一种基于分层重构的脑部电阻抗断层成像方法技术

本发明专利技术公开了一种基于分层重构的脑部电阻抗断层成像方法，该方法通过将头部模型进行分层处理，根据空间分布先验信息，将头部分层处理为头皮层Ωscalp，颅骨层Ωskull和颅腔层Ωbrain，引入约束矩阵D进行第一步分层重构降低颅骨层伪影，对重构出的进行第二步分层重构进一步降低头皮层干扰，突出显示颅腔内的目标。本发明专利技术利用分层图像重构的思想，能够取得降低颅骨伪影，降低头皮层干扰，提高成像质量的有益效果。

【技术实现步骤摘要】

本专利技术属于电阻抗断层成像
，涉及。
技术介绍
电阻抗断层成像(Electrical Impedance Tomography, EIT)技术是通过在待测体表面施加一微弱的交流电激励，从相应的检测电极中检测被测区域边界的电压分布，通过算法重构，得到待测体被测区域内部的电阻抗分布图像或者电阻抗变化的分布图像。当待测体为生物体时,进而可反应生物体内部组织电阻抗特性改变及组织功能性改变。EIT技术具有成像设备小型，成本经济，无害，重复可实时成像的优点，同时，将EIT技术应用在生物体上，可通过监测生物体内部的阻抗变化来反应生物体内组织的功能学改变,具有功能成像的特点。申请号为99115855. 5的中国专利，题为《一种电阻抗断层成像方法》、申请号为03134598. 0的中国专利，题为《一种用于床旁图像监护的电阻抗断层成像方法及其装置》，对于此种技术方案进行了详细披露。中国专利号为ZL200910022777. 7，题为《一个结构信息融合的电阻抗断层成像方法》，披露了一种通过提取成像目标内部结构信息，将其转换成电阻抗断层成像所需的先验信息，结合所得先验信息进行结构图像与电阻抗图像的融合成像的方法，该方法能够提高电阻抗图像作为功能图像的准确性，改善图像的分辨率，全文结合于此作为参考文献。然而，现有技术方法在人体脑部成像应用时，仍存在两个不足。首先，现有技术方法只是将颅骨先验信息引入正向计算模型，并未针对颅骨做算法方面的改进工作，当颅腔内阻抗变化目标区域靠近颅骨区域时，通过已有融合成像方法可以看出没有发生阻抗变化的颅骨层也会在阻抗图像上有所错误的反映，形成颅骨伪影，影响图像的正确判断。此外，由于颅骨高电阻率的影响，头皮区域的干扰非常容易淹没颅腔内阻抗变化目标，导致无法重构出目标。目前在电阻抗断层成像领域，还没有一个有效解决上述两个问题的重构方法披露。
技术实现思路
本专利技术解决的问题在于提供，可以去除颅骨伪影，并降低头皮外层区域干扰，从而突出显示颅腔内的电阻抗断层成像。本专利技术是通过以下技术方案来实现—种基于分层重构的脑部电阻抗断层成像方法，包括以下步骤I)根据空间分布先验信息，将头部模型分层处理为头皮层Qsealp，颅骨层Qskull和颅腔层Qbrain，则要重构的电阻抗向量估计A合Ik分为三个向量头皮卢页骨、卢页^Psco/p腔其向量形式表示为冲二 Apjil( ;^Pbraiti，brain _2)颅骨层Qskull没有发生阻抗变化，则有先验信息A p j=0, j G Qskull,然后引入约束矩阵D，则A Pj=O表述为DA p=h，其中h为零向量；电阻抗正问题方程为SAp= ^ Ap= ，其中，S是敏感矩阵，Av是待重构的电阻抗测量数据； Dh — 利用下式进行第一步重构，去除颅骨伪影Ap = (SrS + //D7D + my' SrAv = B,Av，其中，R 为正则化矩阵,u 为约束参数，\为正则化参数，是分层重构矩阵；3)对于重构出的利用空间先验信息，提取头皮层的干扰41= AP『,。，其中Al为头皮层干扰估计；采用下式进行第二步重构A& =B,(Av-SAA)，降低头皮层干扰，重构结果表述为Apb = ，e为残差。brain —所述当颅腔内阻抗变化目标不靠近颅骨层时，忽略颅骨伪影，约束参数U为0，步骤3)则采用(STS+ A R) -1St重构获得Al。所述当头皮层没有干扰或干扰较小时，忽略头皮层干扰，Al为O。所述的待重构的电阻抗测量数据Av为各种激励测量模式组合下测量而得到的数据。所述的重构包括各种正则化方法。所述的头皮层的干扰包括头皮干扰或者可等效于头皮层的干扰。与现有技术相比，本专利技术具有以下有益的技术效果本专利技术提供的，根据空间分布先验信息，将头部分层处理为头皮层Qsm1p，颅骨层Qskull和颅腔层Qbrain，然后通过引入约束矩阵D，去除颅骨伪影，再通过提取头皮层的干扰，降低头皮层区域干扰，突出显示颅腔内的目标。当阻抗变化目标位于颅腔内靠近颅骨层时，现有技术重构结果中没有发生阻抗变化的颅骨层靠近目标处出现了伪影，影响结果的判定，而本专利技术通过颅骨伪影去除解决了该问题；当头皮层发生严重干扰时，现有技术重构结果中头皮层干扰已经淹没了颅腔内的目标，无法重构出目标图像，而本专利技术通过去除头皮层干扰解决了该问题。本专利技术提供的，可根据情况灵活应变对于颅腔内阻抗变化目标不靠近颅骨层的情况，可以忽略颅骨伪影，因此可以只采用第二步分层重构降低头皮层的干扰(即约束参数U为0);对于头皮层没有干扰或干扰很小的情况，可以忽略头皮层干扰(即At为0)，因此可以只采用第一步分层重构去除颅骨伪影。附图说明图I为本专利技术的头部模型分层示意图；图2为本专利技术的仿真重构模型；图3为本专利技术的仿真目标及本专利技术与现有技术所得结果对比；图4为本专利技术结合现有融合成像结果与单独融合成像结果对比。具体实施例方式为了使本领域技术人员可以更容易理解本专利技术，以及更清楚的理解本专利技术的目 的，下面结合附图及实施例对本专利技术作进一步详细说明，所述是对本专利技术的解释而不是限定。实施例I参照图I、图2和图3，以计算机仿真图像为例对本专利技术做进一步详细说明。本实施例首先需要对头部模型进行分层处理，头部模型分层示意图如图I所示，分为头皮层Qsm1p，颅骨层Qskull,颅腔层Qbrain。因此对应区域的要重构的电阻抗向量AP也分为三个向 从 scalp量头皮颅骨颅腔向量形式表示为A^=。 ^Pidr/p ' Apsfafl、 ^Pbiam >_^Pbrain _在本实施例中，假设整个头部为一半径为12cm的圆域,颉腔为一半径为9cm的圆域，卢页骨为一内径为9cm外径为Ilcm的环状区域,头皮为一个内径为Ilcm外径为12cm的环状区域，头皮、颅骨和颅腔的电导率分别为0. 44S/m、0. 01 S/m和0. 2S/m，此为已知的先验信息。图2为用于重构计算的仿真重构模型，对头部区域进行12层有限元剖分，由已知先验信息对头部模型进行分层处理，深色区域为仿真颅骨层，颅骨外区域为仿真头皮层，颅骨内区域为仿真颅腔层，所示网格为规则有限元剖分网格。图3中301为颅腔内阻抗变化目标区域靠近颅骨区域时的仿真模型，用来生成仿真数据。仿真模型采用24层有限元剖分，其中头皮层、颅骨层和颅腔层的电导率设置分别为0. 44S/m、0. 01 S/m和0. 2S/m，颅腔内正右侧靠近颅骨层设置一阻抗变化目标，其电导率设置为0. 67S/m。图3中305所示另一仿真模型是在301仿真模型基础上增加了一个头皮干扰，其位置位于颅腔内目标的右上方，电导率设置为0. 67S/m。仿真模型设置完成后，根据电阻抗断层成像原理，模拟真实噪声水平，根据各自模型分布生成各自包含一定噪声的仿真数据A V。图3中302为301仿真数据参考《一个结构信息融合的电阻抗断层成像方法》重构结果图，从图中可以看出没有发生阻抗变化的颅骨层靠近目标处出现了伪影。图3中306为305仿真数据现有技术重构结果图，从图中可以看出头皮层干扰已经淹没了颅腔内的目标，无法重构出目标图像。本专利技术提出的基于分层重构的脑部电阻抗断层成像方法，包括以下步骤考虑颅骨层Q skull没有发生阻抗变化，因此先验信息有A p本文档来自技高网...

【技术保护点】
一种基于分层重构的脑部电阻抗断层成像方法，其特征在于，包括以下步骤：1）根据空间分布先验信息，将头部模型分层处理为头皮层Ωscalp，颅骨层Ωskull和颅腔层Ωbrain，则要重构的电阻抗向量估计也分为三个向量：头皮颅骨颅腔其向量形式表示为：Δρ^=Δρ^scalpΔρ^skullΔρ^brain;2）颅骨层Ωskull没有发生阻抗变化，则有先验信息Δρj=0，j∈Ωskull，然后引入约束矩阵D，则Δρj=0表述为DΔρ=h，其中h为零向量；电阻抗正问题方程为：S~Δρ=SDΔρ=Δvh,其中，S是敏感矩阵，Δv是待重构的电阻抗测量数据；利用下式进行第一步重构，去除颅骨伪影：Δρ^=(STS+μDTD+λR)-1STΔv=BLΔv,其中，R为正则化矩阵，μ为约束参数，λ为正则化参数，BL是分层重构矩阵；3）对于重构出的利用空间先验信息，提取头皮层的干扰：Δρ^s=Δρ^scalp0,其中为头皮层干扰估计；采用下式进行第二步重构：降低头皮层干扰，重构结果表述为Δρ^b=ϵΔρ^brain,ε为残差。FDA00002494021100011.jpg,FDA00002494021100012.jpg,FDA00002494021100013.jpg,FDA00002494021100014.jpg,FDA00002494021100018.jpg,FDA000024940211000110.jpg,FDA000024940211000111.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：董秀珍，徐灿华，付峰，史学涛，尤富生，杨滨，代萌，
申请(专利权)人：中国人民解放军第四军医大学，
类型：发明
国别省市：