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。

分层电阻抗成像技术监测自主呼吸试验失败的脑干肿瘤术后患者的呼吸“钟摆现象”

目的采用分层电阻抗成像(electrical impedance tomography,EIT)技术监测自主呼吸试验失败脑干肿瘤术后患者的呼吸“钟摆现象”。方法总结分析了1例延髓、桥脑及桥前池区肿瘤切除术后患者反复自主呼吸试验失败的血气分析、EIT图像和“钟摆现象”,并进行相关分析及文献复习。结果患者女性,60岁,以“吞咽困难、口齿不清”入院,确诊延髓、桥脑及桥前池区肿瘤后行颅底占位切除术,术后转入重症医学科继续治疗。随着病情的稳定,反复尝试自主呼吸试验失败,脱机后二氧化碳分压(partial pressure of carbon dioxide,PaCO_(2))升高,考虑继发性中枢性通气不足,行EIT监测后发现,在支持压力(pressure support,PS)为0 cmH 2O和4 cmH 2O时出现了呼吸“钟摆现象”,PS增加至8 cmH 2O时无“钟摆现象”。经历长时间的呼吸锻炼,患者最终历时61 d脱机成功出院。结论脑干肿瘤术后患者因继发性中枢性通气不足致反复自主呼吸试验失败,应用EIT技术能够监测到该患者肺内通气存在呼吸“钟摆现象”,这可能是PaCO_(2)增高的其中原因之一,但仍需要更多的研究加以证实。

电阻抗断层成像技术的心肺信号降维集合经验模态分解方法研究

心脏射血与肺通气活动信息的实时获取具有重要临床意义。本研究提出了一种基于胸部电阻抗断层成像(EIT)的心肺信号降维集合经验模态分解方法,以同时分离胸部EIT数据中的心脏射血和肺通气活动信号。招募9名志愿者进行了EIT胸部数据采集。首先,根据屏息状态下胸部EIT数据中心脏活动信号的强弱对测量通道分类;随后,使用集合经验模态分解方法对自主呼吸状态下的EIT数据进行分解,并根据频谱特性对分解出的各分量归类,以得到肺通气EIT信号;然后,结合带通滤波方法,同时依据前述通道分类对心脏活动信号降维,得到心脏活动EIT信号;最后,重构得到通气相和心搏相EIT图像序列。结果表明,该方法可在通气相图像的肺区能够获得最高的肺通气功率谱峰(52.71±1.39)dB,在心搏相图像的心脏区域能够获得最高的心脏活动功率谱峰(43.05±3.26)dB,表明保留的通气信息和心脏活动信息非常丰富,同时在通气相图像心脏区域获得了最低心脏活动相关功率谱峰(10.02±2.65)dB,表明心脏活动的抑制效果更佳,相较于参考方法均有显著性差异(P<0.05)。研究表明,该方法可以有效分离肺通气与心脏活动相关信号,分别保留各自活动信息并抑制心脏对肺区成像的影响,同时实现对干扰信号的有效抑制,为临床上提供更加准确的治疗策略指导奠定基础。

肺电阻抗成像技术在呼吸重症的研究进展

肺部影像学技术,无论是在实验还是在重症呼吸系统疾病患者床边,都可辅助评估与管理肺部情况,并可指导通气、换气和灌注。目前,临床影像多采用胸部X线、CT及超声等方法,但重症患者转运困难,X线、CT不能床旁实时持续监测且有辐射性,超声多评估局部肺部通气病变且操作者依赖性强,均限制了以上影像学方法在某些场景中的应用,因此寻找更便捷可靠的实时功能学成像技术,对优化危重患者呼吸系统管理具有重要意义。

电阻抗断层成像指导机械通气呼吸末正压设置的研究进展

目前机械通气设置最佳呼气末正压(PEEP)的策略仍需要进一步临床探索,电阻抗断层成像(EIT)是20世纪末新发展的临床技术,能够实时监测肺通气等,有助于临床应用来探索最佳PEEP的设置。本综述重点总结了近几年发表的使用EIT指导PEEP设定的原理,通过监测呼吸系统顺应性、空间分布、时间分布、局部肺灌注等信息设定PEEP,以及分析了用此方法设定PEEP的效果和/或使用EIT进行个体化PEEP设置的相关基础与临床研究信息。

电阻抗断层成像在评估脑损伤患者中的应用价值

电阻抗断层成像(electrical impedance tomograph,EIT)通过测量体表电极之间的传递阻抗来估计组织电特性的空间分布。EIT在医学成像,特别是在脑损伤患者的评估中,展现出了巨大的应用潜力。本篇综述介绍EIT在脑损伤患者评估中的应用进展,包括脑卒中、脑水肿和癫痫灶的诊断和监测,在脑卒中研究中,连续实时EIT监测可早期发现颅内病变,区分脑卒中类型,改善患者预后。对于脑水肿,EIT可实时监测颅内压和评价脱水治疗效果。在癫痫方面,可用于癫痫病灶定位以及癫痫发作监测。本文还对EIT目前存在的问题进行了总结,探讨其技术挑战与未来发展方向。

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。

电阻抗断层成像在呼吸管理和脑损伤中的研究进展

电阻抗断层扫描(electrical impedance tomograph,EIT)是一种无创和非辐射技术,是通过对体表电极阵列采集的电阻抗数据进行重构来实现的。它具有成本低、可重复性强、操作简单、不良反应小等优点。EIT的工作原理是通过体表电极阵列向体内注入微弱的交流电流,并测量电极之间的电压变化。由于不同组织的电导率不同,在病变状态下也可能发生改变,通过计算这些电压变化,可以重建体内电导率的分布图,从而生成组织的图像。

电阻抗断层成像技术(EIT)的数学建模与其他应用场景

电阻抗断层成像(EIT)技术在医学成像和隐身技术等领域有着广泛的应用前景,本文首先对EIT的成像原理及其优缺点进行了论述;然后,对EIT在隐身技术和作为机械通气检测新技术的临床应用方面进行了介绍;最后,介绍了EIT的数学建模,尤其详细介绍了四种电极模型.EIT数学模型带来了偏微分方程的正问题、反问题、硬件系统设计以及图像去噪问题,成为这一技术的核心的“卡脖子”部分.

基于全连接神经网络的颅脑电阻抗成像参考电压预测方法

电阻抗层析成像(EIT)作为一种新兴可视化技术,可通过电导率分布变化的重建图像获得人体组织病理变化信息,为疾病检测提供了一种选择。在基于EIT的颅脑疾病检测中,为了准确获取差分成像图像重建所需的参考电压,提出一种基于全连接神经网络(FCNN)的参考电压预测方法。通过研究所提方法在不同信噪比情况下的图像重建性能,验证所提方法对参考电压预测的准确性和泛化能力。此外,还研究了头皮、颅骨和脑组织电导率分别发生变化时所提方法的有效性,并通过计算模糊半径和相关系数对图像重建质量进行了定量评价。结果表明,所提方法在一定电导率范围内和不同噪声水平下能够有效预测参考电压。

基于正则化参数优化和边界聚类的电阻抗成像研究

电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题。将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level, AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布。仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果。

肺水肿三维电阻抗断层成像方法

为了对肺水肿过程进行连续可视化监测,实时监测肺水肿动态特征,提出了一种基于Split-Bregman算法的3D-TV正则化三维EIT成像方法。将3D-TV正则化方法与传统的共轭梯度(conjugate gradient,CG)算法和总变差正则化(total variation,TV)算法重建图像的相对误差(relative error,RE)、相关系数(correlation coeffi-cient,CC)和结构相似度(structural similarity index measurement,SSIM)进行对比与评价;并将3D-TV正则化方法应用于大鼠肺水肿实验,监测大鼠肺水肿的整个过程并进行分析。结果表明:与传统TV算法相比,3D-TV正则化方法使三维EIT成像的RE降低了9.1%,CC提高了9.1%,SSIM提高了7.7%,说明3D-TV正则化方法更适合三维EIT图像重建,并且可以对大鼠肺水肿的整个过程进行监测和成像。

胸腔生物阻抗检测对人体植入电子设备安全性研究

全球范围内佩戴心脏植入电子设备的患者日益增加,采用生物电阻抗技术进行病理检测,可能会对心脏植入电子设备患者产生干扰。该文建立生物电阻抗交流激励系统及心脏起搏电极仿真模型,完成胸腔生物阻抗检测技术对心脏起搏器电磁干扰的安全性研究。仿真研究表明,胸腔生物阻抗测量引起的电压干扰超过了ISO 14117标准中定义的最大阈值,且干扰水平随着生物阻抗激励信号的频率和电极位置的不同而变化,并且组织电特性也会对干扰水平产生影响。生物电阻抗技术可能会对心脏植入电子设备存在潜在干扰,不建议在该人群中使用胸腔阻抗法进行检测。

电阻抗成像技术在肺功能检测的研究进展

电阻抗成像技术(EIT)通过对电极施加安全的交流激励电流信号,测量其余电极对的电压信号,借助重构图像算法,利用采集到的电压数据重构肺部阻抗分布情况。EIT技术具有实时、无创、便携的特点,能够动态监测肺部功能,有利于辅助肺疾病的诊断和治疗。概括了肺功能EIT技术的发展历程与原理,并对EIT硬件系统、图像重建算法和临床应用的研究进展进行了总结和分析;对肺功能EIT技术发展方向和趋势进行探讨与展望。

电阻抗断层成像在急性呼吸窘迫综合征患者诊疗中的应用

电阻抗断层成像是上世纪末发展起来的一门新兴成像技术,具有无创性、无辐射性、灵活性、低成本、操作简单等突出优势。本文主要阐述了电阻抗断层成像基本原理、发展以及在急性呼吸窘迫综合征患者中的应用。针对急性呼吸窘迫综合征患者的诊断、临床治疗决策、通气监测以及其临床应用的局限性进行阐述。对EIT未来发展提出建议,包括开展更多临床研究、改进技术精度和降低成本、加强医护人员培训等。

聚焦超声换能器电阻抗谱实时在线监测系统

高强度聚焦超声(HIFU)换能器作为聚焦超声消融手术(FUAS)系统的核心部件,其电阻抗谱是确定FUAS系统工作参数的重要参考依据,故对其进行实时在线监测具有重要意义。该文采用脉冲响应时域测量方法,将探测脉冲信号与HIFU换能器的工作时序相融合,并基于LabVIEW平台构建了一套HIFU换能器电阻抗谱实时在线监测系统,实现了对HIFU换能器电阻抗幅值与相位的高重复性及准确性的实时测量。通过对长时工作在大功率、高占空比条件下HIFU换能器电阻抗谱的实时在线监测,表明该监测系统可准确反应HIFU换能器的特征频率漂移、阻抗幅值和相位的非线性变化。这为HIFU换能器电阻抗谱实时在线监测及驱动参数优化调节提供了技术方案,对HIFU换能器的设计优化和能量损耗机制研究具有重要的应用价值。

夏季水涝对白皮松根系电阻抗特性及生长生理的影响

气候变化背景下夏季极端降水发生频率增加,夏季水涝通过影响根系,从而影响树木生长和存活,对森林生态造成严重破坏。树木根系埋于地下,水涝后根系变化不易观测。研究目的是利用电阻抗图谱法非破坏性测定根系电阻抗特性,通过分析电阻抗参数与根系生长生理指标的相关性,为快速了解水涝胁迫后白皮松地下根系的受害程度提供新方法。本研究以我国北方造林常用的白皮松四年生苗木为试验材料,于夏季进行水涝处理:i)对照(CK),正常管理;ii)连续水涝3周(CWL);iii)间歇水涝3周(IWL,水涝1周+排水1周,循环3次,总计水涝时长3周)。水涝后及后续恢复生长期对白皮松根系进行了电阻抗图谱测定及图谱归类分析(CLAFIC,Class-Featuring Information Compression)。对根系形态指标、非结构性碳水化合物、丙二醛含量进行了测定并分析与电阻抗参数的相关性。CWL和IWL处理下白皮松的根系形态指标较CK降低,且IWL处理下根系形态指标在恢复期显著低于CK和CWL处理,表明连续和间歇水涝3周均抑制了白皮松的根系生长,间歇水涝对根系的伤害较连续水涝更严重,与根系丙二醛含量更高相印证。CWL和IWL处理下白皮松根系的电阻抗图谱表现出明显的变化,电阻值(Re(Z))低于CK,容抗值(Im(Z))高于CK,恢复生长期间以上参数变化相反。CLAFIC归类结果显示CWL和IWL在水涝处理期间图谱相似比例最高,在恢复一个月后分别与CK相似比例较高。低频下阻抗损耗系数(δ)与根体积呈线性正相关,与淀粉含量呈线性负相关,表明水涝胁迫后白皮松苗木根系的阻抗损耗系数具有反映根大小和生理状态的潜力。

电阻抗成像在呼吸疾病中的应用进展

电阻抗成像(electrical impedance tomography,EIT)通过在人体胸部环绕16~32个电极,并持续注入安全电流,由于呼吸过程中肺的膨胀与收缩引起肺毛细血管血流以及气流改变等,即肺部电阻的改变,基于欧姆定律重建胸腔电阻抗分布从而形成肺的呼吸模式图(图1)。EIT是一种新兴的无创无辐射的床旁肺通气监测技术,可实时显示肺部通气甚至血流灌注的分布。

电阻抗断层成像技术用于呼气末正压滴定的研究进展

适当的呼气末正压(PEEP)是保护性肺通气策略的重要组成部分,PEEP可以保持肺泡开放,减少肺萎陷伤。尽管个体化PEEP已被越来越多的临床医师认可,但最佳的PEEP滴定方法尚存争议。电阻抗断层成像(EIT)是一种无创、无辐射的成像技术,可在床边实时动态评估肺功能,将肺通气过程中的阻抗变化以动态图像呈现,能够反映PEEP调整前后肺内通气及气体分布变化,因此,EIT可用于滴定个体化PEEP。本文简要概括EIT的基本原理及监测指标,阐述临床应用EIT指导下的PEEP(PEEP_(EIT))滴定方法,旨在加强对EIT的优点和局限性的理解,为优化个体化PEEP的设置提供参考。

电阻抗断层成像技术在ICU机械通气病人护理中的研究进展

电阻抗断层成像技术(EIT)已在临床诊治和围术期监测肺功能方面得到广泛应用,但在护理指导和效果评价方面的研究报道较少。综述EIT在重症监护室(ICU)机械通气病人个体化护理中的研究进展,以期推进EIT在护理中的应用推广,提升机械通气照护质量。