一種混合變差生物電阻抗成像方法
【專利摘要】本發(fā)明一種混合變差生物電阻抗成像方法，涉及測量身體胸腔的電導(dǎo)率，該方法采用有限元方法來模擬電位空間分布情況，建立生物電阻抗成像技術(shù)的數(shù)值模型，將尺度較大型的數(shù)值模型離散為較小單元，施加一定的邊界條件并計(jì)算邊界電壓，分別建立二維胸腔數(shù)值模型和三維胸腔數(shù)值模型，確定混合變差算法的目標(biāo)函數(shù)后由最速下降法進(jìn)行逆問題求解并進(jìn)行胸腔電阻抗圖像重建，以說明重建圖像的分辨率的提高，克服了現(xiàn)有的生物電阻抗成像技術(shù)在重建分辨率更高的圖像過程中受到噪聲和誤差的影響，出現(xiàn)過度光滑現(xiàn)象和階梯效應(yīng)，還不能獲得準(zhǔn)確的肺部電阻抗重建圖像的缺陷。
【專利說明】
一種混合變差生物電阻抗成像方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明的技術(shù)方案涉及測量身體胸腔的電導(dǎo)率，具體地說是一種混合變差生物電 阻抗成像方法。
【背景技術(shù)】
[0002] 生物電阻抗成像技術(shù)(Electrical Impedance Tomography，EIT)是繼形態(tài)、結(jié)構(gòu) 成像之后，于近三十年出現(xiàn)的新一代醫(yī)學(xué)成像功能技術(shù)。根據(jù)人體內(nèi)不同組織在不同生理、 病理狀態(tài)下具有不同的電阻抗的特點(diǎn)，通過體表電極給人體施加小的安全激勵(lì)電流或電 壓，在人體表面測量響應(yīng)的電壓或電流信號，以重建人體內(nèi)部的電阻抗分布圖像。人體組織 的生理功能變化或者病理改變會引起該組織電阻抗的變化，且這些變化能夠在電阻抗成像 的重構(gòu)圖像中顯現(xiàn)出來，所以生物電阻抗成像是一種功能成像技術(shù)。由于生物電阻抗成像 技術(shù)具有無創(chuàng)、無射線損傷、方便攜帶、系統(tǒng)結(jié)構(gòu)簡單、操作簡便和適合于早期疾病（如腫 瘤)篩查的特點(diǎn)，并以其時(shí)間分辨率高、成像速度快和功能成像的獨(dú)特優(yōu)勢，已經(jīng)初步應(yīng)用 于臨床研究。生物電阻抗成像技術(shù)是當(dāng)今生物電磁學(xué)與生物醫(yī)學(xué)工程的重要研究課題之 〇
[0003] 然而，現(xiàn)有技術(shù)中應(yīng)用生物電阻抗成像技術(shù)進(jìn)行電特性成像時(shí)，所得圖像的分辨 率仍較低。這主要是因?yàn)槌上襁^程中需要處理具有病態(tài)特征的逆問題。針對這一病態(tài)性，現(xiàn) 有技術(shù)常采用吉洪諾夫算法進(jìn)行求解。此類方法在對連續(xù)形式的電導(dǎo)率目標(biāo)進(jìn)行圖像重建 時(shí)，可以得到較好的重建效果;但是，在對具有跳躍式的電導(dǎo)率目標(biāo)進(jìn)行圖像重建時(shí)，一般 都會出現(xiàn)過光滑現(xiàn)象，會將跳躍部分的電導(dǎo)率光滑化，成像結(jié)果會存在偽影，喪失了生物電 阻抗成像應(yīng)有的高對比度和銳度，如器官與器官間邊界上電特性的階躍性變化，重建過程 中往往會被吉洪諾夫算法平滑掉?？傋儾钏惴ㄊ且环N可以不通過施加平滑進(jìn)行正則化的方 法，它能夠消弱重構(gòu)結(jié)果的連續(xù)性，可以保持重建圖像中的非連續(xù)變化，增強(qiáng)間斷性;但是， 在處理逆問題過程中，如果目標(biāo)函數(shù)具有連續(xù)性，采用總變差算法進(jìn)行求解，則會出現(xiàn)階梯 效應(yīng)，導(dǎo)致不能得到滿意的重建效果。如人體肺部，既具有電導(dǎo)率變化明顯的區(qū)域，也有電 導(dǎo)率變化較緩和的區(qū)域，因此，如何獲得準(zhǔn)確的肺部重建圖像以準(zhǔn)確反映真實(shí)肺部電導(dǎo)率 分布信息是目前亟需解決的問題。
[0004] 通過對已有資料的檢索，劉近貞的博士論文《基于掃描電極的開放式電阻抗成像 的研究》中提到了混合變差算法，該論文中采用了牛頓-拉夫遜法對逆問題進(jìn)行求解，而牛 頓-拉夫遜方法的收斂性主要取決于一個(gè)良好的啟動(dòng)初值，如果初值選擇不當(dāng)，算法有可能 不收斂，最終無法求出目標(biāo)函數(shù)的最小值;該論文在選取正則化參數(shù)時(shí)，其選擇依據(jù)為重建 目標(biāo)的大小和深度，由于目標(biāo)的大小和深度是未知的，所以該方法有一定局限性。
[0005] 另一方面，經(jīng)過對現(xiàn)有生物電阻抗成像技術(shù)圖像重建的檢索，生物電阻抗成像技 術(shù)成像實(shí)驗(yàn)都是在合理的生物電阻抗成像技術(shù)系統(tǒng)下進(jìn)行的。由于生物電阻抗成像技術(shù)重 建問題是嚴(yán)重病態(tài)的，且在圖像重建過程中會受到儀器中誤差和硬件中噪聲源的影響，通 過研究表明，儀器中的誤差和硬件產(chǎn)生的噪聲對重建的圖像會產(chǎn)生較明顯的影響，因此設(shè) 計(jì)一套能減少噪聲和誤差影響的生物電阻抗成像技術(shù)系統(tǒng)對于重建出分辨率更高的圖像 是圖像重建的關(guān)鍵步驟。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明一種混合變差生物電阻抗成像方法，涉及測量身體胸腔的電導(dǎo)率，該方法 采用有限元方法來模擬電位空間分布情況，建立生物電阻抗成像技術(shù)的數(shù)值模型，將尺度 較大型的數(shù)值模型離散為較小單元，施加一定的邊界條件并計(jì)算邊界電壓，分別建立二維 胸腔數(shù)值模型和三維胸腔數(shù)值模型，確定混合變差算法的目標(biāo)函數(shù)后由最速下降法進(jìn)行逆 問題求解并進(jìn)行胸腔電阻抗圖像重建，以說明重建圖像的分辨率的提高，克服了現(xiàn)有的生 物電阻抗成像技術(shù)在重建分辨率更高的圖像過程中受到噪聲和誤差的影響，出現(xiàn)過度光滑 現(xiàn)象和階梯效應(yīng)，還不能獲得準(zhǔn)確的肺部電阻抗重建圖像的缺陷。
[0007] 本發(fā)明解決該技術(shù)問題所采用的技術(shù)方案是：一種混合變差生物電阻抗成像方 法，步驟如下：
[0008] A.設(shè)置進(jìn)行混合變差生物電阻抗成像所用裝置：
[0009] 進(jìn)行混合變差生物電阻抗成像所用裝置的構(gòu)成包括計(jì)算機(jī)與成像算法模塊、通信 模塊、總控模塊、信號發(fā)生模塊、電荷栗電流源模塊、激勵(lì)通道選通模塊、測量通道選通模 塊、電極陣列和信號調(diào)理模塊;計(jì)算機(jī)與成像算法模塊用來控制總控模塊和程序運(yùn)行，總控 模塊通過控制總線、數(shù)據(jù)總線和地址總線完成對生物電阻抗成像技術(shù)系統(tǒng)各部分精確實(shí)時(shí) 控制和快速信息的交換，信號發(fā)生模塊用于產(chǎn)生正弦電壓信號，電荷栗電流源模塊將電壓 轉(zhuǎn)換成電流，激勵(lì)通道選通模塊用于選擇和切換電極陣列中的不同電極注入模式以將電流 信號注入被測目標(biāo)，測量通道選通模塊用于選擇和切換電極陣列的測量模式，以提取被測 目標(biāo)表面感應(yīng)的電壓信號，送至信號調(diào)理模塊，信號調(diào)理模塊通過其內(nèi)部的可編程增益放 大電路、濾波電路、乘法解調(diào)電路和模數(shù)轉(zhuǎn)換電路，對電壓信號進(jìn)行放大、濾波、解調(diào)和模數(shù) 轉(zhuǎn)換，轉(zhuǎn)換為數(shù)字量的電壓信號由通信模塊送入總控模塊，并由通信模塊實(shí)時(shí)地送入計(jì)算 機(jī)與成像算法模塊，在計(jì)算機(jī)內(nèi)調(diào)用成像算法完成圖像的重建工作。
[0010] B.進(jìn)行混合變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的電阻抗圖像重建，其技術(shù)方 案如下：
[0011] 第一步，正問題求解：
[0012 ] (1.1)建立基于有限元方法的生物電阻抗成像技術(shù)的數(shù)值模型（以下簡稱數(shù)值模 型）；
[0013] (1.2)定義數(shù)值模型的物理特性；
[0014] (1.3)對數(shù)值模型進(jìn)行離散；
[0015] (1.4)施加邊界條件；
[0016] (1.5)計(jì)算邊界電壓；
[0017]第二步，確定算法的目標(biāo)函數(shù)：
[0018] (2.1)確定吉洪諾夫算法的目標(biāo)函數(shù)；
[0019] (2.2)確定總變差算法的目標(biāo)函數(shù)；
[0020] (2.3)確定混合變差算法的目標(biāo)函數(shù)；
[0021]第三步，進(jìn)行逆問題求解和胸腔電阻抗圖像重建：
[0022] 首先進(jìn)行逆問題求解，即采用最速下降法求解混合變差算法的目標(biāo)函數(shù)；
[0023] 然后，包括采用以下的胸腔電阻抗圖像重建算法，
[0024] (3.1)采用吉洪諾夫算法進(jìn)行胸腔電阻抗圖像重建，
[0025] (3.2)采用總變差算法進(jìn)行胸腔電阻抗圖像重建，
[0026] (3.3)采用混合變差算法進(jìn)行胸腔電阻抗圖像重建，步驟如下：
[0027] (3.3.1)臨床測得電壓信號或?qū)嶒?yàn)仿體模型測得電壓信號或由仿真計(jì)算得到電壓 數(shù)據(jù)；
[0028] (3.3.2)根據(jù)混合變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù) 入2;
[0029] (3.3.3)重建胸腔電導(dǎo)率分布，獲得重建的胸腔電阻抗圖像；
[0030] 第四步，輸出圖像：
[0031] 由上述A所述的計(jì)算機(jī)輸出重建胸腔電阻抗圖像；
[0032] C.用上述A所述的進(jìn)行混合變差生物電阻抗成像所用裝置完成上述B所述的進(jìn)行 混合變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的圖像重建的技術(shù)方案的實(shí)施過程如下：
[0033] 在計(jì)算機(jī)與成像算法模塊輸入確定用于激勵(lì)人體胸腔的安全電流的幅值和頻率， 通過電極陣列將激勵(lì)電流信號施加至人體胸腔表面對人體胸腔即被測目標(biāo)進(jìn)行激勵(lì)，通過 電極陣列測量胸腔表面感應(yīng)的電壓信號并送入計(jì)算機(jī)，在計(jì)算機(jī)內(nèi)部，通過混合變差算法 進(jìn)行成像，總控模塊為系統(tǒng)控制核心，接受來自計(jì)算機(jī)和成像算法模塊的控制指令，實(shí)現(xiàn)對 生物電阻抗成像技術(shù)硬件系統(tǒng)的整體控制和協(xié)調(diào)工作，信號發(fā)生模塊產(chǎn)生lkHz-lMHz范圍 內(nèi)可調(diào)的正弦波信號；總控模塊控制整個(gè)系統(tǒng)的功能：在電荷栗電流源模塊將電壓信號轉(zhuǎn) 換成電流信號，電流信號的幅值位于0.1mA至1mA之間且可調(diào)節(jié)，通過激勵(lì)通道選通模塊，實(shí) 現(xiàn)激勵(lì)電極的選通與關(guān)閉，使電流信號按照設(shè)定的方式流入相應(yīng)的電極，注入被測目標(biāo);通 過控制測量通道選通模塊選通電極陣列中的相應(yīng)電極提取被測目標(biāo)表面感應(yīng)出的電壓信 號，以便將信號送入信號調(diào)理模塊;控制信號調(diào)理模塊內(nèi)部的可編程增益放大電路的放大 倍數(shù)，使得信號調(diào)理模塊將感應(yīng)電壓信號進(jìn)行有效放大后，再由信號調(diào)理模塊內(nèi)部的濾波 電路和乘法解調(diào)電路分別對感應(yīng)的電壓信號進(jìn)行濾波和解調(diào)，并由信號調(diào)理模塊內(nèi)部的模 數(shù)轉(zhuǎn)換電路將其轉(zhuǎn)化為數(shù)字量信號;然后再將轉(zhuǎn)化的數(shù)字量電壓信號由通信模塊送入計(jì)算 機(jī)與成像算法模塊，將數(shù)字量電壓信號復(fù)原為模擬量電壓信號，通過混合變差算法實(shí)現(xiàn)胸 腔電阻抗圖像重建，最后由計(jì)算機(jī)輸出重建胸腔電阻抗圖像。
[0034] 上述一種混合變差生物電阻抗成像方法，所述根據(jù)混合變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化 的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù)λ2，其具體的方法如下：
[0035] 在優(yōu)化的L曲線中，橫坐標(biāo)ξ是殘差，縱坐標(biāo)η是正則解，即
[0036] (ξ(λ2) ,n(A2)) = (l〇g| |y-Ax| |2,log| |x| I2),
[0037] 其中y為電壓分布，A為雅克比矩陣，x為目標(biāo)電導(dǎo)率分布；
[0038]對于混合變差正則化，優(yōu)化的L曲線具有三個(gè)特征不同的部分，上部、中部和下部， 其中上部和下部幾乎垂直，中部幾乎水平，優(yōu)化的L曲線有兩個(gè)拐角，其中，上部"垂直"部分 對應(yīng)著正則化參數(shù)過小時(shí)的解，下部"垂直"部分對應(yīng)著正則化參數(shù)過大時(shí)的解，中部"水 平"部分則對應(yīng)著正則化參數(shù)取值適中時(shí)的解;優(yōu)化的L曲線具有兩個(gè)拐角，兩個(gè)拐角將曲 線的"水平"部分與上部"垂直"部分、下部"垂直"部分分開，通過定位兩個(gè)拐角即可確定優(yōu) 化的L曲線的"水平"部分的范圍，此范圍對應(yīng)著正則化誤差和擬合誤差之間達(dá)到平衡時(shí)的 解；
[0039]上述定位拐角的方法是依據(jù)曲率最值準(zhǔn)則，即選擇優(yōu)化的L曲線上曲率最大值點(diǎn) 和最小值點(diǎn)，這兩個(gè)拐角由下式求出：
[0040]
[0041 ]其中ξ '、η '表示ξ、η的一階導(dǎo)數(shù)，ξ〃、η〃表示ξ、η的二階導(dǎo)數(shù)，
[0042]這樣，由優(yōu)化的L曲線"水平"部分來確定合適的正則化參數(shù)，
[0043] 具體步驟如下：
[0044] (1)賦初值A(chǔ)2 = l(T6，a = 〇,計(jì)算混合變差算法目標(biāo)函數(shù)的最小值，得到逆問題求解 結(jié)果；
[0045] (2)將第一步的結(jié)果作為初值，進(jìn)行下一步的迭代，根據(jù)第一步重構(gòu)的結(jié)果，分別 將a依次賦值為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1，針對每個(gè)給定的a值，依次尋找 其對應(yīng)的正則化參數(shù)λ 2,并計(jì)算此時(shí)混合變差算法目標(biāo)函數(shù)的最小值，重建電導(dǎo)率分布；當(dāng) 滿足下式的停止準(zhǔn)則時(shí)，迭代停止；
[0046]
[0047]其中，x(i)表不重建的電導(dǎo)率分布，XQ(i)表不設(shè)定的初始電導(dǎo)率分布，m表不電導(dǎo) 率分布矢量的維數(shù)，τ為1.0至1.5之間的一個(gè)預(yù)設(shè)常數(shù)，δη為電壓數(shù)據(jù)的噪聲水平；
[0048] 在利用最速下降法對混合變差算法的目標(biāo)函數(shù)進(jìn)行求解過程中，由于總變差算法 的目標(biāo)函數(shù)不是光滑函數(shù)，并非處處可導(dǎo)，本發(fā)明中為了解決Vx = 〇時(shí)|Vx|不可微的情 況，采用如下近似：
[0049]
[0050] 其中R是正則化矩陣，Ω為求解場域，▽是梯度算子，β為一個(gè)選定的常數(shù)，則有：
[0051]
[0052] 利用最速下降法求出混合變差算法的目標(biāo)函數(shù)，求解中所依據(jù)的公式為：
[0053] xk+1 = xk-tF'（x)，
[0054] 其中，t為最速下降法的步長，k是當(dāng)前迭代的次數(shù)，每次迭代中采用線性搜索方 法，使得不等式Fk+1(x)<F k(x)成立。
[0055] 上述一種混合變差生物電阻抗成像方法，其中進(jìn)行混合變差生物電阻抗成像所用 裝置是通過公知途徑獲得的，所涉及的操作方法是本領(lǐng)域技術(shù)人員所能掌握的。
[0056] 本發(fā)明的有益效果是：與現(xiàn)有技術(shù)相比，本發(fā)明具有以下突出的實(shí)質(zhì)性特點(diǎn)和顯 著進(jìn)步：
[0057] (1)針對劉近貞的博士論文在選取正則化參數(shù)時(shí)，其選擇依據(jù)為重建目標(biāo)的大小 和深度，由于目標(biāo)的大小和深度是未知的，所以該方法有一定局限性，為了突破這一局限， 本發(fā)明采用優(yōu)化的L曲線方法自適應(yīng)地調(diào)節(jié)正則化參數(shù)，同時(shí)，為了確?？梢郧蟪瞿繕?biāo)函數(shù) 的最小值，本發(fā)明采用了初始值對收斂性影響較低的最速下降法來求解目標(biāo)函數(shù)的最小 值。
[0058] (2)本發(fā)明方法采用有限元方法來模擬電位空間分布情況，建立生物電阻抗成像 技術(shù)的數(shù)值模型，將尺度較大型的數(shù)值模型離散為較小的對象，施加一定的邊界條件并計(jì) 算邊界電壓，分別建立二維胸腔數(shù)值模型和三維胸腔數(shù)值模型，通過確定混合變差算法的 目標(biāo)函數(shù)來進(jìn)行逆問題求解并進(jìn)行胸腔電阻抗圖像重建，以說明重建圖像的分辨率的提 高，克服了現(xiàn)有的生物電阻抗成像技術(shù)在重建分辨率更高的圖像過程中受到噪聲和誤差的 影響，還不能獲得準(zhǔn)確的肺部電阻抗重建圖像的缺陷。
[0059] (3)本發(fā)明在對比研究了現(xiàn)有的吉洪諾夫算法和總變差算法的基礎(chǔ)上，提出同時(shí) 具備這兩種算法優(yōu)勢的混合變差算法，采用將吉洪諾夫算法和總變差算法融合在一起的混 合變差算法對逆問題進(jìn)行求解，該算法包括兩部分，第一部分為擬合項(xiàng)，第二部分為正則化 項(xiàng)，其中，正則化項(xiàng)將吉洪諾夫算法和總變差算法融合在一起，減少了計(jì)算量、提高了求解 速度、增強(qiáng)了收斂穩(wěn)定性，還保存了肺部電導(dǎo)率尖銳變化的部分，減少了由數(shù)據(jù)異常值帶來 的誤差。這種算法不僅保留了吉洪諾夫算法在重建中的穩(wěn)定性和良好的收斂性，同時(shí)也具 備總變差算法識別目標(biāo)邊界的能力，提高了圖像的分辨率，有效地改善了圖像質(zhì)量，可以得 到較好的胸腔電阻抗重建圖像。穩(wěn)定且高分辨率的圖像重建，也有助于一些與疾?。ㄈ缒[ 瘤)相關(guān)的生物組織電特性的檢測?？梢姡景l(fā)明的混合變差算法在胸腔電阻抗圖像重建與 臨床研究中具有很重要的意義。
[0060] (4)本發(fā)明方法采用優(yōu)化的L曲線方法確定合適的參數(shù)，其中，拐角將曲線的"水 平"部分與兩個(gè)"垂直"部分分開，"水平"部分對應(yīng)著正則化誤差和擬合誤差之間達(dá)到平衡 時(shí)的解，此范圍內(nèi)相應(yīng)的參數(shù)是合適的正則化參數(shù)。在含有噪聲、異常值等因素干擾的情況 下，為逆問題求解提供了靈活性。
[0061] (5)本發(fā)明方法采用最速下降法來求解目標(biāo)函數(shù)的最小值，該方法只需求一階導(dǎo) 數(shù)，所占的存儲單元少，初始值對收斂性影響很低且收斂速度較快。
[0062] (6)本發(fā)明方法通過混合變差算法重建的圖像的分辨率比采用吉洪諾夫算法重建 的圖像的分辨率提高了 4.23%，比采用總變差算法重建的圖像的分辨率提高了 5.65%，對 于本發(fā)明中的二維胸腔數(shù)值模型算例，重建速度比采用吉洪諾夫算法的重建速度提高了 8.68%，比采用總變差算法的重建速度提高了 10.91 %。
[0063] (7)本發(fā)明方法的混合變差方法，不僅可以解決二維胸腔數(shù)值模型電導(dǎo)率重建問 題，還可以解決具有嚴(yán)重病態(tài)特征的三維胸腔數(shù)值模型電導(dǎo)率重建問題;本發(fā)明既可用于 臨床實(shí)測數(shù)據(jù)的圖像重建，也可用于仿真研究與實(shí)驗(yàn)中；本發(fā)明還可以對變形后的目標(biāo)進(jìn) 行圖像重建。
[0064] (8)本發(fā)明方法在建立的胸腔生物電阻抗成像模型的基礎(chǔ)上進(jìn)行圖像重建，使得 結(jié)果更加清晰，更有利于分析應(yīng)用混合變差算法進(jìn)行肺部電阻抗圖像重建的優(yōu)點(diǎn)。
[0065] (9)本發(fā)明方法也可應(yīng)用于巖土工程、資源和環(huán)境保護(hù)領(lǐng)域中檢測對象，該成像方 法尤其適用于針對電特性變化進(jìn)行的檢測與成像的場合。
【附圖說明】
[0066] 下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。
[0067] 圖1是本發(fā)明方法實(shí)現(xiàn)對胸腔電阻抗圖像重建的技術(shù)方案的總流程示意圖。
[0068]圖1.1是圖1所示總流程中的正問題求解的流程示意圖。
[0069] 圖1.2是圖1所示總流程中的確定算法目標(biāo)函數(shù)的流程示意圖。
[0070] 圖1.3是圖1所示總流程中的進(jìn)行逆問題求解和胸腔電阻抗圖像重建的流程示意 圖。
[0071] 圖2是本發(fā)明的進(jìn)行逆問題求解和胸腔電阻抗圖像重建所應(yīng)用優(yōu)化的L曲線示意 圖。
[0072] 圖3是現(xiàn)有技術(shù)中采用有限元方法建立的胸腔數(shù)值模型的圖像。
[0073] 圖4是現(xiàn)有技術(shù)中吉洪諾夫算法重建的胸腔數(shù)值模型的圖像。
[0074] 圖5是現(xiàn)有技術(shù)中總變差算法重建的胸腔數(shù)值模型的圖像。
[0075] 圖6是本發(fā)明的混合變差算法重建的胸腔數(shù)值模型的圖像。
[0076]圖7是本發(fā)明的混合變差算法建立的三維胸腔數(shù)值模型的圖像，其中：
[0077]圖7(a)為混合變差算法建立的三維胸腔數(shù)值模型的圖像的70度角正視圖；
[0078]圖7(b)為混合變差算法建立的三維胸腔數(shù)值模型的圖像的90度角俯視圖。
[0079] 圖8是本發(fā)明方法進(jìn)行混合變差生物電阻抗成像所用裝置的結(jié)構(gòu)示意圖。
[0080] 圖9是本發(fā)明方法完成的人體肺部呼吸電阻抗圖像重建的序列圖像。
[0081 ]圖中，1.計(jì)算機(jī)與成像算法模塊，2.通信模塊，3.總控模塊，4.信號發(fā)生模塊，5.電 荷栗電流源模塊，6.激勵(lì)通道選通模塊，7.測量通道選通模塊，8.電極陣列，9.信號調(diào)理模 塊，10.被測目標(biāo)。
【具體實(shí)施方式】
[0082]圖1所示實(shí)施例表明，本發(fā)明方法實(shí)現(xiàn)對胸腔電阻抗圖像重建的技術(shù)方案的總流 程是:正問題求解-確定算法目標(biāo)函數(shù)-進(jìn)行逆問題求解和胸腔電阻抗圖像重建-輸出圖 像-結(jié)束。
[0083]圖1.1所示實(shí)施例表明，圖1所示總流程中的正問題求解的流程是：建立基于有限 元方法的生物電阻抗成像技術(shù)的數(shù)值模型-定義數(shù)值模型的物理特性-對數(shù)值模型進(jìn)行 離散-施加邊界條件-計(jì)算邊界電壓。
[0084] 圖1.2所示實(shí)施例表明，圖1所示總流程中的確定算法目標(biāo)函數(shù)的流程是:確定吉 洪諾夫算法的目標(biāo)函數(shù)-確定總變差算法的目標(biāo)函數(shù)-確定混合變差算法的目標(biāo)函數(shù)。
[0085] 圖1.3所示實(shí)施例表明，圖1所示總流程中的進(jìn)行逆問題求解和胸腔電阻抗圖像重 建的流程是:首先進(jìn)行逆問題求解，即采用最速下降法求解混合變差算法的目標(biāo)函數(shù)-采 用以下的胸腔電阻抗圖像重建算法:采用吉洪諾夫算法進(jìn)行胸腔電阻抗圖像重建-采用總 變差算法進(jìn)行胸腔電阻抗圖像重建-采用混合變差算法進(jìn)行胸腔電阻抗圖像重建。
[0086] 圖2顯示本發(fā)明的進(jìn)行逆問題求解和胸腔電阻抗圖像重建所采用優(yōu)化的L曲線，該 曲線表明，本發(fā)明采用的優(yōu)化的L曲線被兩個(gè)拐角分成三部分，即上部"垂直"部分、"水平" 部分和下部"垂直"部分，曲線特征明顯，有利于本發(fā)明混合變差正則化參數(shù)合理范圍的確 定。
[0087] 圖3顯示現(xiàn)有技術(shù)中采用有限元法對于任意形狀物體建模具有很大優(yōu)勢，本發(fā)明 中采用有限元方法建立的胸腔數(shù)值模型，該模型用于本發(fā)明正問題求解中計(jì)算邊界電壓數(shù) 據(jù)和本發(fā)明逆問題求解與胸腔電阻抗圖像重建。
[0088] 圖4顯示現(xiàn)有技術(shù)中吉洪諾夫算法重建的胸腔數(shù)值模型的圖像，由于吉洪諾夫算 法對邊界的過度光滑性，使得重建的胸腔電阻抗圖像具有較大的圖像偽影。
[0089] 圖5顯示現(xiàn)有技術(shù)中總變差算法重建的胸腔數(shù)值模型的圖像，該圖像的邊界具有 明顯的階梯效應(yīng)，不能得到準(zhǔn)確的胸腔阻抗重建圖像。
[0090] 圖6顯示本發(fā)明的混合變差算法重建的胸腔數(shù)值模型的圖像，該圖像表明本發(fā)明 采用的混合變差算法不僅克服了吉洪諾夫算法的過光滑性，也避免了總變差算法的階梯效 應(yīng)，可以得到分辨率較高的胸腔電阻抗重建圖像。
[0091] 圖7顯示本發(fā)明的混合變差算法建立的三維胸腔數(shù)值模型的圖像，該圖像表明本 發(fā)明建立的三維胸腔數(shù)值模型的圖像比二維胸腔圓模型更精確，這證明本發(fā)明所采用的混 合變差算法可以提高胸腔電阻抗重建圖像的分辨率，更有利用分析胸腔呼吸時(shí)阻抗變化的 胸腔電阻抗重建圖像。
[0092] 圖8所示實(shí)施例表明，本發(fā)明方法進(jìn)行混合變差生物電阻抗成像所用裝置的結(jié)構(gòu) 是:計(jì)算機(jī)與成像算法模塊1、通信模塊2、總控模塊3、信號發(fā)生模塊4、電荷栗電流源模塊5、 激勵(lì)通道選通模塊6、測量通道選通模塊7、電極陣列8和信號調(diào)理模塊9;計(jì)算機(jī)與成像算法 模塊1用來控制總控模塊3和程序運(yùn)行，總控模塊3通過控制總線、數(shù)據(jù)總線和地址總線完成 對生物電阻抗成像技術(shù)系統(tǒng)各部分精確實(shí)時(shí)控制和快速信息的交換，信號發(fā)生模塊4用于 產(chǎn)生正弦曲線的電壓信號，電荷栗電流源模塊5將電壓轉(zhuǎn)換成電流，激勵(lì)通道選通模塊6用 于選擇和切換電極陣列8中的不同電極注入模式將電流信號注入被測目標(biāo)10,測量通道選 通模塊7用于選擇和切換電極陣列8的測量模式，電極陣列8位于被測目標(biāo)的表面，以提取被 測目標(biāo)10表面感應(yīng)的電壓信號，送至信號調(diào)理模塊9,信號調(diào)理模塊9通過其內(nèi)部的可編程 增益放大電路、濾波電路、乘法解調(diào)電路和模數(shù)轉(zhuǎn)換電路，對電壓信號進(jìn)行放大、濾波、解調(diào) 和模數(shù)轉(zhuǎn)換，轉(zhuǎn)換為數(shù)字量的電壓信號由通信模塊2送入總控模塊3,并由通信模塊2實(shí)時(shí)地 送入計(jì)算機(jī)與成像算法模塊1，在計(jì)算機(jī)內(nèi)調(diào)用成像算法完成圖像的重建工作。
[0093] 圖8所示實(shí)施例還表明，本發(fā)明方法進(jìn)行混合變差生物電阻抗成像所用裝置的硬 件部分和軟件是相互兼容的，可以通過該裝置測得人體胸腔的實(shí)際數(shù)據(jù)并進(jìn)行圖像重建， 獲得人體真實(shí)胸腔的圖像重建結(jié)果。
[0094] 圖9顯示本發(fā)明方法完成的人體肺部呼吸電阻抗圖像重建的序列圖像，該圖像清 晰顯示呼吸過程中肺部阻抗分布的實(shí)時(shí)變化情況，表明本發(fā)明可以完成人體胸腔電阻抗圖 像的實(shí)時(shí)重構(gòu)和顯示。
[0095] 實(shí)施例
[0096]本實(shí)施例在進(jìn)行二維正問題仿真實(shí)驗(yàn)中，采用歸一化的二維圓域模型，該模型模 擬人的胸腔結(jié)構(gòu)，在注入電流時(shí)求解胸腔電位的分布情況，其中該圓的半徑為15cm。將歸一 化的圓域模型剖分成比較均勻的三角形網(wǎng)格，電極點(diǎn)位于圓邊緣上，電極個(gè)數(shù)為16個(gè)，用16 個(gè)圓點(diǎn)表示，注入50kHz，lmA的激勵(lì)電流，設(shè)模型具有各向同性電導(dǎo)率分布，背景電導(dǎo)率為1 Ω ·πι，目標(biāo)電導(dǎo)率設(shè)為2Ω ·πι。本實(shí)施例采用有限元方法建立的胸腔二維正問題模型，其 中單元數(shù)總數(shù)為6400個(gè)，節(jié)點(diǎn)總數(shù)為3281個(gè)。
[0097]本實(shí)施例在進(jìn)行三維正問題仿真實(shí)驗(yàn)中，采用胸腔模型，模型采用64個(gè)圓形電極， 電極置于胸腔模型的側(cè)表面，該模型的高度為30cm，其中電極既可用于施加電流激勵(lì)，建立 三維敏感場，又能測量模型表面的電壓信號，對其進(jìn)行有限元剖分，剖分為一系列的四面體 單元，設(shè)模型具有各向同性的電導(dǎo)率分布，背景電導(dǎo)率的值為ls/m，目標(biāo)電導(dǎo)率為2s/m，注 入50kHz，0.2mA的激勵(lì)電流。本實(shí)施例采用有限元法建立的胸腔三維正問題模型，其中單元 總數(shù)為126192個(gè)，節(jié)點(diǎn)總數(shù)為25731個(gè)，剖分層數(shù)為18層。
[0098] 本實(shí)施例的一種混合變差生物電阻抗成像方法，步驟如下：
[0099] A.設(shè)置進(jìn)行混合變差生物電阻抗成像所用裝置：
[0100] 本實(shí)施例進(jìn)行混合變差生物電阻抗成像所用裝置如圖7所示實(shí)施例；
[0101] B.進(jìn)行混合變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的圖像重建，其技術(shù)方案如 下：
[0102] 第一步，正問題求解：
[0103 ] (1.1)建立基于有限元方法的生物電阻抗成像技術(shù)的數(shù)值模型（以下簡稱數(shù)值模 型）··
[0104] 首先將電阻抗成像問題近似為穩(wěn)態(tài)電流場來處理，等效為如下的Laplace方程的 邊值問題，
[0105] Ω: V-〇V^ = 0
[0106] 其中，σ為目標(biāo)內(nèi)部的電導(dǎo)率分布為節(jié)點(diǎn)電位，
[0107] 其次建立近似數(shù)值模型，其中包括具有規(guī)則形狀的圓形數(shù)值模型，然后建立二維 胸腔數(shù)值模型，最后建立三維胸腔數(shù)值模型；
[0108] (1.2)定義數(shù)值模型的物理特性：
[0109] 定義的物理特性包括模型的尺寸、介質(zhì)的電導(dǎo)率、電極的尺寸、電極個(gè)數(shù)、電極形 狀、電極的接觸阻抗、注入電流的頻率和幅值；
[0110] 二維胸腔數(shù)值模型中的物理特性包括：1)采用歸一化的二維圓模型，該模型模擬 人的胸腔結(jié)構(gòu);2)該圓的半徑為15cm;3)點(diǎn)狀電極位于圓模型的邊界節(jié)點(diǎn)上，電極個(gè)數(shù)為16 個(gè)，電極的半徑為〇.15cm;4)注入50kHz，1mA的正弦波形激勵(lì)電流;5)每個(gè)電極的接觸阻抗 為50Ω ;6)設(shè)模型背景具有各向同性的電導(dǎo)率分布，電導(dǎo)率的值為1Ω ·π!，成像目標(biāo)區(qū)域電 導(dǎo)率為2Ω ·πι;
[0111] 三維胸腔數(shù)值模型中的物理特性，1)利用胸腔CT圖像勾勒出胸腔和肺部輪廓，構(gòu) 建真實(shí)尺寸的胸腔數(shù)值模型；2)模型的高度為30cm;3)模型采用64個(gè)圓形電極，電極分4層 布置，每層16個(gè)電極，每層電極電極均勻布置于胸腔數(shù)值模型的表面，電極的半徑為 0.15cm;4)每個(gè)電極的接觸阻抗為50 Ω ;5)每層電極按照相鄰激勵(lì)-相鄰測量的模式，4層同 時(shí)注入50kHz，0.2mA的正弦波形激勵(lì)電流;6)設(shè)模型背景具有各向同性的電導(dǎo)率分布，電導(dǎo) 率的值為1Ω ·πι，肺部所在區(qū)域電導(dǎo)率為2Ω ·πι;
[0112] (1.3)對數(shù)值模型進(jìn)行離散：
[0113] 利用有限元方法將尺度相對較大的數(shù)值模型離散為較小的單元，離散后二維胸腔 數(shù)值模型單元總數(shù)為6400個(gè)，三維胸腔數(shù)值模型單元總數(shù)為126192個(gè)，并對各個(gè)小單元對 象進(jìn)行編號、記錄并存儲其節(jié)點(diǎn)所在位置；
[0114] (1.4)施加邊界條件：
[0115] 邊界條件為
[0116] η： φ = φη
[0117]
[0118] 其中％為邊界上的電位，Jn為邊界上注入電流的電流密度；
[0119] (1.5)計(jì)算邊界電壓：
[0120] 由Laplace方程相應(yīng)的泛函完成邊界電壓的計(jì)算，所用的Laplace方程泛函為
[0121]
[0122] 對泛函進(jìn)行求解，求得電位P的值，▽是梯度算子；
[0123] 第二步，確定算法的目標(biāo)函數(shù)：
[0124] (2.1)確定吉洪諾夫算法的目標(biāo)函數(shù)：
[0125] 首先，將電阻抗成像近似為如下線性系統(tǒng)
[0126] Ax = y
[0127]其中，X為目標(biāo)電導(dǎo)率分布，A為雅克比矩陣，y為電壓分布；
[0128] 常規(guī)的解決辦法就是線性最小二乘法，即求解
[0129]
X -
[0130] 其中| | · | |是歐幾里得范數(shù)。該欠定問題的解不唯一，為了獲得穩(wěn)定的解，將最小 二乘問題轉(zhuǎn)化為
[0131]
[0132] 其中，μχ-.為擬合項(xiàng)，敗為正則化項(xiàng)，λ2是正則化參數(shù)，xq是平均電導(dǎo) 率的先驗(yàn)估計(jì)，當(dāng)Ρ的取值為2時(shí)，該函數(shù)是吉洪諾夫算法的目標(biāo)函數(shù)；
[0133] (2.2)確定總變差算法的目標(biāo)函數(shù)：
[0134] 當(dāng)Ρ的值取1時(shí)，函數(shù)F(x)為總變差算法的目標(biāo)函數(shù)；
[0135] (2.3)確定混合變差算法的目標(biāo)函數(shù)：
[0136] 為了避免總變差算法的階梯現(xiàn)象與吉洪諾夫算法過度光滑效應(yīng)，將求解最小化問 題轉(zhuǎn)化為
[0137]
X I" ··- \+ ·· 、 ·· J)
[0138] 其中，||.v_A|g為擬合項(xiàng)，
為混合變差正則化項(xiàng)，其中λ2 (a| |RVx| |〇為總變差正則化分量
為吉洪諾夫正則化分量;a是權(quán)重函 數(shù)，a的取值位于0到1之間；Vxix-xo,吉洪諾夫算法和總變差算法之間的權(quán)衡關(guān)系是通過 正則化參數(shù)λ2和a來確定；
[0139] 第三步，進(jìn)行逆問題求解和胸腔電阻抗圖像重建：
[0140]首先進(jìn)行逆問題求解，即采用最速下降法求解混合變差算法的目標(biāo)函數(shù)；
[0141]然后，包括采用以下的胸腔電阻抗圖像重建算法，
[0142] (3.1)采用吉洪諾夫算法進(jìn)行胸腔電阻抗圖像重建，
[0143] (3.2)采用總變差算法進(jìn)行胸腔電阻抗圖像重建，
[0144] (3.3)采用混合變差算法進(jìn)行胸腔電阻抗圖像重建，步驟如下：
[0145] (3.3.1)臨床測得電壓信號或?qū)嶒?yàn)仿體模型測得電壓信號或由仿真計(jì)算得到電壓 數(shù)據(jù)；
[0146] (3.3.2)根據(jù)混合變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù) λ2，
[0147] 所述根據(jù)混合變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù)λ2， 具體的方法如下：
[0148] 在優(yōu)化的L曲線中，橫坐標(biāo)ξ是殘差，縱坐標(biāo)η是正則解，即
[0149] (ξ(λ2) ,n(A2)) = (l〇g| |y-Ax| |2,log| |x| I2),
[0150] 其中，y為電壓分布，A為雅克比矩陣，x為目標(biāo)電導(dǎo)率分布；
[0151] 對于混合變差正則化，優(yōu)化的L曲線具有三個(gè)特征不同的部分，上部、中部和下部， 其中上部和下部幾乎垂直，中部幾乎水平，優(yōu)化的L曲線有兩個(gè)拐角，其中，上部"垂直"部分 對應(yīng)著正則化參數(shù)過小時(shí)的解，下部"垂直"部分對應(yīng)著正則化參數(shù)過大時(shí)的解，中部"水 平"部分則對應(yīng)著正則化參數(shù)取值適中時(shí)的解;優(yōu)化的L曲線具有兩個(gè)拐角，兩個(gè)拐角將曲 線的"水平"部分與上部"垂直"部分、下部"垂直"部分分開，通過定位兩個(gè)拐角即可確定優(yōu) 化的L曲線的"水平"部分的范圍，此范圍對應(yīng)著正則化誤差和擬合誤差之間達(dá)到平衡時(shí)的 解；
[0152] 上述定位拐角的方法是依據(jù)曲率最值準(zhǔn)則，即選擇優(yōu)化的L曲線上曲率最大值點(diǎn) 和最小值點(diǎn)，這兩個(gè)拐角由下式求出：
[0153]
[0154] 具中，I、rr表不ξ、n的一階導(dǎo)數(shù)，Γ、n〃表示ξ、n的二階導(dǎo)數(shù)，
[0155] 這樣，由優(yōu)化的L曲線"水平"部分來確定合適的正則化參數(shù)，
[0156] 具體步驟如下：
[0157] (1)賦初值A(chǔ)2 = l(T6，a = 〇,計(jì)算混合變差算法目標(biāo)函數(shù)的最小值，得到逆問題求解 結(jié)果；
[0158] (2)將第一步的結(jié)果作為初值，進(jìn)行下一步的迭代，根據(jù)第一步重構(gòu)的結(jié)果，分別 將a依次賦值為0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1，針對每個(gè)給定的a值，依次尋找 其對應(yīng)的正則化參數(shù)λ 2,并計(jì)算此時(shí)混合變差算法目標(biāo)函數(shù)的最小值，重建電導(dǎo)率分布；當(dāng) 滿足下式的停止準(zhǔn)則時(shí)，迭代停止；
[0159]
[0160]其中，x(i)表不重建的電導(dǎo)率分布，XQ(i)表不設(shè)定的初始電導(dǎo)率分布，m表不電導(dǎo) 率分布矢量的維數(shù)，τ為1.0至1.5之間的一個(gè)預(yù)設(shè)常數(shù)，δη為電壓數(shù)據(jù)的噪聲水平；
[0161 ]在利用最速下降法對混合變差算法的目標(biāo)函數(shù)進(jìn)行求解過程中，由于總變差算法 的目標(biāo)函數(shù)不是光滑函數(shù)，并非處處可導(dǎo)，本發(fā)明中為了解決Vx = 〇時(shí)|Vx|不可微的情 況，采用如下近似：
[0162]
[0163] 其中R是正則化矩陣，Ω為求解場域，▽是梯度算子，β為一個(gè)選定的常數(shù)，則有：
[0164]
[0165] 利用最速卜陴'/云豕出混甘雙差算'/云的目稱凼數(shù)，豕觶中所儂據(jù)的公式為：
[0166] xk+1 = xk-tF，(x)，
[0167] 其中，t為最速下降法的步長，k是當(dāng)前迭代的次數(shù)，每次迭代中采用線性搜索方 法，使得不等式Fk+1(x)<F k(x)成立；
[0168] (3.3.3)獲取胸腔電導(dǎo)率分布，輸出重建的胸腔電阻抗圖像；
[0169] 第四步，輸出圖像：
[0170] 由上述A所述的計(jì)算機(jī)輸出重建胸腔電阻抗圖像。
[0171] C.用上述A所述的進(jìn)行混合變差生物電阻抗成像所用裝置完成上述B所述的進(jìn)行 混合變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的圖像重建的技術(shù)方案的實(shí)施過程如下：
[0172] 在人體體表劍突骨下沿以下2cm至劍突骨下沿以上13cm共計(jì)15cm范圍內(nèi)上下等間 距均勻布置4層ECG電極，每層16個(gè)，共64個(gè)，采用本實(shí)施例進(jìn)行混合變差生物電阻抗成像所 用裝置獲取人體胸腔的實(shí)測數(shù)據(jù)，根據(jù)測得的實(shí)際數(shù)據(jù)進(jìn)行圖像重建;本實(shí)驗(yàn)分別獲取了 5 組成年男性胸腔的真實(shí)數(shù)據(jù)，并利用混合變差算法進(jìn)行了圖像重建;實(shí)驗(yàn)證明，混合變差算 法與本發(fā)明研制的裝置相結(jié)合，可以得出分辨率較高的重建圖像。
[0173] 具體實(shí)施過程如下：
[0174] 在計(jì)算機(jī)與成像算法模塊1輸入確定用于激勵(lì)人體胸腔的安全電流的幅值和頻 率，通過電極陣列8將激勵(lì)電流信號施加至人體胸腔表面，對人體胸腔即被測目標(biāo)10進(jìn)行激 勵(lì)，通過電極陣列8測量胸腔表面感應(yīng)的電壓信號并送入計(jì)算機(jī)，在計(jì)算機(jī)內(nèi)部通過混合變 差算法進(jìn)行成像，總控模塊3為系統(tǒng)控制核心，接受來自計(jì)算機(jī)和成像算法模塊1的控制指 令，實(shí)現(xiàn)對生物電阻抗成像技術(shù)硬件系統(tǒng)的整體控制和協(xié)調(diào)工作，信號發(fā)生模塊4產(chǎn)生頻率 范圍是lkHz-lMHz范圍內(nèi)可調(diào)的正弦波信號；總控模塊3控制整個(gè)系統(tǒng)的功能:在電荷栗電 流源模塊5將電壓信號轉(zhuǎn)換成電流信號，電流信號的幅值為O.lmA-lmA可調(diào)，通過激勵(lì)通道 選通模塊6實(shí)現(xiàn)激勵(lì)電極的選通與關(guān)閉，使電流信號按照設(shè)定的方式，流入相應(yīng)的電極，注 入被測目標(biāo)10,通過控制測量通道選通模塊7選通電極陣列8中的相應(yīng)電極，提取被測目標(biāo) 表面感應(yīng)出的電壓信號，以便將信號送入信號調(diào)理模塊9,控制信號調(diào)理模塊9內(nèi)部的可編 程增益放大電路的放大倍數(shù)，使得信號調(diào)理模塊9將感應(yīng)電壓信號進(jìn)行有效放大后，再由信 號調(diào)理模塊9內(nèi)部的濾波電路和乘法解調(diào)電路分別對感應(yīng)的電壓信號進(jìn)行濾波和解調(diào)，并 由信號調(diào)理模塊9內(nèi)部的模數(shù)轉(zhuǎn)換電路將其轉(zhuǎn)化為數(shù)字量信號;然后再將轉(zhuǎn)化的數(shù)字量電 壓信號由通信模塊2送入計(jì)算機(jī)與成像算法模塊1，將數(shù)字量電壓信號復(fù)原為模擬量電壓信 號，通過混合變差算法實(shí)現(xiàn)胸腔電阻抗圖像重建，最后由計(jì)算機(jī)輸出重建胸腔電阻抗圖像。
[0175]上述實(shí)施例中進(jìn)行混合變差生物電阻抗成像所用裝置是通過公知途徑獲得的，所 涉及的操作方法是本領(lǐng)域技術(shù)人員所能掌握的。
【主權(quán)項(xiàng)】
1. 一種混合變差生物電阻抗成像方法，其特征在于步驟如下： A. 設(shè)置進(jìn)行混合變差生物電阻抗成像所用裝置： 進(jìn)行混合變差生物電阻抗成像所用裝置的構(gòu)成包括計(jì)算機(jī)與成像算法模塊、通信模 塊、總控模塊、信號發(fā)生模塊、電荷栗電流源模塊、激勵(lì)通道選通模塊、測量通道選通模塊、 電極陣列和信號調(diào)理模塊;計(jì)算機(jī)與成像算法模塊用來控制總控模塊和程序運(yùn)行，總控模 塊通過控制總線、數(shù)據(jù)總線和地址總線完成對生物電阻抗成像技術(shù)系統(tǒng)各部分精確實(shí)時(shí)控 制和快速信息的交換，信號發(fā)生模塊用于產(chǎn)生正弦電壓信號，電荷栗電流源模塊將電壓轉(zhuǎn) 換成電流，激勵(lì)通道選通模塊用于選擇和切換電極陣列中的不同電極注入模式以將電流信 號注入被測目標(biāo)，測量通道選通模塊用于選擇和切換電極陣列的測量模式，以提取被測目 標(biāo)表面感應(yīng)的電壓信號，送至信號調(diào)理模塊，信號調(diào)理模塊通過其內(nèi)部的可編程增益放大 電路、濾波電路、乘法解調(diào)電路和模數(shù)轉(zhuǎn)換電路，對電壓信號進(jìn)行放大、濾波、解調(diào)和模數(shù)轉(zhuǎn) 換，轉(zhuǎn)換為數(shù)字量的電壓信號由通信模塊送入總控模塊，并由通信模塊實(shí)時(shí)地送入計(jì)算機(jī) 與成像算法模塊，在計(jì)算機(jī)內(nèi)調(diào)用成像算法完成圖像的重建工作。 B. 進(jìn)行混合變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的電阻抗圖像重建，其技術(shù)方案如 下： 第一步，正問題求解： (1.1) 建立基于有限元方法的生物電阻抗成像技術(shù)的數(shù)值模型（以下簡稱數(shù)值模型）； (1.2) 定義數(shù)值模型的物理特性； (1.3) 對數(shù)值模型進(jìn)行離散； (1.4) 施加邊界條件； (1.5) 計(jì)算邊界電壓； 第二步，確定算法的目標(biāo)函數(shù)： (2.1) 確定吉洪諾夫算法的目標(biāo)函數(shù)； (2.2) 確定總變差算法的目標(biāo)函數(shù)； (2.3) 確定混合變差算法的目標(biāo)函數(shù)； 第三步，進(jìn)行逆問題求解和胸腔電阻抗圖像重建： 首先進(jìn)行逆問題求解，即采用最速下降法求解混合變差算法的目標(biāo)函數(shù)； 然后，包括采用以下的胸腔電阻抗圖像重建算法， (3.1) 采用吉洪諾夫算法進(jìn)行胸腔電阻抗圖像重建， (3.2) 采用總變差算法進(jìn)行胸腔電阻抗圖像重建， (3.3) 采用混合變差算法進(jìn)行胸腔電阻抗圖像重建，步驟如下： (3.3.1) 臨床測得電壓信號或?qū)嶒?yàn)仿體模型測得電壓信號或由仿真計(jì)算得到電壓數(shù) 據(jù)； (3.3.2) 根據(jù)混合變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù)入2; (3.3.3) 重建胸腔電導(dǎo)率分布，獲得重建的胸腔電阻抗圖像； 第四步，輸出圖像： 由上述A所述的計(jì)算機(jī)輸出重建胸腔電阻抗圖像； C. 用上述A所述的進(jìn)行混合變差生物電阻抗成像所用裝置完成上述B所述的進(jìn)行混合 變差生物電阻抗成像方法以實(shí)現(xiàn)對胸腔的圖像重建的技術(shù)方案的實(shí)施過程如下： 在計(jì)算機(jī)與成像算法模塊輸入確定用于激勵(lì)人體胸腔的安全電流的幅值和頻率，通過 電極陣列將激勵(lì)電流信號施加至人體胸腔表面對人體胸腔即被測目標(biāo)進(jìn)行激勵(lì)，通過電極 陣列測量胸腔表面感應(yīng)的電壓信號并送入計(jì)算機(jī)，在計(jì)算機(jī)內(nèi)部，通過混合變差算法進(jìn)行 成像，總控模塊為系統(tǒng)控制核心，接受來自計(jì)算機(jī)和成像算法模塊的控制指令，實(shí)現(xiàn)對生物 電阻抗成像技術(shù)硬件系統(tǒng)的整體控制和協(xié)調(diào)工作，信號發(fā)生模塊產(chǎn)生lkHz-lMHz范圍內(nèi)可 調(diào)的正弦波信號；總控模塊控制整個(gè)系統(tǒng)的功能：在電荷栗電流源模塊將電壓信號轉(zhuǎn)換成 電流信號，電流信號的幅值位于0.1mA至1mA之間且可調(diào)節(jié)，通過激勵(lì)通道選通模塊，實(shí)現(xiàn)激 勵(lì)電極的選通與關(guān)閉，使電流信號按照設(shè)定的方式流入相應(yīng)的電極，注入被測目標(biāo);通過控 制測量通道選通模塊選通電極陣列中的相應(yīng)電極提取被測目標(biāo)表面感應(yīng)出的電壓信號，以 便將信號送入信號調(diào)理模塊;控制信號調(diào)理模塊內(nèi)部的可編程增益放大電路的放大倍數(shù)， 使得信號調(diào)理模塊將感應(yīng)電壓信號進(jìn)行有效放大后，再由信號調(diào)理模塊內(nèi)部的濾波電路和 乘法解調(diào)電路分別對感應(yīng)的電壓信號進(jìn)行濾波和解調(diào)，并由信號調(diào)理模塊內(nèi)部的模數(shù)轉(zhuǎn)換 電路將其轉(zhuǎn)化為數(shù)字量信號;然后再將轉(zhuǎn)化的數(shù)字量電壓信號由通信模塊送入計(jì)算機(jī)與成 像算法模塊，將數(shù)字量電壓信號復(fù)原為模擬量電壓信號，通過混合變差算法實(shí)現(xiàn)胸腔電阻 抗圖像重建，最后由計(jì)算機(jī)輸出重建胸腔電阻抗圖像。2.根據(jù)權(quán)利要求1所述一種混合變差生物電阻抗成像方法，其特征在于:所述根據(jù)混合 變差目標(biāo)函數(shù)，應(yīng)用優(yōu)化的L曲線方法，自適應(yīng)調(diào)節(jié)正則化參數(shù)A2,其具體的方法如下： 在優(yōu)化的L曲線中，橫坐標(biāo)|是殘差，縱坐標(biāo)n是正則解，即 "(入2)，n(入2)) = (l〇g| |y-Ax| !2，l〇g| |x| 丨2)， 其中y為電壓分布，A為雅克比矩陣，x為目標(biāo)電導(dǎo)率分布； 對于混合變差正則化，優(yōu)化的L曲線具有三個(gè)特征不同的部分，上部、中部和下部，其中 上部和下部幾乎垂直，中部幾乎水平，優(yōu)化的L曲線有兩個(gè)拐角，其中，上部"垂直"部分對應(yīng) 著正則化參數(shù)過小時(shí)的解，下部"垂直"部分對應(yīng)著正則化參數(shù)過大時(shí)的解，中部"水平"部 分則對應(yīng)著正則化參數(shù)取值適中時(shí)的解;優(yōu)化的L曲線具有兩個(gè)拐角，兩個(gè)拐角將曲線的 "水平"部分與上部"垂直"部分、下部"垂直"部分分開，通過定位兩個(gè)拐角即可確定優(yōu)化的L 曲線的"水平"部分的范圍，此范圍對應(yīng)著正則化誤差和擬合誤差之間達(dá)到平衡時(shí)的解； 上述定位拐角的方法是依據(jù)曲率最值準(zhǔn)則，即選擇優(yōu)化的L曲線上曲率最大值點(diǎn)和最 小值點(diǎn)，這兩個(gè)拐角由下式求出：其中l(wèi)'、n'表示l、n的一階導(dǎo)數(shù)，r、n"表示l、n的二階導(dǎo)數(shù)， 這樣，由優(yōu)化的L曲線"水平"部分來確定合適的正則化參數(shù)， 具體步驟如下： (1) 賦初值A(chǔ)2 = l(r6，a = 0,計(jì)算混合變差算法目標(biāo)函數(shù)的最小值，得到逆問題求解結(jié) 果； (2) 將第一步的結(jié)果作為初值，進(jìn)行下一步的迭代，根據(jù)第一步重構(gòu)的結(jié)果，分別將a依 次賦值為〇.1、〇.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1，針對每個(gè)給定的a值，依次尋找其對 應(yīng)的正則化參數(shù)A2,并計(jì)算此時(shí)混合變差算法目標(biāo)函數(shù)的最小值，重建電導(dǎo)率分布；當(dāng)滿足 下式的停止準(zhǔn)則時(shí)，迭代停止；其中，x(i)表不重建的電導(dǎo)率分布，x〇(i)表不設(shè)定的初始電導(dǎo)率分布，m表不電導(dǎo)率分 布矢量的維數(shù)，t為1.0至1.5之間的一個(gè)預(yù)設(shè)常數(shù)，Sn為電壓數(shù)據(jù)的噪聲水平； 在利用最速下降法對混合變差算法的目標(biāo)函數(shù)進(jìn)行求解過程中，由于總變差算法的目 標(biāo)函數(shù)不是光滑函數(shù)，并非處處可導(dǎo)，本發(fā)明中為了解決^ = 〇時(shí)|~|不可微的情況，采用如 下近似：其中R是正則化矩陣，Q為求解場域，▽是梯度算子，0為一個(gè)選定的常數(shù)，則有：利用最速下降法求出混合變差算法的目標(biāo)函數(shù)，求解中所依據(jù)的公式為： xk+1 = xk-tF，（x)， 其中，t為最速下降法的步長，k是當(dāng)前迭代的次數(shù)，每次迭代中采用線性搜索方法，使 得不等式Fk+1(x)<Fk(x)成立。
【文檔編號】A61B5/053GK106037650SQ201610412409
【公開日】2016年10月26日
【申請日】2016年6月13日
【發(fā)明人】張帥, 郭云鴿, 張雪瑩, 趙明康, 王宏斌, 趙軍, 郭苗苗, 李穎, 徐桂芝
【申請人】河北工業(yè)大學(xué)