基于阈值的广义逆电阻抗成像的重建算法.PDF

基于阈值的广义逆电阻抗成像的重建算法 王超1 ， 王化祥2 天津大学自动化学院， 300072 E-mail(hxwang@) 摘要: 基于Geselowitz 灵敏度原理及广义逆理论，建立了基于阈值的广义逆算法，并提 出了一种实用的规则化参数选择方法，与其它重建算法比较，该算法明显地改善了再构图像 质量。 关键词: 电阻抗断层成像 Geselowitz 灵敏度原理 广义逆矩阵 奇异值阈值 1 引言 电阻抗断层成像技术(EIT：Electrical Impedance Tomography) 是近年来出现的新一 代无创伤功能成像技术。EIT 通过配置于人体体表的电极阵列，提取与人体生理、病理状态 相关组织的电特性信息送入计算机，利用图像重建算法再构出断层图像。与 X 射线、CT 成 像技术不同，电阻抗成像通常被称为‘软场’成像技术，即与场中被测介质电导率相关，因 而求解‘软场’问题是一个复杂的非线性问题。 基于 Geselowitz 的灵敏度理论[1]，可获得场域灵敏度系数矩阵，将测量电极的测量电 压值与被测场域的电导率分布非线性关系用线性近似，以矩阵形式表示为 V SG （1） 式中，V 为被测阻抗变化矢量矩阵；G 为灰度矢量矩阵；S 灵敏度映射矩阵。重建图像 过程为 G S −1V （2） －1 式中，S 表示 S 的逆矩阵，但实际问题中矩阵不一定是方阵，即使是方阵也未必非奇 异，因此引入广义逆解[2]。 广义逆的最直接构造方法是奇异值分解法。 设S ∈Cn×m 可奇异值分解 σ1     •   • 0  H , S UDC D    •   σ   r   0 0  m×n （3） [3] 其中，σ 0 ( i 1 , ... , r ) 为A 的奇异值，U 和C 分别是m 阶和n 阶酉矩阵 ，则 i 国家自然科学基金（批准号），天津市自然科学基金资助项目 Email ：mail_wangchao@ ，hxwang@ σ−1   1   •   • 0  S+ C  UH  •   −1 