合方法

电学层析成像技术中的不适定问题和非线性问题影响了图像重建的质量。为提高重建图像的精度,提出一种可变阈值的改进滤波器图像融合算法。通过非接触阻抗传感器提取输出电压的实部、虚部和相位分量,使用Landweber算法分别对这三种分量进行图像重建,运用可变阈值的改进滤波器图像融合算法对三种图像进行图像融合,并通过仿真及实测分析了水相电导率对成像效果的影响。实验结果表明:随着水相电导率的增加,实部图像、虚部图像和相位图像的精度呈下降趋势;而使用图像融合后重建的图像轮廓更加清晰,介质分布、形状及大小均与原图较为接近,图像重建精度更高。

基于磁声耦合效应的电导率重建方法研究综述

介绍了基于磁声耦合效应的磁声层析成像(magneto-acoustic tomography,MAT)和磁声电层析成像(magneto-acousto-electrical tomography,MAET)2类电导率成像方法的正问题与逆问题的理论基础,综述了不同成像策略的电导率重建方法的研究进展,分析了基于磁声耦合效应的电导率重建方法在声源模型构建、重建算法和成像速度等方面存在的问题,并展望了未来的发展方向。

利用网络理论进行电阻抗层析成像中的多分辨率技术

首先讨论利用网络理论进行电阻抗层析成像的基本原理，并给出了节点导纳知阵所应服从的两个基本约束．为了加速和改进算法，提出了多分辨率的算法．按照这一算法，首先将被测物体离散化为较大的单元，先在粗分辨率下进行求解，利用所得的结果作为估计的初值，再进行下一级较细分辨求解．计算机模拟结果表明，利用多分辨率技术可以加快收敛，减小误差．

基于DK-SVD的深度学习电阻抗块稀疏成像方法研究

针对电阻抗层析成像逆问题的病态性和非线性,提出一种基于DK-SVD的电阻抗块稀疏图像重建方法。该算法通过多层感知器为每组测量数据提供最优的模型参数,以适应数据集的多样性,进一步提高成像质量,并在稀疏编码阶段采用迭代收缩阈值算法加快收敛速度。仿真实验结果表明DK-SVD算法重建图像的结构相似性可达到0.95以上,误差可控制在0.1左右,平均重建速度为0.034 s,有效地提高了电阻抗层析成像的质量和效率,且经进一步实验证明了该算法具有良好的噪声鲁棒性和实际应用价值。

基于LabVIEW的非接触式电阻抗层析成像系统研究

非接触式电阻抗层析成像(non-contact electrical impedance tomography,NEIT)作为一种新型测试计量技术,具有无辐射、非接触和响应速度快的优点。传统电学层析成像(electrical tomography,ET)技术的图像重构部分通常在Matlab软件平台上进行离线成像,不利于工业现场的实时监测。针对上述问题,设计了一款基于LabVIEW的电阻抗层析成像系统,该系统可以实现数据的在线采集及实时成像。通过电阻抗测量系统提取阻抗信息的实部、虚部和相位分量,并结合LabVIEW编译的图像重构算法,分别对3种分量信息进行成像。为了提高重构精度,进一步利用主成分分析融合算法,对实部、虚部及相位成像结果进行图像融合。通过所搭建的两相流测试平台的验证,该系统可以有效用于不同介质分布下的两相流层析成像。

电阻抗层析成象(EIT)系统的研究

本文提出一种新的获取图象重建数据的系统,该系统通过在模型边界的32个电极上注入多种组合方式的自适应电流,然后测量相应电极上的电压值,再经过特定的算法处理,得到重构图象。本文同时介绍了系统的数学模型及算法原理。

基于V-ResNet的电阻抗层析成像方法

电阻抗层析成像技术(EIT)因其非侵入和可视化等特性为人体肺部空间特性的监测提供了一种有效的方法。但是EIT的逆问题具有严重的非线性、病态性和欠定性,使得图像重建结果含有严重的伪影。针对上述问题,提出了一种由预映射、特征提取、深度重建以及残差去噪四个模块构成的V-ResNet的深度网络成像算法,实现对场域空间位置和电导率参数分布的重建。该算法有效地增加了前馈信息的多重传递并解决了深度网络的梯度消失问题,同时残差去噪模块有效地平滑了图像边界。采用相对误差(RE)和结构相似度(SSIM)来衡量成像质量,实验得出RE的平均值为0.14,SSIM平均值为0.96。仿真与实验结果表明,基于V-ResNet的成像算法与传统的成像算法相比,图像重建结果边界清晰,空间分辨率高。