基于电阻抗断层成像的非均匀电导率颅骨物理模型研究

目的 用非均匀电导率分布的颅骨模型进行电阻抗断层成像(EIT)实验,分析颅骨电导率非均匀分布对成像结果的影响.方法 选用石膏材料制作非均匀电导率的颅骨模型,用此模型模拟头颅进行EIT目标成像,并将结果与均匀电导率颅骨模型的成像结果进行比较.结果 相对于均匀电导率模型,在非均匀电导率模型内成像目标更加远离电导率较低一侧,且所在位置边界电压扰动量降低.结论 颅骨模型的电导率非均匀分布对成像定位有明显影响,需要在成像算法上做进一步改进.     

基于电阻抗成像的均质头模型研究

目的 评估低电导率的颅骨对人脑阻抗成像的影响.方法 基于适用于头部的优化的硬件系统和反投影算法,在建立的一个圆筒形和一个半球形的包含"颅骨"的均质头模型上,对多种扰动目标进行成像研究.结果 现有系统对含均质"颇骨"的头部物理模型内电导率、位置和尺寸不同的简单扰动目标成功地进行了图像重建.结论 "颅骨"的存在对重构图像产生了显著的影响,揭示了脑电阻抗图像监护的可行性,为动物实验提供了依据.     

颅内出血电阻抗成像系统及初步动物实验

目的 研究采用电阻抗成像技术实现一种可早期检测持续性或迟发性颅内出血设备的可行性.方法 实现了可工作于(1～190)kHz、测量精度优于0.04%、成像速度可达1.25帧/s以上的电阻抗断层成像系统.在此基础上,在8只重(10.00±0.76)kg的小猪颅内分别注入2 ml抗凝血以观察成像结果,同时还分别观察了4例注入2 ml生理盐水和4例注入2 ml蒸馏水时相应区域电阻率的变化情况.结果 注入生理盐水后,目标区域的电阻率降低,而注入蒸馏水后目标区域的电阻率升高.除2例无效实验外,注血实验中有3例因血液被注入侧脑室而导致目标区域电阻率上升,另有3例电阻率降低.结论 采用电阻抗成像技术对持续性或迟发性颅内出血病人进行早期检测是可行的.     

我国电阻抗断层成像实用化应用研究展望

我国的电阻抗断层成像(electrical impedance tomography,EIT)研究已具备相当基础,一些关键技术和针对某些应用目标的研究已达到国际先进水平,从EIT方法学研究向实用化应用研究过渡的时机已经成熟。我国的EIT研究仍然需要向深度和广度发展,但是目前研究重点应该集中在某些确定应用目标的实用化应用研究方面。在原有方法学研究成果的基础上,有针对性地深入研究生物组织和器官的电特性;提取在细胞层次上发生的、与人体生理、病理状态相联系的功能性或前瞻性信息;重点发展用于乳腺肿瘤早期发现,体内渗血的无损检测与监护,区域性肺通气功能以及胃动力检测与评价等EIT应用技术;建立可用于临床检测的实用化EIT系统,进入临床应用研究。     

同时工作于四种频率的多频电阻抗断层成像系统

目的 建立一个可减小组织阻抗动态变化影响的多频电阻抗断层成像数据采集系统。方法 采用数字合成技术产生含有4种频率分量的激励信号,将其注入成像目标,然后采用正交序列数字解调法提取各频率分量下的阻抗信息。结果 所实现的成像系统可工作于1．6～380kHz。在100kHz时,该系统仍具有65dB的共模抑制比。工作频率范围内,100Ω电阻上的测量精度优于-80dB。基于物理模型的成像结果可清楚的反映出模型内阻抗实、虚部等参数的变化情况。结论 所建立的多频成像系统具有较高的测量精度,能够满足多频成像研究需要。     

基于径向基函数神经网络的两步核磁共振头部组织电阻抗成像算法

目的 基于径向基函数(radial basic function,RBF)神经网络的两步核磁共振电阻抗成像(magnetic resonance electrical impedance tomography,MREIT) 算法,对人体头部进行MREIT.方法 首先利用高分辨率的核磁共振成像(magnetic resonance imaging,MRI)系统对成像物体进行三维构建和不同组织的边界区分;然后利用RBF MREIT方法对物体内不同组织的均匀电阻抗分布进行估计,并采用基于径向基函数-遗传算法的MREIT技术对每种组织有限元模型中每个单元的电阻抗值进行估计.结果 在三层球头模型(scalp skull brain,SSB)上进行的仿真实验证明了利用两步 MREIT算法进行头部组织三维电阻抗图像重构的合理性与可行性.结论 该两步MREIT算法可以用于头部组织三维电阻抗图像重构,具有潜在的应用价值.     

小猪血液的多频电阻抗特性及其等效电路模型的研究

目的 研究血液的电阻抗频率特性，构建血液的复电阻抗等效电路模型，为研究腹部慢性出血的无创监测提供一些基础数据。方法 采用英国Solartron公司1260型频响分析仪，四电极测量法，进行了0Hz～20MHz频率内各个阶段的血液组织复电阻抗频率特性离体测量。结果 估算出了特征频率屉的范围，根据实验数据重建了血液的复电阻抗电路模型并得到了串连电路模型的凡，R0，R∞，PCPE，TCPE特征参数值。β弛豫在测量频率1MHz左右开始明显，大于6MHz以后杂散电容效应开始显著。小猪的血液组织的电阻抗特性符合COLE模型的规律，特点是fc值比较大（〉1MHz）。初步分析了血液特征频率fc值比较高的原因。结论 和其他腹部组织相比，小猪血液组织的多频特性特点明显：电阻率值明显小；容性效应在频率相对较高时才出现。对组织的高频测量要减小杂散电容对实验结果的影响。     

漫射光学断层成像系统的研究与设计

目的 设计并构建一套漫射光学断层成像系统.方法 利用近红外激光器作为光源,仅用一个光电倍增管作为检测器.一个光学多路复用器用于切换检测通道.系统的32个通道(16个发射通道,16个检测通道)工作在连续密度波模式,用来获取256个边界检测数据.结果 基于所提出的成像系统进行了实验.用intralipid作为仿体,碳素墨水作为吸收体.吸收体在浸入仿体前后分别在边界上得到一组检测数据.将这两组数据归一化后用来重建吸收系数图像.重建结果反映了吸收体的实际位置和大小.结论 所提出的成像平台能够有效地用于组织光学参数的成像.但由于逆问题的欠定性很严重,重建算法中也没有考虑噪声的影响,导致重建图像的分辨率还不够高.下一代系统可以考虑利用更多的先验知识和提高系统性能来改善重建结果.     

两种晶体厚度的单光子发射计算机断层成像部分固有性能指标的比较

目的 探索研究单光子发射计算机断层成像（SPECT）设备探头晶体厚度的改变对设备性能的影响,以期得到改变量化,深入分析原因,为改善机器性能提高图像质量提出有效措施。方法 选取3个不同厂家的12台探头晶体厚度为1英寸（1英寸=2.54 cm）的SPECT和35台探头晶体厚度为3/8英寸的SPECT,按照美国电器制造商协会（NEMA）标准测量固有非均匀性和固有空间分辨力指标。在探头晶体厚度为3/8英寸的设备中按照不同厂家分类比较,选取测量结果无差异的厂家设备作为1组数据,并与晶体厚度为1英寸的设备指标进行比较。采用两独立样本t检验,比较两种晶体厚度的探头在以上两种性能指标的差异。结果 探头晶体厚度为1英寸和3/8英寸时测得的固有非均匀性为（3.22±0.83）%和（2.51±0.65）%,两者比较差异有统计学意义（t=-3.601,P < 0.05）。探头晶体厚度为1英寸和3/8英寸时,测得的固有空间分辨力为（4.60±0.14）和（3.70±0.35） mm,两者比较差异有统计学意义（t=-13.03,P < 0.05）。结论 SPECT探头晶体厚度的改变影响设备的固有非均匀性和固有空间分辨力,应采取有效措施弥补晶体厚度改变带来的图像质量下降,以保证设备临床使用的效果。     

多频电阻抗扫描的Cole-Cole模型分析

目的研究适合于多频电阻抗扫描测量数据的分析方法,为深入研究电阻抗扫描技术打下基础。方法根据传统的阻抗形式Cole—Cole模型经验公式,推导出与电阻抗扫描测量结果匹配的导纳形式Cole-Cole公式。依据最小二乘原理,估计导纳形式Cole—Cole模型的各个参数。结果人体实测数据的导纳形式Cole-Cole轨迹图与最小二乘估计圆弧吻合良好。同一电极阵列上的测量数据可以按照电极位置生成导纳形式Cole—Cole模型4个参数的三维分布图。结论导纳形式Cole—Cole轨迹图能清晰地反映不同电极处的传输导纳随激励频率改变而引起的差异。导纳形式Cole—Cole模型的参数分布图,可从不同的物理含义上解释多频电阻抗扫描测量的结果。两者都有助于准确诊断疾病。     

电阻抗扫描成像物理模型仿真实验研究

目的在电阻抗扫描(electrical impedance scanning，EIS)乳腺成像的初期实验阶段，验证EIS成像的可行性，初步明确影响EIS成像的因素。方法基于EIS实验平台建立一个能有效模拟乳房组织分布的物理模型，并用电导率有差异的NaCl溶液、琼脂块模拟了3种不同情况下的电场分布。结果不同电导率分布引起的电场扰动会造成不同的成像结果。结论基于EIS原理的成像是可行的，初步明确了影响EIS成像的因素。     

Evaluation of Abdominal CT Obtained Using a Deep Learning-Based Image Reconstruction Engine Compared with CT Using Adaptive Statistical Iterative Reconstruction

Purpose:To compare the image quality of CT obtained using a deep learning-based image reconstruction (DLIR) engine with images with adaptive statistical iterative reconstruction-V (AV).Materials and Methods:Using a phantom, the noise power spectrum (NPS) and task-based transfer function (TTF) were measured in images with different reconstructions (filtered back projection [FBP], AV30, 50, 100, DLIR-L, M, H) at multiple doses. One hundred and twenty abdominal CTs with 30% dose reduction were processed using AV30, AV50, DLIR-L, M, H. Objective and subjective analyses were performed.Results:The NPS peak of DLIR was lower than that of AV30 or AV50. Compared with AV30, the NPS average spatial frequencies were higher with DLIR-L or DLIR-M. For lower contrast objects, TTF in images with DLIR were higher than those with AV. The standard deviation in DLIR-H and DLIR-M was significantly lower than AV30 and AV50. The overall image quality was the best for DLIR-M (p < 0.001).Conclusions:DLIR showed improved image quality and decreased noise under a decreased radiation dose.     

Improvement of Image Quality Using Hybrid Iterative Reconstruction with Noise Power Spectrum Model in Computed Tomography During Hepatic Arteriography

Objectives:In CT during hepatic arteriography (CTHA), the addition of a noise power spectrum (NPS) model to conventional hybrid iterative reconstruction (HIR) may improve spatial resolution and reduce image noise. This study aims at assessing the image quality provided by HIR with a NPS model at CTHA.Methods:This institutional review board-approved retrospective analysis included 26 patients with hepatocellular carcinomas (HCCs) who underwent CTHA. In all acquisitions, images were reconstructed with filtered back projection (FBP), adaptive iterative dose reduction 3D (AIDR), and AIDR enhanced (eAIDR) with the NPS model. Four radiologists analyzed the signal-to-noise ratio (SNR) of HCC nodules and its associated feeding arteries. The radiologists used a semiquantitative scale (–3 to +3) to rate the subjective image quality comparing both the FBP and eAIDR images with the AIDR images.Results:The feeding arteries’ attenuation was significantly higher in eAIDR compared to AIDR [514.3 ± 121.4 and 448.3 ± 107.3 Hounsfield units (HU), p < 0.05]. The image noise of eAIDR was significantly lower than that of FBP (15.2 ± 2.2 and 28.5 ± 4.8 HU, p < 0.05) and comparable to that of AIDR. The SNR of feeding arteries on eAIDR was significantly higher than on AIDR (34.1 ± 7.9 and 27.4 ± 6.3, p < 0.05). Subjective assessment scores showed that eAIDR provided better visibility of feeding arteries and overall image quality compared to AIDR (p < 0.05). The HCC nodule visibility was not significantly different among the three reconstructions.Conclusion:In CTHA, eAIDR improved the visibility of feeding arteries associated with HCC nodules without compromising nodule detection.     

Validation of Deep-Learning Image Reconstruction for Low-Dose Chest Computed Tomography Scan: Emphasis on Image Quality and Noise

ObjectiveIterative reconstruction degrades image quality. Thus, further advances in image reconstruction are necessary to overcome some limitations of this technique in low-dose computed tomography (LDCT) scan of the chest. Deep-learning image reconstruction (DLIR) is a new method used to reduce dose while maintaining image quality. The purposes of this study was to evaluate image quality and noise of LDCT scan images reconstructed with DLIR and compare with those of images reconstructed with the adaptive statistical iterative reconstruction-Veo at a level of 30% (ASiR-V 30%).Materials and MethodsThis retrospective study included 58 patients who underwent LDCT scan for lung cancer screening. Datasets were reconstructed with ASiR-V 30% and DLIR at medium and high levels (DLIR-M and DLIR-H, respectively). The objective image signal and noise, which represented mean attenuation value and standard deviation in Hounsfield units for the lungs, mediastinum, liver, and background air, and subjective image contrast, image noise, and conspicuity of structures were evaluated. The differences between CT scan images subjected to ASiR-V 30%, DLIR-M, and DLIR-H were evaluated.ResultsBased on the objective analysis, the image signals did not significantly differ among ASiR-V 30%, DLIR-M, and DLIR-H (p = 0.949, 0.737, 0.366, and 0.358 in the lungs, mediastinum, liver, and background air, respectively). However, the noise was significantly lower in DLIR-M and DLIR-H than in ASiR-V 30% (all p < 0.001). DLIR had higher signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) than ASiR-V 30% (p = 0.027, < 0.001, and < 0.001 in the SNR of the lungs, mediastinum, and liver, respectively; all p < 0.001 in the CNR). According to the subjective analysis, DLIR had higher image contrast and lower image noise than ASiR-V 30% (all p < 0.001). DLIR was superior to ASiR-V 30% in identifying the pulmonary arteries and veins, trachea and bronchi, lymph nodes, and pleura and pericardium (all p < 0.001).ConclusionDLIR significantly reduced the image noise in chest LDCT scan images compared with ASiR-V 30% while maintaining superior image quality.