基于时空双分支网络的肺部多频电阻抗成像算法研究

作     者：赵帅波 

作者单位：曲阜师范大学 

学位级别：硕士

导师姓名：丁明亮

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：多频电阻抗成像 双分支卷积神经网络 逆问题 时空结构信息 注意力机制 

摘      要：电阻抗层析成像(Electrical Impedance Tomography,EIT)技术是医学领域一种新型的可视化功能成像技术。相较于其他诊断肺部疾病的主流成像技术,该技术具备安全性、便携性、响应速度快和制作成本低等优势,在生物医学成像领域具有巨大的发展潜力。然而,在EIT逆问题求解过程中存在的非线性、病态性及欠定性问题,会导致EIT重建图像空间分辨率较低,严重限制了该技术的进一步发展与普及。 基于目前EIT在肺部医学成像领域的研究现状,本文主要在肺部多频电阻抗成像的激励电流频率寻优和EIT逆问题求解的智能算法优化两个方面展开研究,具体研究内容总结如下: 1.依据频差电压变化指数确立了适用于肺癌目标频差成像的最优成像频率组。由于目前在面向肺癌频差成像的研究中,对于激励电流频率的选择缺乏一个具有参考价值的频段范围。因此,如何选取合适的频差成像频率组,对提高EIT肺癌频差成像的空间分辨率具有重大意义。针对该问题展开研究,通过构造多频激励区间内不同病变目标数目的样本,对比有效频率组之间的频差电压变化指数,进而量化分析确定适用于肺癌频差成像的最佳成像频率组。仿真实验结果表明,依据该量化指标筛选的频率组对应的频差成像图能够有效地区分正常肺部组织和肺癌组织,为未来的肺部多频成像的频率参考提供一定的数据理论支撑。 2.提出一种融合EIT时空结构信息的双分支卷积神经网络图像重建算法。该网络分为时间分支子网络和空间分支子网络两部分,两个分支网络分别捕捉帧间时间连续性特征和帧内空间聚类性特征。为了更科学的融合时空信息特征,通过引入SE注意力机制对两类不同维度的信息进行自适应加权融合,进而利用融合特征求解更优的电导率解。实验结果表明,相比AlexNet网络,该算法重建图像的位置更精确且边界轮廓更清晰,更接近原始的真实电导率分布,重建图像的相关系数平均值提高了 5%,相对误差的平均值降低了 8%,从而验证了该算法具有提升肺部多频电阻抗成像空间分辨率的能力,为EIT技术进一步应用于临床领域提供了一定的技术支撑。