一、电阻抗断层成像中临近和对向驱动模式的研究（论文文献综述）
吴翟[1]（2020）在《肺呼吸过程的实时三维电阻抗成像系统研究》文中进行了进一步梳理电阻抗成像技术作为一种基于电学层析成像的功能成像方法,在如今的医学成像方法均不能满足医疗监护的实时成像要求下,其检测方法无损无辐射,结构简捷,检测方便,成本低廉且能连续成像,在医学成像领域具有其他方法所不具备的明显优势。针对肺呼吸过程的三维实时成像方法,研究电阻抗图像重建,本文开展了硬件成像系统的构建及性能评估,实时成像的软件设计和实验验证等,具体工作如下:1.针对实时成像要求,提出采用以共轭梯度动态迭代算法为基础的三维电阻抗图像重建流程。基于算法所需先验信息条件构建肺部仿真模型,分析了迭代次数,分层间隔及不同类型图像对EIT成像效果的影响。2.改进制作了基于FPGA的成像系统,实现对被测对象的激励测量及与上位机的实时通讯传输。该硬件系统可实现EIT三维成像的测量模式,激励频率从50KHz至400KHz可调,可以适应三维电阻抗成像要求。系统性能指标评估结果表明硬件测量系统的输出阻抗约为280K欧姆,各通道信纳比（SINAD）最高可达到66.9dB,信噪比（SNR）最高可达69.7dB,各通道测量数据准确率可达到99.8%,能够满足EIT实时成像的要求。3.设计开发基于MATLAB的实时成像软件系统,GUI软件界面读取用户设置的各项参数,依据用户输入发送控制指令,控制硬件测量系统的启动,软件内部的并行运算及同步机制保证基于FPGA的硬件测量系统在采集数据的同时,实时电阻抗软件系统能够进行数据处理和图像重建显示功能。软件系统测试结构表明重建图像分辨率良好,在采集每帧数据时间为40ms,通信波特率为115200,算法迭代次数70次情况下,三维实时成像系统可以达到1fps/s的成像速度,能够进行长时间的EIT实时成像过程。4.完成对运动玻璃棒和人体肺呼吸过程的实时成像验证,通过研究肺呼吸动作的连续重建图像,绘制表征肺部电导率的呼吸帧曲线,为实现EIT三维成像技术的临床监护奠定了良好的理论和应用基础。论文最后对全文工作进行了总结,并依照不足之处提出了改进措施。
宋西姊[2]（2017）在《基于超声调制的电阻抗层析成像技术研究》文中指出针对传统电阻抗层析成像（Electrical Impedance Tomography,简称EIT）图像重建逆问题严重的不适定性,以及导致的重建图像空间分辨率较低的问题,基于声电效应原理,将电学与超声相耦合,研究基于超声调制的电阻抗层析成像（Ultrasound Modulated Electrical Impedance Tomography,简称UMEIT）新技术。作为一种新的混合成像技术,UMEIT充分利用电学的高对比度优势和超声的高空间分辨率优势,通过增加额外的有效信息,进而从根本上改善传统EIT图像重建逆问题的不适定性,提高重建图像的空间分辨率。论文主要工作如下:（1）针对EIT图像重建逆问题的病态性,分别提出将Tikhonov和总变差正则化相结合的混合正则化算法以及空间自适应总变差正则化算法。通过对总变差正则化算法正则化项作用的研究以及对总变差泛函特性的分析,分别利用自适应权重系数将Tikhonov正则化项和总变差正则化项相结合,利用曲率差作为空间特征指针构建空间自适应的总变差泛函,完成对总变差正则化算法的研究与改进,实现单一物理场EIT的图像重建,为后续多物理场耦合的UMEIT图像重建研究提供坚实的理论基础。（2）针对生物组织声电效应机理研究的问题,提出基于固体力学理论的生物组织声电效应模型。基于固体力学理论,同时考虑体积压缩和热膨胀两个物理过程,从声压改变聚焦域体积导致电导率变化,以及超声波传播过程组织吸收热量热膨胀导致电导率变化两个方面,研究生物组织介质的电学、声学特性对声学激励——电学响应的影响,建立被测介质电学、声学特性与声学激励——电学响应之间的映射模型,实现对生物组织多物理场耦合机理声电效应的研究。（3）针对现有功率密度计算公式的局限性,重新推导由声电效应信号重建功率密度的计算式,提出新的功率密度计算公式。在此基础上,讨论功率密度分布与电导率分布的关系,增强对功率密度分布特性的认识,为基于功率密度的UMEIT图像重建方法的深入研究提供理论基础。（4）针对基于功率密度的图像重建方法的问题,提出基于功率密度的线性化UMEIT图像重建方法。通过推导功率密度和电导率分布之间的雅克比矩阵,将两者间的非线性关系线性化,进而构建基于功率密度的线性化UMEIT图像重建逆问题方程,实现UMEIT的图像重建。图像重建过程分别比较了不同激励方式,相邻激励、相对激励以及垂直激励,对于图像重建结果的影响。结果显示,基于功率密度的图像重建方法在相对激励的电流激励模式下,能够取得更好的图像重建结果。（5）针对UMEIT图像重建问题,提出基于边界测量电压的UMEIT图像重建方法。根据最优化理论,直接构建边界测量电压和电导率分布之间的目标函数,进而实现基于边界测量电压的UMEIT图像重建。通过对不同迭代步数下重建图像的定量分析得出,UMEIT图像重建的收敛速率高于EIT图像重建的收敛速率,并且UMEIT具有更高的重建图像空间分辨率。
高娜娜[3]（2015）在《数字电极式电阻抗成像技术研究》文中研究说明电阻抗断层成像（electrical impedance tomography, EIT）技术是近三十年发展起来的新型检测成像技术,与传统的成像技术如如X-射线计算机断层成像（X-ray computerized tomography, CT）和核磁共振成像（magnetic resonance imaging, MRI）相比,具有低成本、便于携带、无损伤、功能成像、医学图像监护等优点,是当今生物医学工程学的重要研究课题之一。其基本原理是利用不同组织、器官或同一组织、器官在不同生理、病理期的阻抗特性（电阻或电导）不同,通过对其表面施加安全驱动电压（电流）,测得响应电位信息,利用算法重建内部电导率分布或其变化的图像。本文构建了以ATmega16单片机为控制核心,八个AD5933为数字电极,nRF24L01为无线通信模块的数字式电阻抗测量系统。本系统采用了将DDS、LPF、ADC、可增益放大器、DSP微处理器内核等单元高度集成为一体的阻抗谱测量芯片AD5933,通过12C接口直接输出各频点下被测阻抗的实部与虚部信息,并对其外围电路进行了扩展,克服了其激励电压为1.98V时,激励与测量端存在的直流分量对未知阻抗的影响,克服了以往电阻抗测量系统由于包含了多个模块使得测量系统结构复杂、集成度低、抗干扰能力差等缺点,简化数据采集系统,提高了成像质量。通常电极与测量系统间、测量系统与计算机间均采用有线电缆传输,使得测量精度受到影响、传输距离受到限制。为了消除该不良影响,本文设计了数字式电极,即将AD5933集成在电极上,缩短了交流弱信号的传输距离,消除了外界干扰,避免了波反射现象；输出的数字信号采用无线通信,传输至计算机,不仅可以实现对未知阻抗进行阻抗测量还可利用高斯牛顿算法实现图像重建。该系统具有集成度高、准确度高、功耗低、成本低、无线传输、便于携带等优点,具有广泛的应用前景。
谭春晓[4]（2014）在《基于信赖域方法的电阻抗断层成像研究》文中认为电阻抗断层成像（Electrical Impedance Tomography, EIT）是利用生物体内部组织的电特性参数（电阻率，电导率等）及其变化，对生物体表面施加安全激励电流，同时测量生物体表面的电压信号，利用重构算法重建内部电阻率或电导率分布的图像。作为一种功能成像技术，EIT具有非侵入、低成本、便携性、响应速度快、连续监测等优点，在地球物理探测、环境监测、临床医学等领域具有广泛的应用前景。EIT图像重建是一个高度病态的非线性逆问题，其重建解有严重的病态性，需采用正则化算法以改善解的病态性。本文以提高图像重构的精度和速度为目的，在利用传统信赖域方法实现图像重构的基础上，提出了非单调自适应信赖域方法、改进的非单调自适应信赖域方法和变参数非单调信赖域方法，大大提高了图像重构的精度和速度。主要研究工作如下：1.利用边界元法对EIT正问题进行建模并求解。将EIT微分形式的控制方程转化为边界积分方程，对该方程进行边界离散和函数插值，用解析方法求得离散后边界单元积分的精确表达式。以此为基础形成用于EIT正问题求解的线性方程组，并采用QR分解算法求解该方程组。2.首次实现了基于传统信赖域方法的EIT边界图像重构。通过数值仿真实验，获得了不同形状的单边界和多边界的重构图像。对于凸边界或光滑的凹边界，传统信赖域方法能实现它们的精确重建，且具有重构速度快，重构算法稳定等优点。3.针对传统信赖域方法中目标函数在每一步都要下降、反复求解信赖域子问题和机械调节信赖域半径的缺点，提出了非单调自适应信赖域方法，很大程度上提高了重构图像的精度和重构速度。与传统信赖域方法比较，该方法不仅能实现凸边界的精确重构，对于非光滑的凹边界，也能实现它的精确重建，且有更快的重构速度和更高的重构质量。4.考虑到非单调自适应信赖域方法依赖于调整参数的取值且计算信赖域半径耗费时间长，又提出改进的非单调自适应信赖域方法以提高重构算法对参数的稳定性和收敛速度。该方法通过对参数进行修正，使得算法对参数的取值稳定；通过重新定义信赖域半径调节公式，提高了图像重构的速度。仿真实验结果显示，该方法能够重构多个凹边界，且具有重构精度高，重构速度快等优点。5.提出了一种变参数非单调信赖域方法，算法中的两个参数均可自动调整。该方法收敛速度快，能够精确重构大多数单边界和多边界，且在重构某些复杂凹多边界时具有非单调自适应信赖域方法和改进的非单调自适应信赖域方法所无法比拟的优势。
李宏英[5]（2014）在《三维电阻抗成像系统设计》文中提出电阻抗断层成像技术（EIT:Electrical Impedance Tomography）是近30年才出现,继形态、结构成像之后,新一代的医学成像技术,它是现在生物医学工程学中的重大研究课题之一。由于电阻抗断层成像技术不使用核素、射线,所以对人体无伤害,并且具有可以多次测量、重复使用,成像速度比较快,及功能成像等特点,另外其成本比较低廉,对工作环境没有特殊的要求等。因此其作为一种理想的、有着诱人的应用前景的无损伤医学成像技术,迅速成为研究热点。在先前的研究中,电阻抗断层成像技术的研究对象通常被假定在二维（2D）的平面结构,由于实际情况是研究对象一般为三维（3D）结构,因此激励电流是在立体空间内传导的,而不是仅仅限定在测量平面内传导。由于这一差异导致了重建图像显现出明显的误差,因此影响了EIT在诊断和病态分析中的作用。为了获得更多电阻抗信息,重建出更准确的图像,三维电阻抗成像（3D-EIT）成为研究的热点。既可以通过研究三维成像算法对生物体进行三维成像,也可以设计成像的数据采集系统对生物体进行三维数据采集。本文研究工作主要包括两部分：一是基于准对角激励的模式下,进行3D EIT系统电极优化设计；二是基于FPGA的3D EIT数据采集系统设计。一、3D EIT系统电极优化设计1.利用有限元仿真软件COMSOL Multiphysics建立仿真模型。设计了4种双层32电极均匀分布的圆柱体试验仿真模型：方形电极（Ⅰ型）、圆形电极（Ⅱ型）、同心圆复合电极（Ⅲ型）、方圆复合电极（Ⅳ型）2.仿真实验一：由于复合电极在激励-测量电极的不同导致6种情况的出现,在准对角电流激励-相邻测量模式下进行仿真试验,对三维场域中4个高度相等、电导率相同的物体,采用共轭梯度算法进行图像重建,并截取5个不同断层图像进行对比。利用测量电压动态范围D、敏感场灵敏度的均匀性P和重建图像的相关度R三种评价指标6种情况进行对比研究。结果表明外激内测式复合电极较优。3.仿真实验二：在准对角电流激励-相邻测量模式下分别对4种电极结构在0.2-0.7之间8种占空比情况下进行仿真试验,求得雅可比系数矩阵,对三维场域中5个高度不等、电导率相同的物体,采用共轭梯度算法进行图像重建,并截取5个不同断层图像进行对比。利用测量电压动态范围D、敏感场灵敏度的均匀性P和重建图像的相关度R三种评价指标对所设计的4种电极结构进行对比研究。结果表明,占空比在0.4的情况下,4种电极都较好,Ⅳ型电极较优于其他3种。二、基于FPGA的3D EIT数据采集系统设计1.以Spartan3E系列XC3S500E-4PQ208型号的FPGA为核心,嵌入8位微处理器PicoBlaze实现恒流激励源、模拟开关通道切换、串口通信等逻辑控制功能。为了提高系统抗干扰性,采用Altium Designer软件设计了4层PCB数据采集板,并对每个模块进行逐个调试。2.使用VHDL语言完成了FPGA的硬件开发,使用Delphi软件开发了上位PC机界面,实现数据的实时存储并绘制曲线。3.利用单层标定板以及直径为30cm的物理实验水槽,对整个系统进行性能测试,实验结果表明该系统具有较好的信噪比和通道一致性,能够实现三维电阻抗数据采集功能。4.在物理实验水槽中放入有机玻璃棒,基于准对角激励/相邻测量模式下进行数3D据采集,并利用共轭梯度算法进行图像重建。文章最后,针对3D系统存在的问题,从电极、制板、调试方法等角度,提出了一些后续的改进方案。
黎鸽[6]（2013）在《生物医学电阻抗图像重建算法研究》文中认为近三十多年发展起来的电阻抗断层成像技术（Electrical Impedance Tomography-EIT）,相比于其他CT技术,以其非侵入性、便携性、价格低廉、响应快速等技术优势,在工业和医学领域具有重要的应用背景。它是继形态、结构成像之后,近年来才出现的新一代医学成像技术。由于电阻抗断层成像技术产生和测量使用的是安全电信号,使人体避免了射线或核素的伤害,其作为一种理想的并且有着诱人应用前景的无损伤医学成像技术,迅速成为研究热点。EIT问题的关键是如何求解逆问题。由于软场特定的欠定性和病态性,使得不同的重建算法会得到不同的逆问题的解,从而重建出不同效果的图像。在本论文中,对E1T图像重建算法进行了详细研究。本论文有组织地涵盖了以下几方面的工作：1.利用有限元仿真软件COMSOLMultiphysics建立正问题仿真模型。为了验证边界电极放置位置对场域内灵敏度分布的影响,建立了16电极均匀分布和非均匀分布圆形场,在相邻、相对和间隔三种不同电流激励模式下分别进行了正问题求解,通过对比,得到相邻激励的最优工作模式。2.基于最优工作模式,求到EIT正问题的解,即雅可比系数矩阵,用以进行图像重建。重点研究了EIT图像重建迭代算法中的最速下降迭代算法（SDA）、牛顿一拉夫逊（Newton-Raphson）迭代算法,修正的Newton-Raphson迭代算法、牛顿一步迭代NOSER算法和正则化算法中的标准Tikhonov正则化算法和改进的全变分正则化算法。3.利用上述图像重建算法对仿真模型进行图像重建,并利用相关系数和相对误差评价指标对所重建的图像质量进行分析比较。4.建立八边形场EIT仿真模型,通过与圆形场的均匀度比较,八边形场具有更高的空间分辨率,为非圆形场的图像重建奠定理论基础。
王化祥,黄文瑞,范文茹[7]（2012）在《三维电阻抗成像的测量模式》文中进行了进一步梳理电阻抗成像技术（EIT）是一种非侵入的成像技术,通过测量介质的边界参数,从而获得介质的分布状态.为研究EIT的测量模式对其数据测量和图像重建的影响,借助仿真软件COMSOL建立了具有双层电极结构的EIT系统.设计和采用了4种典型的激励模式和2种测量模式,并通过评价指标进行比较.结果显示,在理想条件下,几种模式的组合表现均可.考虑到既易于测量且成像质量高,推荐双层24电极EIT系统使用同层准对向驱动模式.
吴佳妮[8]（2012）在《基于FPGA的数字化EIT硬件系统设计》文中研究指明电阻抗断层成像技术（EIT:Electrical Impedance Tomography）是当今生物医学工程学重大研究课题之一。它是继形态、结构成像之后,于近30年才出现的新一代医学成像技术。由于电阻抗断层成像技术不使用核素或射线,对人体无伤害、且可以多次测量,重复使用,成像速度快,具有功能成像等特点,加之成本低廉,不要求特殊的工作环境等,其作为一种理想的并且有着诱人应用前景的无损伤医学成像技术,迅速成为研究热点。本论文的研究是在天津市科委自然科学基金项目“无创监护肺呼吸的电阻抗断层成像关键技术研究”（08JCYBJC03500）的资助下完成的。本文设计并实现了一套基于FPGA的数字化EIT硬件系统,主要工作如下：1.通过方案论证,确定了基于FPGA的主从式数字化生物电阻抗断层成像数据采集系统的设计方案。2.以Spartan3E系列XC3S500E-5FG320型号的FPGA为核心,嵌入8位微处理器PicoBlaze实现恒流激励源、模拟开关通道切换、正交序列解调、数据缓存及串口通信等逻辑控制功能。3.采用VHDL语言完成了FPGA的硬件开发,采用Delphi软件开发了上位PC机界面,实现数据的实时存储并绘制曲线。4.在直径为30cm的物理实验水槽上进行一系列实验,对整个系统进行性能测试,取得了较好的结果,实验结果表明该系统能够实现电阻抗数据采集功能。5.针对系统存在的问题,从电极、制板、调试方法等角度,提出了一些后续的改进方案。本文的创新点主要体现在激励电源模块的设计与实现上。采用FPGA内部的DDSIP核模块,经高速D/A转换和巴特沃斯二阶低通滤波电路,构成一个相位和频率均可调的电压源,然后再配合两种VCCS电路,构成两种激励电流源,并对其性能进行了测试。
陶峰[9]（2011）在《基于全变差正则化的PD-IPM算法与对向驱动的等位线反投影算法的仿真对比研究》文中研究指明电阻抗断层成像（Electrical Impedance Tomography, EIT）是一种兴起于20世纪80年代的成像技术,在医学领域具有巨大的应用潜力。相对于传统医学影像手段,EIT操作简便、对人无创无害、成本低廉,能够进行长时间的实时动态床旁监护,有望在未来成为一种与传统医学影像手段互补的辅助临床监护方式。等位线反投影算法以其快速的成像速度和一定的抗噪能力而成为应用于临床监护的动态EIT算法的代表,但是其本身的缺陷使得重建图像存在较大伪影,对扰动目标的边界保留情况较差,不能很好地满足医学图像对于空间分辨率和锐度的要求。因此,为了解决上述问题,本文讨论了一种具有良好边界保留特性的算法——基于全变差（Total Variation, TV）正则化的PD-IPM（Primal Dual-Interior Point Method）算法。目前临床监护所采用算法的效果优于等位线反投影算法,但是需要调节重构参数,而等位线反投影算法无需如此。为了更方便的对算法进行评估,本文采用最为简单的等位线反投影算法作为对比,首先实现了对向驱动的等位线反投影算法,对其边界保留的情况做了初步评估;进而根据不足,开展了具有良好边界保留性质的PD-IPM算法的研究;最后通过仿真实验,以定量的评价指标作为标准,对两种算法的边界保留性质进行了全面的评估。全文大体可以分为三个部分:（1） EIT基本问题的阐述首先介绍了EIT的生理基础、基本原理和过程,随后介绍了EIT的关键组成部分——图像重构算法,最后从数学的角度对EIT的数学模型以及正问题和逆问题进行了阐述。（2）等位线反投影算法的回顾和PD-IPM算法的介绍对于经典的等位线反投影（Back Projection, BP）算法,从数学物理基础出发,介绍了反投影过程;随后介绍了改进驱动方式为对向驱动后的BP算法并给出了关键部分——反投影矩阵的计算方法,最后给出了计算公式并对其边界保留情况进行了初步的评估。对于基于TV正则化的PD-IPM算法,分别阐述了TV正则化的边界保留特性和PD-IPM算法的推导过程,最后给出了基于该算法的动态EIT的迭代公式并讨论了迭代次数和算法参数。（3）仿真对比研究以MATLAB为仿真平台对两种算法进行了对比研究。为了定量评价重建图像的质量,引入了重建质量函数D、图像结构偏离度函数SSIM和边界坡度函数G三个指标。首先在无噪声条件下对单扰动目标和双扰动目标两种情况分别进行了仿真对比研究。仿真结果表明,PD-IPM算法对正则化参数的选择敏感。无论是单扰动目标（6个成像位置）还是双扰动目标（4个成像位置）,PD-IPM算法的重建结果均更加清晰,对于扰动目标的边界保留效果明显更优,而评价指标的比较也支持了这一结论。其次以单扰动目标（1个成像位置）为例,对比研究了两种算法的抗噪性能。结果表明,PD-IPM算法具有一定的抗噪能力,且在相同噪声水平下其重建结果仍然优于BP算法,但是对于噪声更加敏感。通过仿真对比可以得出结论,PD-IPM算法具有良好的边界保留性质,同时具备一定的抗噪能力,是一种较优的算法。有必要进行进一步的物理模型和人体实验,从而为将该算法最终应用于临床监护打下基础。
熊伟[10]（2011）在《基于APT的生物医学电阻抗成像系统设计与研究》文中研究指明作为一种基于电磁场理论的新型测量技术,生物医学电阻抗成像技术（Electrical Impedance Tomography,简称EIT）是通过对置于体表的电极施加微小的交变电信号,并测量电极上的电压信号,经重建算法再现被测区域阻抗分布的检测技术,根据生物组织或器官的阻抗特性,从测量数据和重构图像中提取与人体组织或器官相关的生理、病理信息。该技术不但反映了解剖学结构,而且能提供丰富的功能信息,是继形态、结构成像之后,于近30年出现的新一代功能成像技术。该技术具有非侵入、无辐射、结构简单、设备成本低廉及可视化等特点,在临床医学监测领域具有广阔的应用前景。本文在EIT技术的发展状况、技术特点、应用前景和研究难点等基础上,围绕电阻抗成像技术的正问题数学模型和逆问题求解展开深入研究,对多种图像重建算法进行了理论分析,并采用等位线反投影算法重建了圆形场域中一个异于背景电导率的物体的图像,获得较好的成像效果。此外,针对生物医学电阻抗成像系统中数据测量的技术要求,本文提出了基于APT （Applied Potential Tomography）工作原理的数据采集方案,设计了以ATmega16为控制核心的16电极生物医学电阻抗数据采集系统。该系统采用直接数字频率合成（DDS）技术和三运放电路构成频率、幅值、相位可调的电压控制电流源（VCCS）,在70MHz以下具有较高的稳定度和输出阻抗,采集的信号经乘法解调、放大、滤波、转换传至成像计算机。本文对系统各功能模块进行了详细的论述与分析,经测试,该系统转换精度达1mV,数据采集速度100KHz,满足系统设计要求。
二、电阻抗断层成像中临近和对向驱动模式的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电阻抗断层成像中临近和对向驱动模式的研究（论文提纲范文）
（1）肺呼吸过程的实时三维电阻抗成像系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 研究意义 |
| 1.3 国内外的研究动态及发展趋势 |
| 1.4 论文的组织结构 |
| 2 电阻抗成像技术基础 |
| 2.1 电阻抗成像的数学模型 |
| 2.2 电阻抗成像的正问题与逆问题 |
| 2.2.1 正问题 |
| 2.2.2 逆问题 |
| 2.3 电阻抗成像的图像重建算法 |
| 2.4 三维EIT的共轭梯度算法介绍 |
| 3 三维电阻抗模型的构建和仿真成像 |
| 3.1 三维肺部模型的构建 |
| 3.2 仿真成像 |
| 4 三维电阻抗硬件系统的设计与性能指标评估 |
| 4.1 硬件设计 |
| 4.1.1 硬件架构 |
| 4.1.2 激励信号的产生 |
| 4.1.3 响应信号的采集 |
| 4.1.4 信号数据的处理和传输 |
| 4.1.5 测量模式 |
| 4.2 各项性能指标 |
| 4.2.1 系统输出阻抗 |
| 4.2.2 硬件系统的动态性能 |
| 4.2.3 各通道测量偏差 |
| 5 三维电阻抗成像系统并行运算与实时成像方法 |
| 5.1 系统响应时间分析 |
| 5.2 实时成像的工作流程及其实现 |
| 5.2.1 程序的并行运算与同步 |
| 5.2.2 实现方案 |
| 5.3 软件设计及界面功能介绍 |
| 5.3.1 成像软件设计 |
| 5.3.2 界面各功能介绍说明 |
| 5.3.3 软件程序运行说明 |
| 6 三维电阻抗实时成像及图像分析 |
| 6.1 实验装置及测试条件 |
| 6.1.1 装置准备 |
| 6.1.2 测试条件 |
| 6.2 实时动态成像 |
| 6.2.1 运动物体的实时成像 |
| 6.2.2 人体肺呼吸的实时成像 |
| 7 结论 |
| 7.1 总结 |
| 7.2 论文的创新点 |
| 7.3 论文的不足之处 |
| 8 参考文献 |
| 9 攻读硕士学位期间发表论文情况 |
| 10 致谢 |
（2）基于超声调制的电阻抗层析成像技术研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号对照表 |
| 符号定义 |
| 角标定义 |
| 缩略语说明 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 生物医学成像技术 |
| 1.2.1 现代医学成像技术 |
| 1.2.2 新兴医学成像技术 |
| 1.3 基于超声调制的电阻抗层析成像 |
| 1.3.1 发展历程 |
| 1.3.2 存在的问题 |
| 1.4 论文研究内容与创新 |
| 1.5 论文的主要工作内容与结构 |
| 第2章 电学及声电耦合成像理论基础 |
| 2.1 电阻抗层析成像理论基础 |
| 2.1.1 电阻抗层析成像 |
| 2.1.2 电阻抗层析成像正问题 |
| 2.1.3 电阻抗层析成像逆问题 |
| 2.2 声电效应基本原理 |
| 2.2.1 声电效应 |
| 2.2.2 声电效应机理的研究 |
| 2.3 基于超声调制的电阻抗层析成像理论基础 |
| 2.3.1 基于超声调制的电阻抗层析成像 |
| 2.3.2 基于超声调制的电阻抗层析成像正问题 |
| 2.3.3 基于超声调制的电阻抗层析成像逆问题 |
| 2.4 小结 |
| 第3章 总变差正则化图像重建算法改进 |
| 3.1 总变差正则化算法 |
| 3.2 算法改进——混合正则化算法 |
| 3.2.1 Tikhonov和 TV正则化结合的混合正则化算法 |
| 3.2.2 仿真结果 |
| 3.2.3 实验结果 |
| 3.3 算法改进——空间自适应总变差正则化算法 |
| 3.3.1 空间自适应总变差正则化算法 |
| 3.3.2 仿真结果 |
| 3.3.3 实验结果 |
| 3.4 小结 |
| 第4章 生物特性被测场声电效应机理 |
| 4.1 组织声电效应建模 |
| 4.1.1 基于固体力学理论对组织声电效应建模 |
| 4.1.2 仿真条件和结果 |
| 4.1.3 实验条件和结果 |
| 4.2 电场和声场特性对声电效应信号的影响 |
| 4.2.1 电场对声电效应信号的影响 |
| 4.2.2 声场对声电效应信号的影响 |
| 4.3 小结 |
| 第5章 电场与声场耦合场功率密度分布 |
| 5.1 功率密度 |
| 5.1.1 功率密度定义 |
| 5.1.2 功率密度计算 |
| 5.1.3 功率密度分布 |
| 5.2 功率密度分布与电导率分布关系讨论 |
| 5.2.1 功率密度分布与电导率分布关系 |
| 5.2.2 实验验证 |
| 5.3 小结 |
| 第6章 基于超声调制电阻抗层析成像的图像重建 |
| 6.1 基于功率密度的重建方法 |
| 6.1.1 重建方法 |
| 6.1.2 雅克比矩阵计算式推导 |
| 6.1.3 图像重建结果 |
| 6.2 基于边界电压的重建方法 |
| 6.2.1 重建方法 |
| 6.2.2 测量场的灵敏度矩阵 |
| 6.2.3 图像重建结果 |
| 6.3 小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 发表学术论文 |
| 申请授权专利 |
| 参与科研项目 |
| 致谢 |
（3）数字电极式电阻抗成像技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 电阻抗断层成像技术的概述 |
| 1.2 EIT技术的国内外发展 |
| 1.3 EIT技术的难点 |
| 1.4 本论文的组织形式 |
| 2 电阻抗成像理论基础 |
| 2.1 EIT技术基本原理 |
| 2.2 EIT数学模型 |
| 2.3 EIT的正问题 |
| 2.4 EIT的逆问题 |
| 2.5 图像重建算法 |
| 2.5.1 动态图像重建算法 |
| 2.5.2 静态重建算法 |
| 3 数字式生物电阻抗与电阻抗断层成像测量系统 |
| 3.1 硬件系统设计 |
| 3.2 AD5933工作原理 |
| 3.2.1 激励信号产生模块 |
| 3.2.2 接收采样模块 |
| 3.2.3 DFT模块 |
| 3.2.4 系统时钟 |
| 3.3 电极阵列 |
| 3.3.1 环形电极阵列 |
| 3.3.2 线电极与复合电极 |
| 3.3.3 电极数的选择 |
| 3.3.4 激励/测量模式 |
| 3.4 基于AD5933的数字式电极 |
| 3.4.1 电极工作模式 |
| 3.4.2 隔直与缓冲电路 |
| 3.4.3 反馈电阻的选择 |
| 3.4.4 晶振的选择 |
| 3.5 EIT无线测量系统 |
| 3.5.1 控制器的选择 |
| 3.5.2 无线通信模块 |
| 3.5.3 电路板设计 |
| 3.6 软件设计 |
| 3.6.1 AD5933软件设计 |
| 3.6.2 无线部分软件设计 |
| 3.6.3 整体软件设计 |
| 4 系统性能测试及物理实验 |
| 4.1 阻抗计算及标定 |
| 4.2 系统信噪比与系统精度的测试 |
| 4.3 动物组织阻抗测量 |
| 4.4 用实验圆桶进行测试 |
| 5 结论 |
| 6 展望 |
| 7 参考文献 |
| 8 论文发表情况 |
| 9 致谢 |
（4）基于信赖域方法的电阻抗断层成像研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 EIT 技术综述 |
| 1.1.1 生物组织的电特性 |
| 1.1.2 EIT 技术原理 |
| 1.1.3 EIT 技术的优势 |
| 1.1.4 EIT 技术面临的困难 |
| 1.2 EIT 技术国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.2.3 EIT 成像算法 |
| 1.3 EIT 的临床应用 |
| 1.4 本文的主要研究内容 |
| 第二章 EIT 正问题求解 |
| 2.1 EIT 敏感场的数学模型 |
| 2.2 基于边界元法的 EIT 正问题求解 |
| 2.2.1 EIT 正问题求解方法介绍 |
| 2.2.2 基于边界元法的 EIT 正问题求解过程 |
| 2.2.3 EIT 正问题仿真结果 |
| 2.3 本章小结 |
| 第三章 基于传统信赖域方法的 EIT 图像重构 |
| 3.1 图像重构的不适定性和病态性 |
| 3.2 正则化方法介绍 |
| 3.2.1 Tikhonov 正则化方法 |
| 3.2.2 Levenberg-Marquart 方法 |
| 3.2.3 正则参数的选择方法 |
| 3.2.4 信赖域方法 |
| 3.3 基于传统信赖域方法的 EIT 边界图像重构 |
| 3.3.1 边界图像重构的初始估计 |
| 3.3.2 基于传统信赖域方法的 EIT 图像重构算法 |
| 3.3.3 信赖域子问题的求解 |
| 3.3.4 数值仿真实验与结果分析 |
| 3.3.5 加入噪声时的仿真实验 |
| 3.4 本章小结 |
| 第四章 基于非单调自适应信赖域方法的 EIT 图像重构 |
| 4.1 传统信赖域方法的缺点 |
| 4.2 非单调自适应信赖域方法 |
| 4.2.1 非单调技术的引进 |
| 4.2.2 步长因子的引入 |
| 4.2.3 信赖域半径的自适应性 |
| 4.3 数值仿真实验与结果分析 |
| 4.3.1 无噪声时的仿真实验 |
| 4.3.2 加入噪声时的仿真实验 |
| 4.4 本章小结 |
| 第五章 基于改进非单调自适应信赖域方法的 EIT 图像重构 |
| 5.1 非单调自适应信赖域方法可以改进的地方 |
| 5.2 改进的非单调自适应信赖域方法 |
| 5.2.1 参数 的自适应性 |
| 5.2.2 信赖域半径调节公式的改进 |
| 5.2.3 改进的非单调自适应信赖域方法的提出 |
| 5.3 数值仿真实验与结果分析 |
| 5.3.1 无噪声时的仿真实验 |
| 5.3.2 不同电导率比值对边界重构结果的影响 |
| 5.4 变参数非单调信赖域算法 |
| 5.4.1 变参数非单调信赖域算法的提出 |
| 5.4.2 数值仿真实验与结果分析 |
| 5.5 本章小结 |
| 第六章 结论 |
| 6.1 论文工作总结 |
| 6.2 主要创新点 |
| 6.3 需要进一步研究的工作 |
| 参考文献 |
| 攻读博士学位期间所取得的相关科研成果 |
| 致谢 |
（5）三维电阻抗成像系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 生物医学电阻抗成像技术简介 |
| 1.2 EIT技术的基本原理 |
| 1.3 EIT技术的发展历史及趋势 |
| 1.4 本论文的组织形式 |
| 2 电阻抗成像理论基础 |
| 2.1 EIT的数学模型 |
| 2.2 EIT的正问题 |
| 2.3 EIT的逆问题 |
| 3 3D EIT 系统电极优化设计 |
| 3.1 EIT电极系统 |
| 3.2 环形电极阵列 |
| 3.2.1 线电极与复合电极 |
| 3.2.2 电极数的选择 |
| 3.2.3 激励/测量模式 |
| 3.3 基于COMSOL建立3D EIT系统电极模型 |
| 3.3.1 COMSOL软件简介 |
| 3.3.2 COMSOL建立仿真模型 |
| 3.3.3 物理量设定 |
| 3.4 正问题求解 |
| 3.5 逆问题求解及图像重建 |
| 3.6 3D EIT电极优设计 |
| 3.6.1 评价指标 |
| 3.6.2 激励/测量模式 |
| 3.6.3 仿真实验 |
| 4 基于FPGA的3D EIT数据采集系统设计 |
| 4.1 3D EIT数据采集系统设计需考虑的主要问题 |
| 4.2 3D EIT数据采集系统结构 |
| 4.3 3D EIT数据采集系统结构设计 |
| 4.3.1 FPGA 简介 |
| 4.3.2 D/A转换模块 |
| 4.3.3 二阶巴特沃斯低通滤波器 |
| 4.3.4 VCCS 电路 |
| 4.3.5 电极选通开关 |
| 4.3.6 AD8130 差分放大电路 |
| 4.3.7 可编程增益放大电路 |
| 4.3.8 A/D转换模块 |
| 4.4 3D EIT数据采集系统软件设计 |
| 4.4.1 基于FPGA的开发工具 |
| 4.4.2 FPGA的开发流程 |
| 4.4.3 PicoBlaze 8位微控制器 |
| 4.4.4 PicoBlaze 开发工具 |
| 4.4.5 3D EIT数据采集系统的软件设计流程 |
| 4.4.6 上位PC机界面 |
| 5 系统性能测试及物理实验 |
| 5.1 3D EIT数据采集系统电路板测试 |
| 5.2 用纯电阻网络标定板进行测试 |
| 5.3 用实验圆桶进行测试 |
| 5.4 二维数据的采集及图像重建 |
| 5.5 3D数据的采集及图像重建 |
| 6 总结与展望 |
| 7 参考文献 |
| 8 论文发表情况 |
| 9 致谢 |
（6）生物医学电阻抗图像重建算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 生物医学断层成像技术简介 |
| 1.2 生物医学电阻抗断层成像技术简介 |
| 1.3 EIT国内外研究动态 |
| 1.4 EIT发展趋势 |
| 1.5 本论文的研究内容 |
| 1.6 本论文的组织形式 |
| 2 EIT成像理论基础 |
| 2.1 EIT原理及数学模型 |
| 2.2 EIT问题的求解 |
| 2.2.1 EIT正问题的求解 |
| 2.2.2 EIT正问题的有限元法 |
| 2.2.3 EIT逆问题的求解 |
| 2.2.4 EIT逆问题Jacobian矩阵的计算 |
| 2.3 EIT图像重建算法概述 |
| 3 基于COMSOL的EIT正问题仿真设计 |
| 3.1 圆形场模型设计 |
| 3.2 圆形场域剖分 |
| 3.3 正问题求解 |
| 4 EIT图像重建算法研究 |
| 4.1 EIT图像重建迭代算法 |
| 4.1.1 最速下降迭代算法 |
| 4.1.2 牛顿-拉夫逊迭代算法 |
| 4.1.3 修正的Newton-Raphson迭代算法 |
| 4.1.4 牛顿一步迭代NOSER算法 |
| 4.2 EIT图像重建Tikhonov正则化算法 |
| 4.2.1 标准Tikhonov正则化算法 |
| 4.2.2 改进的Tikhonov正则化算法 |
| 4.3 EIT图像重建结果 |
| 4.4 EIT图像重建算法的评价 |
| 4.4.1 常用EIT图像重建算法的评价指标 |
| 4.4.2 EIT图像重建算法的评价结果 |
| 5 融合边界结构信息构建EIT仿真模型 |
| 6 结论与总结 |
| 7 展望 |
| 8 参考文献 |
| 9 论文发表情况 |
| 10 致谢 |
| 附录 |
（8）基于FPGA的数字化EIT硬件系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 医学断层成像技术概述 |
| 1.2 EIT的原理及数学模型 |
| 1.2.1 基本原理 |
| 1.2.2 EIT的数学物理基础 |
| 1.3 EIT国内外研究动态 |
| 1.3.1 国外研究动态 |
| 1.3.2 国内研究动态 |
| 1.4 EIT发展趋势 |
| 1.5 本论文的研究内容 |
| 1.6 本论文的组织形式 |
| 2 EIT数据采集系统方案论证 |
| 2.1 EIT系统构成 |
| 2.2 EIT数据采集系统的硬件结构 |
| 2.3 EIT数据采集系统微处理器的选择 |
| 2.4 FPGA简介 |
| 3 EIT数据采集系统的硬件设计 |
| 3.1 时钟分配 |
| 3.2 激励源设计 |
| 3.2.1 DDS技术 |
| 3.2.2 DDS模块 |
| 3.2.3 数据转换模块 |
| 3.2.4 巴特沃斯二阶低通滤波器 |
| 3.2.5 电压控制电流源 |
| 3.3 模拟开关阵列 |
| 3.3.1 激励电极选通开关 |
| 3.3.2 测量电极选通开关 |
| 3.4 信号处理电路 |
| 3.4.1 AD8130差分放大电路 |
| 3.4.2 可编程增益放大电路 |
| 3.4.3 模数转换电路 |
| 3.5 正交序列解调模块 |
| 3.6 数据缓冲模块 |
| 3.7 串口通信模块 |
| 4 EIT数据采集系统的软件设计 |
| 4.1 FPGA的开发工具和开发流程 |
| 4.1.1 FPGA的开发工具 |
| 4.1.2 FPGA的开发流程 |
| 4.2 VHDL硬件描述语言 |
| 4.3 PicoBlaze8位微控制器 |
| 4.3.1 PicoBlaze基本结构 |
| 4.3.2 PicoBlaze指令存储器配置方式 |
| 4.3.3 PicoBlaze开发工具 |
| 4.4 EIT数据采集系统的软件设计流程 |
| 4.5 上位PC机界面 |
| 5 系统性能测试 |
| 6 结论 |
| 6.1 系统调试过程中的问题及解决方法 |
| 6.2 系统存在的问题 |
| 7 展望 |
| 8 参考文献 |
| 9 论文发表情况 |
| 10 致谢 |
（9）基于全变差正则化的PD-IPM算法与对向驱动的等位线反投影算法的仿真对比研究（论文提纲范文）
| 缩略语表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 文献回顾 |
| 1 EIT 概述 |
| 1.1 EIT 的生理基础 |
| 1.2 EIT 的基本原理与过程 |
| 1.3 EIT 的图像重构算法 |
| 2 EIT 的数学物理描述 |
| 2.1 EIT 的数学模型 |
| 2.2 EIT 的正问题与逆问题 |
| 3 经典动态EIT 算法——等位线反投影算法 |
| 3.1 等位线反投影算法的提出 |
| 3.2 等位线反投影算法的数学物理基础 |
| 3.3 经典等位线反投影算法的过程 |
| 4 对向驱动的等位线反投影算法 |
| 5 目前算法存在的不足 |
| 1 对向驱动的等位线反投影方法的实现 |
| 1.1 等位线反投影的过程 |
| 1.2 反投影矩阵的计算 |
| 1.3 算法实现及其边界保留情况的初步评估 |
| 2 基于全变差正则化的PD-IPM 算法的理论基础与动态EIT 图像重建. |
| 2.1 EIT 的病态性问题及正则化方法 |
| 2.2 全变差正则化 |
| 2.3 PD-IPM 算法 |
| 2.4 基于全变差正则化的PD-IPM 算法的动态EIT 图像重建 |
| 2.5 迭代次数及参数讨论 |
| 3 对向驱动的等位线反投影算法与基于全变差正则化的PD-IPM 算法的仿真对比研究 |
| 3.1 仿真模型与方法 |
| 3.2 EIT 图像重建评价指标 |
| 3.3 仿真结果 |
| 3.4 结论 |
| 小结 |
| 参考文献 |
| 个人简历和研究成果 |
| 致谢 |
（10）基于APT的生物医学电阻抗成像系统设计与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 生物电阻抗成像技术简介 |
| 1.2 生物电阻抗技术的发展状况及研究现状 |
| 1.2.1 生物电阻抗技术理论的发展 |
| 1.2.2 图像重建算法的发展 |
| 1.2.3 EIT技术研究现状 |
| 1.3 生物电阻抗成像技术的特点及应用前景 |
| 1.3.1 临床医学需要能用于监护的成像技术 |
| 1.3.2 现有的成像技术都不适用于图像监护 |
| 1.3.3 生物电阻抗成像技术在图像监护方面的优势 |
| 1.4 生物电阻抗成像技术难点 |
| 1.5 本文的主要研究工作 |
| 2 电阻抗成像技术的数学模型及重建算法 |
| 2.1 生物组织的电特性 |
| 2.2 人体电阻等值电路 |
| 2.3 电阻抗成像技术的数学模型 |
| 2.4 正问题 |
| 2.4.1 常用算法 |
| 2.4.2 有限元法 |
| 2.5 逆问题 |
| 2.5.1 逆问题病态性分析 |
| 2.5.2 静态图像重建算法 |
| 2.5.3 动态图像重建算法 |
| 2.5.4 等位线反投影算法原理 |
| 2.5.5 等位线反投影算法实现 |
| 3 EIT数据采集系统设计 |
| 3.1 作原理 |
| 3.2 信号源 |
| 3.2.1 DDS简介 |
| 3.2.2 DDS的工作原理 |
| 3.2.3 DDS的实现 |
| 3.2.4 VCCS的设计 |
| 3.2.5 VCCS仿真与测试 |
| 3.2.6 信号源的性能测试 |
| 3.3 电极及其测量方式 |
| 3.3.1 电极 |
| 3.3.2 驱动模式 |
| 3.4 模拟开关 |
| 3.5 前端放大电路 |
| 3.6 解调电路 |
| 3.7 低通滤波电路 |
| 3.8 模数转换电路的设计 |
| 3.9 通讯接口设计 |
| 3.10 系统软件设计 |
| 4 结论 |
| 5 展望 |
| 6 参考文献 |
| 7 发表论文情况 |
| 8 致谢 |
四、电阻抗断层成像中临近和对向驱动模式的研究（论文参考文献）
- [1]肺呼吸过程的实时三维电阻抗成像系统研究[D]. 吴翟. 天津科技大学, 2020(08)
- [2]基于超声调制的电阻抗层析成像技术研究[D]. 宋西姊. 天津大学, 2017(01)
- [3]数字电极式电阻抗成像技术研究[D]. 高娜娜. 天津科技大学, 2015(02)
- [4]基于信赖域方法的电阻抗断层成像研究[D]. 谭春晓. 河北工业大学, 2014(03)
- [5]三维电阻抗成像系统设计[D]. 李宏英. 天津科技大学, 2014(06)
- [6]生物医学电阻抗图像重建算法研究[D]. 黎鸽. 天津科技大学, 2013(05)
- [7]三维电阻抗成像的测量模式[J]. 王化祥,黄文瑞,范文茹. 天津大学学报, 2012(08)
- [8]基于FPGA的数字化EIT硬件系统设计[D]. 吴佳妮. 天津科技大学, 2012(07)
- [9]基于全变差正则化的PD-IPM算法与对向驱动的等位线反投影算法的仿真对比研究[D]. 陶峰. 第四军医大学, 2011(04)
- [10]基于APT的生物医学电阻抗成像系统设计与研究[D]. 熊伟. 天津科技大学, 2011(04)