The present invention relates to an electrical impedance imaging method based on low-rank sparse decomposition, which includes statistical shape information extraction as prior information and EIT imaging algorithm. After obtaining binary lung images from high-resolution images, according to the idea of low-rank sparse decomposition, the EIT image vector x to be reconstructed is decomposed into low-rank part Da and sparse part E: according to the measured field, the weight is obtained. According to the EIT reconstruction algorithm, the objective function is solved alternately by optimizing alpha and E. Firstly, the optimal solution of alpha is fixed, and then transformed into a regularized constrained optimization problem for alpha. Fixed alpha, solved E, and removed the E-independent terms of the objective function until the algorithm converges. The final imaging results are obtained by partial superposition.
【技术实现步骤摘要】
基于低秩稀疏分解的电阻抗图像重建方法
本专利技术属于电阻抗层析成像
，涉及实现提取样本集中的统计形状信息并用于指导目标场域内电导率的重建。
技术介绍
电阻抗层析成像(ElectricalImpedanceTomography简称EIT)是一种功能性成像技术，其通过在被测场域表面布置电极阵列并施加一定的电流以得到边界电压数据，以此来重建被测场域内部的电导率分布情况。相比结构性成像技术例如计算机断层扫描(ComputedTomography简称CT)和核磁共振成像，EIT的图像分辨率较低但成像速度大大加快，可以达到实时成像的要求。此外EIT还有着无侵入、无辐射、体积小和成本低等优势，是一种理想的实时床旁病情监测手段。EIT作为现代临床诊断和实时监测的重要辅助工具，并且在多相流流型监测、地质勘探以及建筑结构损伤检测等领域也有着广阔的发展前景。EIT成像较低的分辨率主要是因为其逆问题(即图像重建问题)求解具有严重的病态性和非线性，这意味着即使测量边界的一个微小扰动都会导致解的大幅度变化。为了克服这个问题，专家学者们提出了许多图像重建算法，在这其中正则化方法是一种克服病态性的有效手段。该方法通过构造正则化惩罚项的方式将一定的先验信息融入到逆问题的求解过程中，约束解的搜索空间，以达到改善病态性的目的。典型的正则化方法有M.Vauhkonen等人1998年在《IEEE医学成像期刊》(IEEETransactionsonMedicalImaging)第17卷，285-93页，发表的题为《在电阻抗成像中的Tikhonov正则化和先验信息》(Tikhonovregula...
【技术保护点】
1.一种基于低秩稀疏分解的电阻抗成像方法，包括作为先验信息的统计形状信息提取与EIT成像算法两部分，其特征在于，统计形状信息提取的主要步骤为步骤一：对待提取形状信息的图像集进行预处理，该图像集为高分辨率正常人体胸腔图像，图像中清晰的肺部形状，得到内含物的二值图像，并根据EIT图像的分辨率，对图像集降采样；步骤二：对降采样后的图像集使用特征信息提取方法作变换，得到包含图像集统计形状信息的字典分量D，图像集中的每幅图像xi可由各字典分量线性表示：xi＝Dαi式中αi为线性表示的系数向量，字典D中仅保留贡献率较大的前n个分量，αi的维度小于xi，对原图像集的特征提取，得到从高分辨率图像的肺部二值图像；按照低秩稀疏分解的思想，将待重建的EIT图像向量x分解为低秩部分Dα和稀疏部分E相加的形式：x＝Dα+E低秩部分为由上一步得到的字典分量重构出的图像，有着完整的肺部形状；稀疏部分为待重建的肺部对象中的病变，表现为重建图像中的肺部形状会缺损一部分，这一部分被处理为重建图像中的稀疏尖锐噪声，EIT成像算法部分为步骤一：根据被测场域，获取重建所需的边界电压测量值和灵敏度矩阵J，Ji,j是第j个电极对对...
【技术特征摘要】
1.一种基于低秩稀疏分解的电阻抗成像方法，包括作为先验信息的统计形状信息提取与EIT成像算法两部分，其特征在于，统计形状信息提取的主要步骤为步骤一：对待提取形状信息的图像集进行预处理，该图像集为高分辨率正常人体胸腔图像，图像中清晰的肺部形状，得到内含物的二值图像，并根据EIT图像的分辨率，对图像集降采样；步骤二：对降采样后的图像集使用特征信息提取方法作变换，得到包含图像集统计形状信息的字典分量D，图像集中的每幅图像xi可由各字典分量线性表示：xi＝Dαi式中αi为线性表示的系数向量，字典D中仅保留贡献率较大的前n个分量，αi的维度小于xi，对原图像集的特征提取，得到从高分辨率图像的肺部二值图像；按照低秩稀疏分解的思想，将待重建的EIT图像向量x分解为低秩部分Dα和稀疏部分E相加的形式：x＝Dα+E低秩部分为由上一步得到的字典分量重构出的图像，有着完整的肺部形状；稀疏部分为待重建的肺部对象中的病变，表现为重建图像中的肺部形状会缺损一部分，这一部分被处理为重建图像中的稀疏尖锐噪声，EIT成像算法部分为步骤一：根据被测场域，获取重建所需的边界电压测量值和灵敏度矩阵J，Ji,j是第j个电极对对第i个电极对的灵敏度系数；步骤二：按照EIT重建算法，即式中x为重建图像向量，b为边界电压向量，R(x)为正则化约束项，λ为正则化参数，确定目标函数：s.t.||E||0≤M式中b为获取的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。