电阻抗参数成像数据采集系统中三种电流-电压转换器的比较

目的 寻找一种能在2-380kHz间提供2MΩ以上的等效输出阻抗和０.1％以上精度的电压－电流转换电路（ＶＩＣ）。为电阻抗参数成像数据采集系统的建立打下基础。方法 在分别对单运放ＶＩＣ＝三运放ＶＩＣ和由仪表放大器的成的ＶＩＣ的工作原理进行了分析的基础上，根据各自的要求建立了这３个ＶＩＣ，并在不同频率点进行了测量。结果 在低频端，基于仪表放大器的ＶＩＣ具有极高的输出阻抗和很低的噪声水平，在高频时只有三运放ＶＩＣ性能能接近要求。结论 在电阻抗参数成像数据采集系统中应采用三运放ＶＩＣ。     

动态电阻抗断层成像反投影算法的仿真研究

在计算机上建立动态电阻抗断层成像仿真系统。其中包括；建立模仿人体躯干的计算机有限元模型，实现模型的电场数值计算，并实现了以反投影技术为基础的两种动态图像重建算法，得到的初步的成像结果表明：反投影法对目标定位准确，速度快，但对于目标在远离电极的位置，重构误差相对大，且对噪声敏感。     

人颅骨电阻抗频率特性及其与解剖结构关系研究

在电阻抗断层成像(EIT)技术应用于脑部成像的研究中，颅骨的电阻抗对驱动电流的屏蔽效应非常严重，严重影响了成像效果(特别是中心区域)。本研究采用离体人颅骨，二电极法，用频响分析仪(Solartron 1255B)经电阻抗接口(Solartron 1294)，在0．1Hz～1MHz频率范围内进行测量，描记出颅骨电阻抗频响特性曲线，初步观察了颅骨电阻抗随时间变化的趋势，研究了颅骨解剖结构同其电阻抗之间的关系。结果表明：颅骨电阻抗幅值随时间明显增大；其特征频率应在10KHz附近，颅骨组织的解剖结构对颅骨电阻抗有重要的影响，含有板障层的厚颅骨由于颅骨内、外板中富含毛细血管的原因，其电阻抗较不含板障层的薄颅骨电阻抗小。本研究结果为解决颅骨高阻抗的屏蔽效应问题提供了可能的参考和依据。     

电阻抗断层成像系统及重构算法

对电阻抗断层成像系统（ＥＩＴ）的算法及硬件系统进行了全面的研究,建立了一个基于物理模型的ＥＩＴ系统。系统主要包括模拟人体躯干的物理模型,３２电极衣其信号测量系统,ＰＣ个人计算机,并提出了一种新的图像重构算法,通过对物理模型的测量,用图像重构算法得到 好的成像结果。     

影响生物电阻抗断层成像质量的因素

由于成像质量较差,限制了生物电阻抗断层成像技术的临床应用,本文在介绍生物电阻抗断层成像研究概况的基础上,指出了影响成像质量的主要问题是成像过程中的病态性问题,并讨论了形成病态性的主要因素是：（1）驱动测量模式,（2）重构模型;（3）图像重构算法。     

电阻抗断层成像硬件系统的初步研究

各种原因导致的人体重要器官的缓慢出血等是导致病人死亡或预后较差的重要原因之一,目前的医学成像技术,包括CT、MRI、PET、超声等还无法对出血的过程进行长期、连续的床旁监测和监护。电阻抗断层成像是以目标体内电阻抗的分布或变化为成像对象的一种新型成像技术,作为一种廉价的无损伤检测技术,不使用核素或射线,无毒无害,因而可以成为对病人进行长期、连续图像监护的设备。本文介绍了一个基于物理模型的电阻抗成像硬件系统(FMMU V3),包括具有32个银复合电极的物理模型、采用DDS技术的恒流激励源、高精度信号检测模块、驱动测量模式程控设置模块、数据采集模块、数字I/O模块和高精度多路电源模块。该系统基于物理模型的测量数据经100次迭加后,测量精度在小信号时为1.0%,大信号时为0.1%。采用外触发DMA方式采集一组成像数据(32 X 31个)的时间小于1秒,基本满足了基于物理模型的动态成像要求,并给出了基于物理模型的初步动态成像结果。     

用功率谱的熵确定癫痫病人背景脑电异常

这里我们用功率谱的熵(PSE)观察癫痫放电和脑电背景活动的关系,以测量EEG的异常程度。我们以11例具有扩展单侧性SWC的癫痫病人为对象,用10个电极置于F3、F4、C3、C4、T3、T4、P3、P4、01、02处记录EEG,同时由前后诱导产生双极记录。在绝大多数病人中,PSE最大     

在改进的有限元模型上实现一种较严格的动态电阻抗断层 …

对一种较为严格的图像重构算法广义逆法进行了推导，并在计算机有限无限 模型上实现了算法，重构出了反映阻抗变化量的图像，并根据阻抗重构问题的特点、改进了残有的有限元计算机重构模型，在改进模型上实现了广义逆法。改进的模型与原有模型相比，其正向矩阵的病态性得到较大的改善。     

基于神经网络的ECG ST段识别个人计算机系统

我们提出一个基于神经网络的用于ECG ST段识别的个人计算机系统。此系统包括一个预处理器、神经网络和一个识别器。自适应共振理论(ART)用于实现系统中的神经网络对输入ECG的响应自组织的形成。网络中神经元间竞争、协调的相互作用使系统对噪声具有鲁棒性。预处理器检测R点并将ECG信号划分为心动周期。每个心动周期都输入神经网络。然后神经网络标记下J点和T波起点Ton的大致位置。识别器根据所标记的位置确定     

在改进的有限元模型上实现一种较严格的动态电阻抗断层成象算法

对一种较为严格的图像重构算法——广义逆法进行了推导，并在计算机有限元模型上实现了该算法，重构出了反映阻抗变化量的图像（即动态成像），并根据阻抗重构问题的特点，改进了现有的有限元计算机重构模型，在改进模型上实现了广义逆法。改进的模型与原有模型相比，其正向矩阵的病态性得到较大的改善。从重构结果上看，在改进模型上的广义逆法与现有算法——等位线法相比，成像定位更准确、图像更清晰，能较好的重构出阻抗分布复杂的模型，噪声性能也优于等位线法。