人体肺部组织介电特性实验研究

研究人体肺癌组织与正常组织介电特性差异,建立人体肺部组织介电参数频率谱图,为基础医学和临床诊断提供理论依据和数据参考.以肺癌手术中切下的患者癌变组织和癌周正常组织为样本,控制测试舱的温度和湿度,采用Agilent公司的4294A阻抗分析仪,在100 Hz～ 100 MHz频率范围内测量样本组织的介电特性.基于Cole-Cole模型利用最小二乘曲线拟合方法,提取两种组织的特征参数.在所测频率范围内,肺癌组织的相对介电常数为正常组织的3～5倍,电导率为正常组织的1.6～3.3倍,肺癌组织的介电谱明显地向低阻抗方向移动.在提取的特征参数R0、R∞、α、Υ和fc中,低频电阻R0的差异具有统计学意义(P＜0.05).人体肺癌组织与正常组织的相对介电常数、电导率及低频电阻R0存在明显差异,可为人体肺组织介电特性研究和EIT测量提供基础数据.     

一种电阻抗图像与CT图像融合方法研究

研究一种电阻抗功能图像与CT结构图像相融合的方法,获得既能反映电阻抗分布又能反映组织结构的医学图像.以人体呼吸过程的电阻抗图像及胸部CT图像的融合为例,首先采用disk算子对CT图像滤波,再用canny算子提取CT图像轮廓,将提取后的结构图像构建EIT正问题模型,并进行正问题求解,更新灵敏度矩阵,且基于共轭梯度算法重建EIT图像,然后用小波算法将EIT图像与CT结构图像进行融合.在融合图像中,电阻抗功能变化信息在结构图像中凸显出来,可实现电阻抗变化区域的初步定位.研究结果表明,电阻抗功能图像与CT结构图像的融合有效、可行.本研究为实现电阻抗成像技术与其他成像技术的信息互补、进一步发挥EIT功能成像技术的优势奠定基础.     

人体肺部组织复阻抗特性研究

为研究人体正常肺组织和肺癌组织复阻抗及特征参数随离体时间的变化规律,并建立肺部复阻抗实虚部对照图,为基础医学和临床诊断提供理论依据和数据参考,并为电阻抗断层成像技术(EIT)研究提供先验信息。本实验将手术切下的人体正常肺组织和肺癌组织放入测试箱中,控制测试箱的温度和湿度,控制并保持离体时间分别为30、60、80min,采用Agilent 4294A阻抗分析仪在频率为1 000Hz~30MHz范围内对人体正常肺组织和肺癌组织复阻抗进行测量。实验结果显示,在所测量的范围及对应的离体时间内,随离体时间延长,正常肺组织和肺癌组织的复阻抗均发生显著变化,但正常肺组织的阻抗值大于肺癌组织。该变化与细胞外液、细胞内液、细胞膜的变化相关。     

基于有限元分析的CT修正胸腔建模与感生磁场计算的研究

磁探测电阻抗成像(magnetic detection electrical impedance tomography,MDEIT)通过体表电极向成像体注入激励电流,利用外部空间磁场分布数据重建成像体内部电导率分布。MDEIT技术应用于肺部肿瘤的动态检测,实现更加贴近实际的仿真计算;应用图像分割在临床CT图像获取胸腔内部结构先验信息,进而构建正常人与肺部肿瘤患者胸腔的三维模型,应用有限元分析分别计算胸腔外部磁场分布,并对其进行特征分析。正常人与肺部肿瘤患者胸腔周围的磁感应强度在空间分布上存在差异,两者对比结果显示,患者比正常人高出10.52%。外部磁感应强度的异常一定程度上反应了胸腔内组织的病理变化,为MDEIT在肺癌检测中的应用提供合理参考。     

肺部三维EIT模型构建与图像重建研究

肺部三维电阻抗图像重建是电阻抗成像技术的重要应用之一。利用3D光学云点技术对人体胸腔区域扫描,并融合X图像提供的肺部结构构建肺部三维EIT仿真模型。根据肺部膨胀及收缩时的电导率先验知识,由COMSOL软件求解获得三维灵敏度矩阵,并在Matlab平台下由共轭梯度迭代算法重建肺部EIT断层图像,进行三维立体重构,获得3D EIT图像。为研究电流敏感场均匀性,设置4组不同电极层间距进行比较仿真实验,结果表明,对于33 cm胸腔区域,电极层间距为8 cm时,成像效果最佳,其最大相关系数为0.810 3,敏感场均匀性为1.869 6×10³,结构相似度为0.482 5,灵敏场的均匀性明显改善,有利于图像重建质量的提高。     

基于图像融合技术提高磁探测电阻抗成像质量的研究

为了提高磁探测电阻抗成像(magnetic detection electrical impedance tomography,MDEIT)中图像分辨率,提出了一种基于图像融合技术提高磁探测电阻抗成像质量的研究。通过利用水平集方法对预处理后的CT图像进行分割,获得结构信息图像;采用CT图像建立模拟肺水肿病变仿真模型,并利用传统灵敏度矩阵算法进行重建,获得MDEIT功能信息图像;利用小波融合算法进行图像融合以获得结构—功能融合图像,并对融合结果进行分析。仿真结果表明,结构信息图像与功能信息图像相融合的图像效果较好。融合图像中重建电导率信息分布更清晰,并且可以实现在实际组织中对病变组织位置和大小精准定位,从而使磁探测电阻抗成像质量得到很大提升,为磁探测电阻抗成像的临床应用奠定了基础。     

甲状腺良性病变组织介电特性研究

目的研究甲状腺良性病变组织的介电特性,为电阻抗扫描技术用于检测碘致甲状腺疾病提供理论依据。方法人体甲状腺组织试验标本来自40例甲状腺肿瘤切除术患者,其中男性19例,年龄25~57岁;女性21例,年龄36~53岁。从刚手术离体的甲状腺组织分离良性病变组织,利用自制测量系统,用阻抗分析仪Solartron 1294+Solartron1260、Agilent 4294测量上述组织10 Hz~10 MHz的电阻值和电抗值。做组织病理学诊断,通过建立数学模型等手段获得组织的电导率、介电常数、阻抗虚部、Cole曲线等参数。结果以40例甲状腺良性病变组织为研究对象,在所测频率范围内,甲状腺良性病变组织的介电特性反应良好,其中电导率为0.25~0.80 S/m。特征频率主要分布在3.18×104 Hz附近,该频率对应的虚部值为-63Ω·cm。结论介电特性可以反映甲状腺良性病变组织的功能信息,提示电阻抗扫描技术有望用于碘致甲状腺疾病检测领域。     

基于人体结构先验信息的胸部电阻抗成像方法

电阻抗成像(EIT)技术对于人体胸腔病理变化及肺部检测具有重要的临床价值。由于胸部轮廓具有特异性,传统模型成像方法误差较大。提出一种基于人体结构先验信息的胸部电阻抗成像方法,通过对CT图片进行图像处理来提取胸部及肺部轮廓,为正问题和逆问题提供图像边界的先验信息,同时基于边界先验信息提出一种有效的图像逆问题剖分方法,使重建图像形状更接近真实情况,改善成像效果。为进行有效性验证,从某医院CT数据库中选取30张肺部健康的人体CT图像,对于所提出的方法与两种传统模型成像方法(基于椭圆形模型和基于圆形模型的成像方法),分别就其肺部区域比例(LRR)与真实值以及所产生的相对误差进行统计学对比分析。结果表明,所提出方法的LRR与真实值之间无显著性差异,其相对误差(3.71%±1.77%)显著小于基于椭圆形模型(10.29%±3.30%)和基于圆形模型(12.74%±2.87%)这两种成像方法(P<0.05),能有效提高成像质量。     

磁探测电阻抗成像呼吸监测仿真研究

为了探索磁探测电阻抗成像应用于肺部呼吸监测中的可行性,针对新型磁探测电阻抗成像技术的正问题,以真实人体肺部数据构建成像体物理模型,采用了有限元方法得到成像体内部的电势和电流密度分布,然后根据毕奥-萨伐尔定律分别获得呼气末与吸气末成像体外部的磁感应强度仿真数据。结果表明,吸气末时成像体周围的磁感应强度值比呼气末小8.875%。研究结果显示了呼吸时由于肺容积、电导率的不同而导致周围磁感应强度的差异等信息,为后续磁探测电阻抗成像的图像重建以及临床疾病检测奠定了基础。     

基于Deep CG的肺部电阻抗成像方法

针对电阻抗图像重建空间分辨率不足问题，基于深度学习理论提出一种共轭梯度快速预重建与深度堆栈式自编码器后处理的电阻抗成像方法(Deep CG)。该方法的核心思想是：融合数值重建算法与深度学习算法，使胸腔内肺部的结构和电导率分布更加精准。首先采用共轭梯度算法进行图像预重建，获得边界电压与胸腔内部电导率分布的预映射关系；再采用深度堆栈式自编码器，将编码和解码层级连接，充分利用不同空间特征信息，实现特征提取和图像重建；最后根据公开的80名临床患者的CT结构图像构建了数据集，采用混合式监督训练方法调参，不仅避免了深度网络中信息流和梯度流弥散问题，而且优化了算法模型。采用图像相对误差、相关系数进行量化指标评价，并与常用的数值图像重建算法和全连接神经网络模型进行对比。结果显示，Deep CG算法的比常用图像重建算法图像和全连接神经网络模型相对误差从0.50和0.24降低到0.11,相关系数由0.80和0.90提高到0.96。该方法获得了空间分辨率高，尤其边界更清晰的电阻抗图像，有望进一步推动EIT技术在临床的应用研究。     

家兔腹部内出血模型电阻抗断层成像初步研究

目的研究模拟动物腹部内出血与电阻抗断层成像之间的关系,以便为人体监护提供必要的理论和现实依据.方法实验环境选择在屏蔽室,采用家兔作为实验对象,采用银丝电极皮下缝埋,固定姿势分别向其腹部注入10ml、20ml、30ml、40ml、50ml血液,观察注血量与所呈图像灰度的变化.结果图像的灰度值随注血量的增加而减小.结论图像的灰度值与注血量高度相关.     

基于深度协作表达的CT图像特征关联定位算法

单层协作表达算法重建CT图像超分辨率效果较差,不能创造CT图像关联特征定位的有利条件,因此,采用深度协作表达算法实现CT图像特征关联定位。该算法逐层迭代更新初始化字典,更新对应每层的最优表达权重系数,将最后表达层全部重建图像块合为高分辨率CT图像。采用距离法计算特征相似性,特征间欧氏距离越小、相似性越大,与选定特征距离最小的特征为关联特征,采用Sobel算子模板构建活动轮廓线套索融合模型,提取CT图像边缘点灰度值与关联特征点灰度值求取灰度势能差异性特征,完成CT图像特征关联定位。研究表明,定位算法用于肺部CT图像诊断时错误率小、定位病灶位置精准,可在医疗诊断中推广使用。     

CT图像肺结节自动检测

肺癌是对人类生命健康危害最大的恶性肿瘤之一。计算机辅助诊断系统对肺部CT图像进行自动分析后,可提示医生可疑肺结节,从而克服医生在诊断中的一些主观因素,为此本文提出了一种基于胸部CT图像的可疑肺结节自动检测算法。首先,根据胸部组织的特殊结构,利用一种新的分割算法提取出肺实质部分;在此基础上提取出灰度与结节相近的感兴趣区域,包括结节、肺血管、支气管;然后,以已标记的结节数据作为样本集,计算结节的面积、灰度均值、灰度方差、圆形度、形状矩、体积、球形度等特征值,利用最近邻法建立分类器判别函数;最后,计算测试集感兴趣区域的上述特征,对其进行判别、分类,并标记出结节。试验结果表明,该算法综合考虑了肺结节特征,具有较高的准确度。     

良恶性肺小结节CT图像基于灰度共生矩阵10种纹理特征研究

目的 建立多水平模型研究良恶性肺小结节CT图像的灰度共生矩阵纹理特征,更好地描述肺小结节CT图像,达到辅助肺小结节鉴别的目的.方法 对185例2171张肺小结节CT图像基于灰度共生矩阵提取10个纹理特征,拟合多水平统计模型分析良恶性CT图像的纹理特征的差异.结果 在考虑患者水平的基础上能量、惯性矩等8个纹理特征,在良恶性肺小结节的CT图像间的差异有统计学意义.结论 基于灰度共生矩阵的一些纹理特征是反应肺小结节CT图像良恶性的有效特征参量,在一定程度上有助于早期肺癌的鉴别诊断.     

基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断方法

本研究提出基于集成SVM的肺部肿瘤PET/CT三模态计算机辅助诊断新方法.首先在临床采集肺部肿瘤患者PET、CT和PET/CT各2000例三模态图像数据上提取对同一病灶ROI区域;然后根据CT、PET和PET/CT的不同特点,从三模态图像的ROI区域中提取形状特征、灰度特征、Tamura纹理特征和GLCM特征等不同特征分别构成80、98、98维特征分量,并分别在不同特征空间里构造个体分类器,包括CT-SVM、PET-SVM、PET/CT-SVM;最后,基于相对多数投票原则,对CT-SVM、PET-SVM和PET/CT-SVM进行集成,识别对肺部肿瘤.实验结果表明,该方法能够有效提高肺部肿瘤的诊断正确率.     

人体乳腺组织电阻抗特性的研究

以人体乳腺组织电阻抗特性为依据的乳腺电阻抗扫描成像技术的出现,为乳腺癌的早期检查与辅助诊断开辟了一个新的方向。人体乳腺组织的电阻抗特性反映了乳腺组织的病理生理状态,而对它的测量成为乳腺电阻抗扫描成像技术的前提和基础。主要讨论了人体乳腺组织电阻抗特性的测量方法、测量结果以及存在的问题,对乳腺电阻抗成像技术的应用前景进行了展望。     

基于EIT技术颅内电阻抗特性分析

电阻抗断层成像技术（EIT）是一种基于生物组织电学特性的成像技术。本研究基于EIT技术对二维四层同心圆头模型和基于MRI图片构造的脑电二维真实头模型的电阻抗特性进行了分析，给出了头部组织电导率参数变化对求解区域场内及头皮表面电位分布的影响，得出了有实际意义的结论，为实现颅内EIT逆问题求解和阻抗成像及脑内电特性的深入研究奠定了基础。     

原发性肺癌孤立性结节的自动提取

研究自动分割和提取原发性肺癌肺部孤立性结节(SPN)特征的方法。对CT图像进行预处理后，首先分割出肺实质，然后用模糊C均值聚类方法对肺实质图像作进一步地细分割，提取感兴趣区域(ROI)，最后根据分形理论计算出分形维数结合灰度方差供分类判决。结果表明此方法能够有效地自动识别SPN。     

基于模糊区域对比度增强的肺实质鲁棒分割

基于阈值操作的肺实质分割对CT图像的对比度敏感,常常造成肺部粘连区域的肺实质分割失败。提出一种融合模糊区域对比度增强与阈值和形态学细化分割的新的肺实质分割算法。首先,根据图像的灰度信息利用线性迭代聚类将图像预分割为多个超像素。然后,根据超像素的灰度统计信息自动定位模糊区域,并进行自适应对比度增强。最后,基于阈值和形态学操作进行细化分割,准确提取肺部粘连区域和肺实质。通过对kaggle肺部数据集30位患者的300张CT图像进行测试,结果表明本研究算法的平均分割准确率(Dice系数)为98.65%,过分割率为0.21%,欠分割率为1.33%,整体分割性能比传统阈值操作和形态学方法有明显提升。     

头部组织感应电流磁共振电阻抗成像仿真研究

将感应电流磁共振电阻抗成像(IC-MREIT)应用于人体头部组织电导率重构,并在三层球头模型上进行仿真研究.首先建立二次磁场Z方向磁感应强度摄动对有限元头模型中单元电导率摄动的灵敏度矩阵;然后分析系统中激励线圈个数、激励线圈与三层球头模型相对位置及激励线圈半径等因素对灵敏度矩阵性态的影响,为IC-MREIT系统激励线圈优化设计提供指导;最后采用灵敏度矩阵法对三层球头模型非均匀电导率分布进行重构,仿真结果证明IC-MREIT技术用于重构头部组织电导率分布是可行的,在无创头部组织电导率检测领域具有潜在的应用价值.