实用化EIT条件下不同激励模式成像效果仿真研究

Chinese Journal of Biomedical Engineering(2015)

引用 1|浏览5
暂无评分
摘要
目前常用的电阻抗断层成像(EIT)相邻激励-相邻测量模式下,有限测量分辨率(MR)和信噪比(SNR)的系统往往难于分辨微小电位差,影响图像重建.通过获取16电极EIT系统均匀场在相邻、间隔6电极和相对激励模式下的理想仿真边界电压,分析实用化EIT系统成像对MR和SNR的要求,仿真模拟了不同MR和SNR测量条件下3种激励模式对近场域中心目标A、场域1/2半径处目标B、近场域边缘目标C的成像.图像重建采用Tikhonov-Noser组合正则化算法,引入图像重建误差函数和结构相似度函数定量评价成像效果.结果表明,各激励模式对不同目标成像要求的MR和SNR不同.MR为1 mV和0.01 mV时,成像效果分别是间隔6电极激励和相邻激励最优;MR为0.1 mV时对模型A、B成像间6激励更优,对模型C成像相邻激励更好.间隔6电极和相对激励对模型A、B、C成像要求的SNR临界值分别为50、40和30 dB,都比相邻激励低10 dB,临界值附近间6成像效果最优,其次是相对激励,SNR高于临界值10 dB时相邻激励成像质量最高.低MR和高MR时影响成像的主要指标分别是各模式边界电压次小值与最小值之差和独立测量数.建议低MR成像时优先选择间6激励,其次是相对激励,高MR时选择相邻激励,MR为0.1 mV时近场域边缘目标成像选择相邻激励而近场域中心目标成像选择间6激励.低SNR和高SNR时影响成像的是测量电压数组整体的数值大小和独立测量数.模型A、B、C成像时若SNR分别在50、40和30 dB的临界值附近建议选择间隔6电极和相对激励,一旦SNR高于临界值10 dB,建议选择相邻激励.
更多
关键词
electrical impedance tomography,excitation pattern,measurement resolution,signal-to-noise ratio
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要