高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于邻域信息和快速FCM的肺部电阻抗成像伪迹优化算法

丁明亮 李晓童 卢立晖

丁明亮, 李晓童, 卢立晖. 基于邻域信息和快速FCM的肺部电阻抗成像伪迹优化算法[J]. 电子与信息学报, 2022, 44(9): 3320-3327. doi: 10.11999/JEIT210648
引用本文: 丁明亮, 李晓童, 卢立晖. 基于邻域信息和快速FCM的肺部电阻抗成像伪迹优化算法[J]. 电子与信息学报, 2022, 44(9): 3320-3327. doi: 10.11999/JEIT210648
DING Mingliang, LI Xiaotong, LU Lihui. Artifact Optimization Algorithm for Pulmonary Electrical Impedance Tomography Based on Neighborhood Information and Fast FCM[J]. Journal of Electronics & Information Technology, 2022, 44(9): 3320-3327. doi: 10.11999/JEIT210648
Citation: DING Mingliang, LI Xiaotong, LU Lihui. Artifact Optimization Algorithm for Pulmonary Electrical Impedance Tomography Based on Neighborhood Information and Fast FCM[J]. Journal of Electronics & Information Technology, 2022, 44(9): 3320-3327. doi: 10.11999/JEIT210648

基于邻域信息和快速FCM的肺部电阻抗成像伪迹优化算法

doi: 10.11999/JEIT210648
基金项目: 国家自然科学基金(61973232),山东省自然科学基金(ZR2021MF083, ZR2019MEE054)
详细信息
    作者简介:

    丁明亮:男,博士,讲师,研究方向为电阻抗成像、信息融合与智能控制

    李晓童:女,硕士生,研究方向为电阻抗成像与数据挖掘

    卢立晖:男,博士,副教授,研究方向为工业智能检测及焊接过程控制

    通讯作者:

    丁明亮 mlding@tju.edu.cn

  • 中图分类号: TN911.73; TP391.41

Artifact Optimization Algorithm for Pulmonary Electrical Impedance Tomography Based on Neighborhood Information and Fast FCM

Funds: The National Natural Science Foundation of China (61973232), Shandong Natural Science Foundation (ZR2021MF083, ZR2019MEE054)
  • 摘要: 针对电阻抗成像技术可视化过程中因“欠定”问题和“软场”效应所导致的重建图像伪迹问题,该文提出一种基于邻域信息和快速模糊C均值聚类(快速FCM)的无监督图像质量评价指标。基于该评价指标和Tikhonov正则化算法,提出了一种重建图像伪迹优化算法TR-NC。仿真结果表明,该算法能够有效地修正重建图像中的伪迹,修正后的重建图像的相关系数平均提高了18.45%,相对误差平均降低了22.2%;仿真体验实验结果表明,当目标电导率变化率大于30%时,该算法能够准确地检测到目标。由此可见,相比于传统的Tikhonov正则化算法,提出的修正算法在重建图像目标的数量和位置精确度方面都得到了显著提高,为电学层析技术在医学和工业等领域的应用实践提供了新的成像理论依据和技术参考。
  • 图  1  空间邻域V的图解

    图  2  12个不同灰度分布的邻域类型及NC值

    图  3  伪迹修正流程

    图  4  5个仿真模型的重建图像

    图  5  重建图像评价指标

    图  6  原始图像

    图  7  重建图像

    图  8  重建图像评价指标

    图  9  不同α值对应的TR-NC重建图像

    表  1  TR-NC的计算流程

     输入:边界测量值U,灵敏度矩阵S
     输出:灰度向量g
     步骤:1.利用TR得1次成像灰度g0
        2.利用f-FCM将灰度g0聚为2类并将灰度二值化为0和1;
        3.计算NC值,并据此生成对角矩阵D
        4.将D代入式(12)进行求解,得到灰度值g
    下载: 导出CSV
  • [1] SHI Yanyan, ZHANG Xu, WANG Meng, et al. An adaptive non-convex hybrid total variation regularization method for image reconstruction in electrical impedance tomography[J]. Flow Measurement and Instrumentation, 2021, 79: 101937. doi: 10.1016/j.flowmeasinst.2021.101937
    [2] 冯慈璋, 马西奎. 工程电磁场导论[M]. 北京: 高等教育出版社, 2000.

    FENG Cizhang and MA Xikui. An Introduction to Engineering Electromagnetic Fields[M]. Beijing: Higher Education Press, 2000.
    [3] BIAŁKA S, COPIK M, RYBCZYK K, et al. Electrical impedance tomography for diagnosis and monitoring of pulmonary function disorders in the intensive care unit-case report and review of literature[J]. Anaesthesiology Intensive Theraphy, 2017, 49(3): 222–226. doi: 10.5603/AIT.2017.0040
    [4] 褚猛丽. 三维电阻抗图像重建模型优化研究[D]. [硕士论文], 天津科技大学, 2017.

    CHU Mengli. Research on model optimization of three-dimensional electrical impedance image reconstruction[D]. [Master dissertation], Tianjin University of science and technology, 2017.
    [5] YANG Yunjie, JIA Jiabin, SMITH S, et al. A miniature electrical impedance tomography sensor and 3-D image reconstruction for cell imaging[J]. IEEE Sensors Journal, 2017, 17(2): 514–523. doi: 10.1109/JSEN.2016.2631263
    [6] YAO Jiafeng, KODERA T, OBARA H, et al. Spatial concentration distribution analysis of cells in electrode-multilayered microchannel by dielectric property measurement[J]. Biomicrofluidics, 2015, 9(4): 044129. doi: 10.1063/1.4929824
    [7] TING C H, LIN K H, CHIU C H, et al. Simultaneous time-of-flight PET/MR identifies the hepatic 90Y-resin distribution after radioembolization[J]. Clinical Nuclear Medicine, 2020, 45(2): e92–e93. doi: 10.1097/RLU.0000000000002850
    [8] 李英. 电阻层析成像技术软场特性及图像重建算法研究[D]. [硕士论文], 浙江大学, 2003.

    LI Ying. Study on the soft-field characteristic and image reconstruction algorithm of electrical resistance tomography[D]. [Master dissertation], Zhejiang University, 2003.
    [9] 罗辞勇, 朱清友. 改进的电阻抗反投影成像算法[J]. 重庆大学学报, 2009, 32(3): 243–246. doi: 10.11835/j.issn.1000-582X.2009.03.001

    LUO Ciyong and ZHU Qingyou. An improved back-projection algorithm for electrical impedance tomography[J]. Journal of Chongqing University, 2009, 32(3): 243–246. doi: 10.11835/j.issn.1000-582X.2009.03.001
    [10] 李冬晔. 电阻抗成像技术正则化算法的研究[D]. [硕士论文], 南京邮电大学, 2016.

    LEE J. Regularization algorithm research of electrical impedance tomography[D]. [Master dissertation], Nanjing University of Posts and Telecommunications, 2016.
    [11] 岳士弘, 张洋洋, 赵愉, 等. 电学层析成像的灵敏度系数更新算法[J]. 天津大学学报:自然科学与工程技术版, 2017, 50(12): 1227–1234.

    YUE Shihong, ZHANG Yangyang, ZHAO Yu, et al. Updating algorithm for sensitivity coefficient of electrical tomography[J]. Journal of Tianjin University:Science and Technology, 2017, 50(12): 1227–1234.
    [12] 陈瑞娟, 吴伟巍, 李芳, 等. 基于结构先验信息的磁探测电阻抗成像算法研究[J]. 仪器仪表学报, 2020, 41(5): 196–204. doi: 10.19650/j.cnki.cjsi.J1905840

    CHEN Ruijuan, WU Weiwei, LI Fang, et al. Research on magnetic detection electrical impedance tomography based on structural prior information[J]. Chinese Journal of Scientific Instrument, 2020, 41(5): 196–204. doi: 10.19650/j.cnki.cjsi.J1905840
    [13] AUGUSTIN X, KIRCHER M, DÖSSEL O, et al. Estimating regional pulmonary blood flow in EIT with regularized deconvolution with a Tikhonov regularization[J]. Current Directions in Biomedical Engineering, 2020, 6(3): 60–63. doi: 10.1515/cdbme-2020-3016
    [14] 吴新杰, 闫诗雨, 徐攀峰, 等. 基于稀疏度自适应压缩感知的电容层析成像图像重建算法[J]. 电子与信息学报, 2018, 40(5): 1250–1257. doi: 10.11999/JEIT170794

    WU Xinjie, YAN Shiyu, XU Panfeng, et al. Image reconstruction algorithm for electrical capacitance tomography based on sparsity adaptive compressed sensing[J]. Journal of Electronics &Information Technology, 2018, 40(5): 1250–1257. doi: 10.11999/JEIT170794
    [15] 叶明, 李晓丞, 刘凯, 等. 一种基于U2-Net模型的电阻抗成像方法[J]. 仪器仪表学报, 2021, 42(2): 235–243. doi: 10.19650/j.cnki.cjsi.J2007065

    YE Ming, LI Xiaocheng, LIU Kai, et al. Image reconstruction method for electrical impedance tomography using U2-Net[J]. Chinese Journal of Scientific Instrument, 2021, 42(2): 235–243. doi: 10.19650/j.cnki.cjsi.J2007065
    [16] 王琦, 张鹏程, 汪剑鸣, 等. 基于块稀疏的电阻抗成像算法[J]. 电子与信息学报, 2018, 40(3): 676–682. doi: 10.11999/JEIT170425

    WANG Qi, ZHANG Pengcheng, WANG Jianming, et al. Block-sparse reconstruction for electrical impedance tomography[J]. Journal of Electronics &Information Technology, 2018, 40(3): 676–682. doi: 10.11999/JEIT170425
  • 加载中
图(9) / 表(1)
计量
  • 文章访问数:  180
  • HTML全文浏览量:  49
  • PDF下载量:  27
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-06-29
  • 修回日期:  2022-03-18
  • 网络出版日期:  2022-04-13
  • 刊出日期:  2022-09-19

目录

    /

    返回文章
    返回