一种基于GAN的脑部电阻抗断层成像方法技术

一种基于GAN的脑部电阻抗断层成像方法，包括以下步骤：1)获取原始数据，通过实验装置采集边界电压序列，对物场区域进行方格剖分，得到对应的真实电导率分布图作为样本数据；2)数据预处理，对采集到的边界电压序列进行归一化处理并将序列转换成二维图；3)构建生成对抗式网络，使用样本数据集训练网络，得到边界测量电压序列和电导率分布序列之间的非线性映射关系；4)将未经训练的电压序列通过训练过的网络生成对应的电导率分布图。本发明专利技术解决了电阻抗断层成像逆问题求解时的非线性问题，提高了重建图像的精度，且抗噪性强，降低对成像系统抗噪性的要求，成像速度快。

A brain electrical impedance tomography method based on GaN

【技术实现步骤摘要】
一种基于GAN的脑部电阻抗断层成像方法
本专利技术属于生物医学成像
，涉及深度学习、图像重建，特别是涉及一种基于GAN的脑部电阻抗断层成像方法。
技术介绍
生物电阻抗断层成像(ElectricalImpedanceTomography,EIT)技术是一种非侵入式检测成像技术，它的原理是在人体表面电极上施加一微弱的电流，并测得其他电极上的电压值，根据电压与电流之间的关系重建物场内部的电导率分布或其变化的图像。由于该技术具有无辐射性、非侵入式，成像速度快且成本低等特点，因此EIT在医学成像领域具有广阔的应用前景。EIT图像重建过程存在非线性、病态性和不适定性问题，这使得图像重构非常容易受噪声和测量误差的影响，会产生伪影。目前用于EIT图像重建中的常用算法主要有两类：非智能重建算法和智能重建算法。非智能重建算法分为非迭代算法和迭代算法，其中非迭代算法包括等位线滤波反投影法、灵敏度矩阵法等，迭代算法包括共轭梯度法、Newton-Raphson法以及Landweber迭代法。共轭梯度等算法将EIT逆问题进行了线性近似，但线性化的过程中丢失了本文档来自技高网...

【技术保护点】
1.一种基于GAN的脑部电阻抗断层成像方法，其特征在于，所述方法包括以下步骤：/nS1：获取原始数据，通过实验装置采集边界电压序列，对物场区域进行方格剖分，得到对应的真实电导率分布图作为样本数据；/nS2：数据预处理，对采集到的边界电压序列进行归一化处理并将序列转换成二维图；/nS3：构建生成对抗式网络，使用样本数据集训练网络，得到边界测量电压序列和电导率分布序列之间的非线性映射关系，；/nS4：将未经训练的电压序列通过训练过的网络生成对应的电导率分布图。/n

【技术特征摘要】
1.一种基于GAN的脑部电阻抗断层成像方法，其特征在于，所述方法包括以下步骤：
S1：获取原始数据，通过实验装置采集边界电压序列，对物场区域进行方格剖分，得到对应的真实电导率分布图作为样本数据；
S2：数据预处理，对采集到的边界电压序列进行归一化处理并将序列转换成二维图；
S3：构建生成对抗式网络，使用样本数据集训练网络，得到边界测量电压序列和电导率分布序列之间的非线性映射关系，；
S4：将未经训练的电压序列通过训练过的网络生成对应的电导率分布图。


2.如权利要求1中所述的一种基于GAN的脑部电阻抗断层成像方法，其特征在于，所述步骤S1中，实验装置采用一个装有浓度为0.9％Nacl溶液的圆形水槽作为二维成像区域，圆形水槽内壁周围均匀分布16个电极；系统采用相对电极激励模式，即在一次激励下，给任意两个相对的电极施加电流激励，同时测量剩余相邻电极之间的电压，然后按照一定的方向依次循环激励并进行测量边界的电压值，同时对物场区域进行方格剖分，得到对应的真实电导率分布图作为样本数据；在水槽的上方罩一个包含多个孔的塑料盘，将以直径为1cm的实心橡胶棒的圆心为中心，放置于不同孔位置下，并按旋转不同角度，构造不同的电导率分布模型；使用包含不同位置孔的两个塑料盘，对数据进行训练集和测试集的采集，同时为保证噪声对电压序列的影响，每个孔的位置下数据采集100帧。


3.如权利要求1或2所述的一种基于GAN的脑部电阻抗断层成像方法，其特征在于，所述步骤S2中，对采集到的边界电压序列进行归一化处理：



其中y为归一化后的电压测量值x为待归一化数据，Xmin，Xmax分别表示未归一化电压序列范围内的最小值和最大值，最后将归一化后的数据转换成二维图。


4.如权利要求1或2所述的一种基于GAN的脑部电阻抗断层成像方法，其特征在于，所述步骤S3中，构建生成对抗式网络，它...

【专利技术属性】
技术研发人员：宣琦，袁琴，孙翊杰，翔云，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33