【技术实现步骤摘要】
一种基于深度学习的电阻抗成像形状重建方法
[0001]本专利技术涉及一种基于深度学习的电阻抗成像形状重建方法，属于电阻抗成像医疗领域。
技术介绍
[0002]电阻抗成像(Electrical Impedance Tomography，简称EIT)技术是近二十多年来出现的一种新型无损伤成像技术。EIT技术是依据人体不同器官组织在不同的生理以及病理状态下，反映出不同的电阻抗信息特征。通过给人体施加安全激励电流或电压，再经过各种重建算法求得人体内部的电导率信息，从而重建人体内部电导率及变化的图像。
[0003]在电阻抗成像EIT技术中，图像重建算法是很关键的技术部分。迄今为止，EIT的重建方法主要有两大类：基于像素的图像重建和基于形状的图像重建。基于像素的图像重建方法是一种将噪声数据作为逆问题介质的图像重建方法。与基于像素的重建方法相比，基于形状的图像重建法具有直接将目标物体形状、大小等信息纳入图像重建框架的优点，从而将形状重建问题转化为求关于目标物体控制点的逆问题。此方法能够提高重建图像的清晰度和进一步精确目标物体的边界...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的电阻抗成像形状重建方法，其特征在于，包括以下步骤：S1：使用有限元方法，对背景区域以三角形为单元进行剖分；在背景区域内设置控制点向量，采用B样条闭合曲线生成方法得到背景区域内目标物体的边界形状及其位置；S2：在背景阻抗值为σ0的情况下，设置不同目标物体的阻抗值，使用有限元法计算边界电压值；S3：将边界电压值作为神经网络的输入，不同目标物体的阻抗值和控制点向量作为神经网络的输出，得到神经网络模型的训练数据集，建立EIT深度学习网络模型，从而确立边界电压值和目标物体的阻抗值、控制点向量值之间的映射关系；S4：将被测区域的边界电压值输入到训练好的神经网络模型，输出被测区域物体的阻抗值以及控制点向量，进而重建被测区域内目标物体边界形状及其位置。2.如权利要求1所述的一种基于深度学习的电阻抗成像形状重建方法，其特征在于，所述S1步骤中，在背景区域内设置多个目标物体的控制点向量，采用B样条闭合曲线生成方法得到闭合边界曲线，若某个单元的中心在闭合边界曲线内部或在闭合边界曲线上，则该单元属于目标物体，否则不属于，从而得到目标物体的边界形状及其位置；其中闭合边界形状包括三角形、圆形、正方形、不规则图形。3.如权利要求2所述的一种基于深度学习的电阻抗成像形状重建方法，其特征在于，在背景区域内，首先设置垂直于x轴方向的随机长度的线段作为圆直径，取其两端点作...
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。