马 真 孙 正 王健健
(华北电力大学电子与通信工程系,河北 保定 071003)
生物感应式磁声成像的研究现状
马 真 孙 正*王健健
(华北电力大学电子与通信工程系,河北 保定 071003)
生物感应式磁声(MAT-MI)成像是一种新型功能成像技术,融合电磁技术、超声技术和多物理场探测与成像技术,具有电阻抗成像的高对比度以及超声扫描成像的高空间分辨率的特点,能够反映生物组织的电导率变化信息,达到对病变组织进行早期诊断的目的。将MAT-MI与内窥检测技术相结合,则可直接检测生物腔体组织(如鼻腔、消化道以及血管等)病变的情况,为腔体组织疾病的诊断和治疗提供更及时可靠的依据。在分析MAT-MI的成像原理的基础上,对其正/逆问题的研究现状进行综述,并探讨内窥感应式磁声成像的可行性以及所面临的技术难点。
感应式磁声成像;电阻抗;超声;内窥成像;生物组织电导率
健康的人体组织具有固定的电特性(如电导率、介电常量等)[1],且组织电特性对其自身的生理结构和病理变化非常敏感,即当组织发生早期病变且尚未表现于形态结构时,组织内的各类化学物质及其空间分布会首先发生变化,宏观上表现为病变组织的电特性(如电导率)发生明显变化。因此,通过检测生物组织的电特性就可以无损地检测其病变情况,达到对病变组织进行早期诊断和治疗的目的。
生物电阻抗成像(biological electrical impedance imaging,BEII)技术是新一代的无创医学成像技术[2],它通过测量生物组织表面的电势差、磁场的变化或者超声信号,重构出生物组织内部的电阻抗或电阻抗的变化值。与计算机断层扫描(computerized tomography, CT)、X射线透射成像以及超声成像等结构性成像方式不同,BEII是功能成像,它可以反映生物组织功能的变化情况,理论上可以实现对病情的早期精确诊断。其中,具有代表性的有电阻抗层析成像(electrical impedance tomography, EIT)、磁感应电阻抗层析成像(magnetic impedance tomography, MIT)、磁共振电阻抗层析成像(magnetic resonance electrical impedance tomography, MREIT)、注入电流式磁声成像(magnetoacoustic tomography with current induction, MAT-CI)和感应式磁声层析成像(magnetoacoustic tomography with magnetic induction, MAT-MI)。EIT通过检测组织表面的电压值,根据电压与电流之间的关系,重建出组织内部的电阻率或电导率分布图像,但它是一种接触式成像方式,存在接触阻抗和屏蔽效应,从而会影响图像重建的精确度。不同于EIT,MIT采用线圈进行激励与检测,是非接触的成像方式,避免了接触阻抗的问题,但是它无法消除扰动磁场的影响,导致重建图像的空间分辨率较低。MREIT融合了磁共振电流密度成像(magnetic resonance current density imaging, MRCDI)和EIT技术,同之前的电阻抗成像技术相比,它通过改进测量手段和增加测量内容,提高了重建图像的分辨率。但是,它的抗噪性较差,并且存在注入电流的安全性问题。MAT-CI采用注入电流的激励方式,相对于感应式激励更容易实现,但仍存在屏蔽效应和注入电流的安全性问题[3]。目前,生物组织电阻抗成像在临床研究中已经有了较广泛的应用,如脑功能成像[4]、心脏功能成像[5]、乳腺癌筛查[6]以及肺功能成像[7]等。但是到目前为止,仍然没有可应用于临床的、兼具高对比度和高空间分辨率的电阻抗成像方式。
MAT-MI是一种以超声波为载体的新型生物电阻抗功能成像技术,它依据电磁感应原理在被测组织内部产生涡电流,既消除了生物组织的屏蔽效应,避免了注入电流的安全问题,也提高了检测灵敏度[7]。若将MAT-MI技术与内窥检测技术相结合,即内窥式磁感应磁声层析成像(endoscopic magnetoacoustic tomography with magnetic induction, EMAT-MI),则可直接检测生物腔体内组织病变的情况,为腔体组织疾病的早期诊断和治疗提供及时可靠的依据。下面在讨论MAT-MI成像原理的基础上,对MAT-MI的发展历史和其正/逆问题的研究现状进行综述,并探讨EMAT-MI的可行性及其所面临的技术难点。
在参照霍尔效应成像和磁声成像的基础上,美国明尼苏达大学贺斌教授领导的研究组于2005年首次提出MAT-MI技术[8]。它将磁感应电阻抗成像技术和超声成像技术相结合,兼具生物电阻抗成像的高对比度和超声成像的高空间分辨率的双重特点(成像分辨率能够达到甚至超过2 mm[9-10],图像的空间分辨率可达到毫米级别),是多物理场耦合功能成像技术的标志性进展。
1.1 成像原理
如图1所示,MAT-MI的成像原理是:将被测生物组织置于静磁场中,通过激励线圈引入与静磁场同方向的脉冲磁场,在生物组织内产生感应涡流,感应涡流与静磁场相互作用产生洛伦兹力,组织内的带电粒子受到洛伦兹力的作用产生机械振动,从而发射出超声波(通常称为“磁声信号”)。生物组织内产生的感应涡电流取决于电磁激励特性、成像目标的几何形状和组织内的电导率分布情况,因此磁声信号中包含组织电导率的信息。超声换能器接收到磁声信号后,通过重建声场信号,即可获得具有较高空间分辨率的组织电导率分布图像。
图1 MAT-MI成像原理Fig.1 Schematics of MAT-MI imaging
MAT-MI是由组织产生的超声波获得电导率的分布和变化情况,本质上仍是电阻抗成像,因此具备BEII高对比度的特点。它采用施加脉冲磁场的激励方式,直接在生物组织内产生感应涡流,消除了通过电极对组织注入电流所产生的接触阻抗和屏蔽效应的影响;这种激励方式更容易进入深层组织,从而提高了成像深度。MAT-MI通过采集超声波(并非磁场信号或者电势)进行图像重建,受到外界电磁干扰的影响较小,在一定程度上减小了误差。
1.2 正逆问题
目前对MAT-MI的研究仍处于理论分析和实验仿真阶段,主要包括正、逆问题两个方面。如图2所示,正问题是指根据已知的生物组织电导率分布情况,求解声源及声压分布;逆问题是指在已知生物组织产生的磁声信号的前提下,求解声源的分布,进而求解组织电导率的空间分布,即图像重建。正问题又分为电磁场正问题和声场正问题,前者的结果是组织内振动声源的分布,后者的结果是组织中声压的分布情况。
图2 MAT-MI的正/逆问题Fig.2 Forward/inverse problem of MAT-MI
由于实际生物组织的结构十分复杂,很难得到感应电流的解析解[11],目前多是建立电导率均匀的规则几何形状模型,并假设激励磁场在空间中分布均匀、声速均匀,超声探测器是理想的点探测器,且忽略噪声的影响等。应用有限元法(finite element method,FEM)计算具有不同电导率的几何模型中感应电流的分布情况,再由获得的感应电流数据仿真出模型中的声源分布和声压序列,最后选择适当的算法重建出模型的电导率分布。
1.3 研究现状
作为一种研究生物组织电特性的复合物理场耦合的功能性成像技术,MAT-MI成像近年来受到研究者的广泛关注,在理论和实验研究上均取得了显著成果。目前,对MAT-MI成像的研究主要集中在声源产生机制、声场仿真和图像重建三方面,其中前两者属于MAT-MI正问题的研究范畴。
1.3.1 声源产生机制
声源(即洛伦兹力或其散度)是MAT-MI研究的基础[12],其产生主要受待测组织电导率的分布情况以及激励磁场特性的影响。
1.3.1.1 电导率模型
目前的研究主要是在假设激励磁场均匀的条件下,对电导率均匀分布的对称几何模型的声源产生机制进行理论研究与仿真实验。例如,Brinker等分析在均匀磁场中二维对称电导率各向异性的模型中声源和声压的分布[13],Ammari等分析在均匀磁场中电导率均匀分布的三维电导率模型中声源的解析解[14],Wang等应用声偶极子源模型对电导率均匀的一维导线的声源产生机制进行了数学理论分析,并通过仿真实验验证了声波的传播在一定程度上符合声偶极子辐射理论[15]。
生物组织边界处的声源主要是由边界处电导率的变化率决定的,内部声源是由感应电场决定的。对于低电导率的生物组织,当电导率过渡区域非常狭窄时,边界声源强度远大于内部声源强度,此时内部声源可忽略,生物组织可看作是边界处电导率突变且内部电导率均匀的模型;而当电导率过渡区域相对较宽时,则要同时考虑内部声源和边界声源,此时的生物组织应当看作是电导率连续变化的模型。Wang等基于磁声激励和声偶极子辐射理论分析了电导率连续变化的生物组织声源,并借助有限元分析软件对电导率连续变化的单层圆柱模型进行了数值仿真实验[16],为边界处电导率渐变的生物组织MAT-MI成像的研究提供了基础。Zhang等将广义有限元理论应用于MAT-MI的研究,通过对同心球和偏心球的电导率模型进行仿真实验,证明了这种方法能够提高计算机仿真中感应涡流和声源分布计算的精确度[17]。
对均匀磁场中几何对称的电导率模型声源产生机制进行研究,有助于改善电导率重建算法,能够为更精确的电导率图像重建提供理论基础。但是,为了能够更接近实际生物组织且将MAT-MI应用于临床,对任意几何形状、电导率非均匀分布的生物组织的声源产生机制尚需进行更深入的研究。Li等提出了一种求解电导率各向异性模型声源密度分布的数值方法,并采用有限元分析法构造了激励线圈和永磁铁,对双层同轴圆柱导体模型进行了数值仿真实验[18],为MAT-MI的研究提供了一个更加接近实际情况的仿真环境。
1.3.1.2 激励磁场
声源的产生也受制于激励磁场,对磁场激励方式的改进有助于提高MAT-MI的成像质量。Li等利用有限元分析的方法,应用矢量磁势和标量电势,推导了有限元模型中感应电流的求解方程,并通过建立实体三维磁激励线圈模型以及双层同心球和偏心球电导率模型,对MAT-MI正问题进行分析,并研究了声压与电导率分布之间的关系[19]。
在早期的研究中多采用单线圈激励,即把通有微秒级脉冲的单线圈置于被测样本上方来实现磁激励。但是,在单一磁激励源的情况下,MAT-MI图像只能显示生物组织的轮廓。Li等通过建立立体线圈体系,采用多重磁激励的方式产生声源,实现了更完整的组织电导率的重建[20]。为了产生较高强度的声源,Mariappan等采用超顺磁氧化铁纳米颗粒标记活体组织,然后对纳米颗粒的分布进行成像,获得了较高的空间分辨率和成像深度[21]。Guo等设计了能够产生高能脉冲磁场的激励系统,脉冲瞬间功率可达2.7 MW,组织中产生的涡流强度约为1600 V/m,由此可以产生高强度的声源[22]。若要获取高信噪比的磁声信号,则需要高强度的静磁场或者瞬态磁场激励产生声源,而人体最大安全电场强度为1 250 V/m[23],受此限制,许多研究者尝试提高MAT-MI中静磁场的强度。最大磁通密度为0.3 T的永磁体[24]甚至MRI(magnetic resonance imaging)中的超导磁体[25-26]都应用到了MAT-MI成像中,缺点是它们应用于成像系统都不够便携且造价昂贵。Guo等提出了一种无静态磁场的差频MAT-MI成像方式,避免使用静态磁场,从而无需过高强度的瞬态磁激励便可获得高信噪比的磁声信号[23]。Aliroteh等提出了一种连续波磁声成像技术,用以取代传统的基于脉冲激励的成像方式,并进行了验证实验[27],实验结果表明这种成像方式能够在提高信噪比的同时减小所需的峰值平均功率比,而且能够降低成像系统的复杂程度,为便携式成像系统的设计奠定了基础。
1.3.2 声场仿真
声源满足以洛伦兹力密度散度作为源项的声压波动方程,由于洛伦兹力密度散度和感应涡流之间有直接关系,因此可先求解出给定磁场条件下的感应涡流,进而求解出声场分布。目前,对于声场仿真的研究主要是在假设生物组织声学特性均匀的前提下,研究声压波动方程的解析解和数值解,它是以声源产生机制的研究为基础的。
针对声源奇异值的问题,即在介质的分界面处电导率的突变导致了洛伦兹力的不连续,因此无法直接应用声压波动方程求解声场分布,而是采用无界的声压波动方程。例如,Xu等在对声源产生机制分析的基础上,应用无界介质波动方程计算了声场的空间分布[8];Ma等基于无界声波方程的解,应用声场传递函数计算了二维对称多层电导率模型声场的空间分布[28-29]。
对于实际生物组织声场的研究,还需应用有界介质的亥姆霍兹方程求解声场的分布。为解决在介质边界电导率不连续的问题,刘国强等提出基于声压-速度耦合方程和位移方程的声场数值求解方法[30-32],这两种方法无需求解洛伦兹力散度,避免了奇异值问题。他们还提出应用弱形式处理洛伦兹力散度项的方法,即将边界处洛伦兹力散度的计算转化为洛伦兹力与试函数(shape function)梯度的积分计算,从而间接解决了奇异值问题。李珣分别计算均匀介质内部不同介质分界面两边的声源[33],从而有效地解决了洛伦兹力散度奇异值的问题。
实际上,生物软组织的声学特性不均匀率低于10%[34],因此在MAT-MI声场仿真中假设生物组织的声学特性均匀具有一定的合理性。然而,如颅骨等硬组织的声学特性则是非均匀的。因此,为了能够获得更高质量的MAT-MI图像,以及使MAT-MI的应用能够更广泛,仍需研究声学特性非均匀生物组织的声场。张伟等[35]借助有限元分析工具Comsol,应用时域有限差分(FDTD)法仿真了声学特性不均匀媒介中的声场分布,初步揭示了声学非均匀特性对MAT-MI成像的影响,为声学非均匀媒质的MAT-MI研究奠定了一定的基础。
1.3.3 重建组织电导率
MAT-MI应用多物理场耦合的方式,通过组织产生的超声信号重建组织的声源和电导率,避免了以电场或者磁场作为重建数据的缺点,使重建图像在具有高对比度的同时,也获得了较高的空间分辨率。由超声成像以及生物电阻抗成像的研究成果可知,增强物理场对图像重建参数(对于MAT,指电导率)的敏感度,并且增加有用信息的数据量,是获得高空间分辨率、高对比度图像的关键。声源的产生与生物组织电导率的变化率密切相关,而空间声场对声源的变化十分敏感,因而MAT-MI对于生物组织电导率的变化非常敏感。
1.3.3.1 声源重建
声源重建方法的选取取决于磁声信号的采集方式,目前主要有3种方式:将超声换能器均匀分布于目标体周围、采用线性阵列超声换能器和平移/旋转超声换能器。孙晓冬等基于偶极子声源辐射理论,分别对单向型(unidirectional)、全方向型(omnidirectional)以及强方向型(strong directional)超声换能器进行声压、波形以及图形重建的数值仿真[36]。结果表明,对于三维电导率模型,大半径强方向型的超声换能器可以有效地减少等效源、投射源和图层效应的影响,可增强声压信号,改善成像对比度,有益于电导率重建中边界声压的获取。
Xia等应用谐函数展开法,推导由声压信号重建洛伦兹力的计算公式,并将其应用于凝胶和猪肉组织仿体的实验研究,获得了较为清晰的图像[37-38]。他们提出并用实验验证了根据接收到的标量声压数据重建向量声源的理论方法,这种方法对传感器与声源之间的距离不敏感,能够更准确地重建声源,进而重建更高质量的电导率分布图。李珣等借助有限元理论,应用时间反演法(time-reversal),对空心圆柱及二层同心球模型进行声源重建,并分析了电导率各向异性对图像重建的影响[39]。
对于三维声源重建,声压的检测面必须为封闭曲面,主要有平面、柱面和球面3种方式。Zhou等[40]证明,若检测面上以声源为中心的两点的立体角相同,那么在这两点处接收到的声波振幅相同,这样可以利用不完备的声压数据进行MAT-MI声源的三维重建,从而简化了计算,缩短了重建时间。Xia等提出基于格林函数的3种声源重建方法,即势能法、矢量声压法和洛伦兹力散度法[41]。其中,势能法和矢量声压法可以直接求解洛伦兹力,进而准确地重建出组织电导率分布,而应用洛伦兹力散度法只能重建出电导率不同的组织边界。Ma等提出基于超声换能器特性的算法重建声源的向量分布,用插值方法建立真实声换能器的三维声场分布模型[11]。
目前,声源重建算法大多是基于生物组织声学特性均匀分布的假设,而人体绝大部分组织都是声学特性非均匀的。对此,Zhou等提出了一种通过超声传感器发射和接收声信号获取声学特性非均匀生物组织的声速分布的方法;对于声源重建迭代算法,通过对人脑模型的数值仿真实验,验证了该算法的可行性,并评价了算法的性能,为声学特性非均匀媒质MAT-MI成像的研究提供了一种方法[42]。
1.3.3.2 电导率重建
目前,关于MAT-MI成像的理论和实验研究仅限于在生物组织体外接收磁声信号,也就是将超声换能器置于待测目标周围,如图1所示。相对于内窥成像,这种方式不能及时有效地对腔体组织(如消化道、肠道、血管等)进行观察和诊断。对于鼻腔、消化道以及血管等腔体器官的诊断,采用内窥成像方式可比外部扫描成像方式更加准确地检测组织的病变情况。
图3 EMAT- MI成像原理Fig.3 Schematics of EMAT-MI imaging
2.1 成像原理
内窥检测是将内窥镜由人体天然通道或微创切口送入人体内,能够直接观察腔体器官的空间结构和病变情况,是一种无创或者微创的成像手段。将MAT-MI成像技术与内窥检测技术相结合(即EMAT- MI),可直接准确地检测生物腔体组织的病变情况,为腔体组织疾病的诊断和治疗提供依据。
如图3所示,EMAT-MI的成像原理是:对腔体组织施加沿腔体组织轴向的静磁场,在与静磁场同方向上施加磁脉冲激励,在脉冲磁场的作用下腔体壁中产生感应涡流,其中的带电粒子在静磁场中受到洛伦兹力的作用产生微小振动,从而发射出超声波,置于腔体内的超声换能器接收到超声信号后,再经由图像重建得到腔体组织电导率的空间分布。
根据MAT-MI的成像特点,EMAT-MI的静磁场与激励磁场须在腔体组织外部施加,而组织产生的磁声信号的本质仍是超声波,因此EMAT-MI成像导管的设计可以借鉴超声或者光声内窥成像,如血管内超声(intravascular ultrasound,IVUS)或血管内光声(intravascular photoacoustic,IVPA)成像[46]。
单一的成像技术不能全面、详尽地描述组织信息,而超声、光声(photoacoustic, PA)和磁声成像的原理具有相似之处,都是以超声波作为载体,因而可将它们结合起来,用同一个成像导管对生物腔体组织同时进行磁声、光声和超声联合内窥成像。采用同一个超声换能器,分时接收组织反射的超声信号以及产生的光声和磁声信号,再利用合成孔径聚焦技术(synthetic-aperture focusing technique, SAFT)进行合成并重建图像[47]。理论上讲,这种联合成像具有极高的空间分辨率、对比度、灵敏度和对比分辨率,能准确定位病变组织的位置形态及功能成分。
2.2 技术难点
2.2.1 建立腔体组织的电导率模型
生物组织的电磁特性非常复杂,而且组织电导率的各向异性、介质边界处电导率的突变以及二次磁场干扰等都会造成重建图像定位误差,同时还要考虑腔体组织内部的物质(如血管内的血液、消化道内的消化液等)对成像质量的影响。
2.2.2 磁场的施加方式
根据MAT-MI以及内窥成像的特点,静磁场和脉冲磁场必须覆盖检测部位,且方向沿腔体的轴向,因此对于弯曲程度较大的腔体组织(如冠状动脉等),施加静磁场和脉冲磁场的难度较大。
2.2.3 超声换能器的特性
近距离检测超声信号的换能器的特性也是需考虑的技术难点。EMAT-MI是通过成像导管前端的超声换能器采集腔体组织产生的磁声信号,因此超声换能器的选择和设计可以借鉴超声内窥成像或者光声内窥成像。
2.2.4 电磁场的影响
EMAT-MI的激励磁场是在生物腔体组织的外部施加的,而组织产生的磁声信号是由位于腔体内部的超声换能器采集的,并且电磁场和声场属于两个不同的物理场,因此仿真中可以认为电磁场对磁声信号的采集基本没有影响。然而,在实际实验中,由于距离近,电磁场覆盖了声传感器的位置,对传感器有低频电磁干扰,对此可以采用小波滤波等方法,降低干扰噪声,提高信号的信噪比。
2.2.5 图像重建算法的优化
EMAT-MI是MAT-MI与内窥检测相结合的成像方式,本质上仍是根据采集到的超声信号,重建腔体组织的电导率空间分布,因此理论上讲,MAT-MI的图像重建算法均适用于EMAT-MI的图像重建,只是需要考虑有限角度扫描对重建图像质量的影响。
MAT-MI是近年提出的一种多物理场耦合的新型功能成像方法,研究者已从理论和实验上证实,MAT-MI有望实现电导率分布的高对比度和高分辨率成像,但目前对它的研究仍处于理论的建立与完善以及建立简单模型仿真的阶段。若将MAT-MI成像技术与内窥检测技术结合,则可应用于生物腔体组织病变的早期诊断,特别是超声/光声/磁声联合内窥成像,可实现多种成像手段的高度集成化,具有很高的潜在应用价值,有望成为该领域的研究热点。
[1] Duck FA. Physical properties of tissue: a comprehensive reference book[J]. Medical Physics, 1991, 18(4):834-834.
[2] 徐灿华, 董秀珍. 生物电阻抗断层成像技术及其临床研究进展[J]. 高电压技术, 2014, 40(12): 3738-3745.
[3] Liu Guoqiang, Huang Xin, Xia Hui, et al. Magnetoacoustic tomography with current injection [J]. Chinese Science Bulletin, 2013, 58(30):3600-3606.
[4] Yang Bin, Xu Canhua, Dai Meng, et al. Generating anatomically accurate finite element meshes for electrical impedance tomography of the human head[C]//Proceedings of Fifth International Conference on Digital Image Processing. Bellingham: SPIE, 2013: 88783L-1-88783L-5.
[5] Pikkemaat R, Lundin S, Stenqvist O, et al. Recent advances in and limitations of cardiac output monitoring by means of electrical impedance tomography[J]. Anesthesia & Analgesia, 2014, 119(1): 76-83.
[6] Hong S, Lee K, Ha U, et al. A 4.9 mΩ-sensitivity mobile electrical impedance tomography IC for early breast-cancer detection system[J]. IEEE Journal of Solid-State Circuits, 2015, 50(1): 245-257.
[7] Becher T, Vogt B, Kott M, et al. Functional regions of interest in electrical impedance tomography: a secondary analysis of two clinical studies[J]. PLoS ONE, 2016, 11(3): e0152267.
[8] Xu Yuan, He Bin. Magnetoacoustic tomography with magnetic induction[J]. Physics in Medicine and Biology, 2005, 50(21): 5175-5187.
[9] 刘国强. 磁声成像技术上册:超声检测式磁声成像[M]. 北京: 科学出版社, 2014: 8-13.
[10] Hu Gang, He Bin. Magnetoacoustic imaging of electrical conductivity of biological tissues at a spatial resolution better than 2 mm[J]. PLoS ONE, 2011,6(8): e23421.
[11] Ma Ren, Yin Tao, Liu Zhipeng. Magnetoacoustic tomography with magnetic induction (MAT-MI) reconstruction algorithm based on characteristics of acoustic transducer[J]. X-Acoustics: Imaging and Sensing, 2015, 1(1): 48-54.
[12] Roth BJ. The role of magnetic forces in biology and medicine[J]. Experimental Biology and Medicine. 2011, 236 (2): 132-137.
[13] Brinker K, Roth BJ. The effect of electrical anisotropy during magnetoacoustic tomography with magnetic induction[J]. IEEE Transactions on Biomedical Engineering, 2008, 55(5): 1637-1639.
[14] Ammari H, Boulmier S, Millien P. A mathematical and numerical framework for magnetoacoustic tomography with magnetic induction[J]. Journal of Differential Equations, 2015, 259(10): 5379-5405.
[15] Wang Shigang, Zhang Shunqi, Ma Ren, et al. A study of acoustic source generation mechanism of magnetoacoustic tomography[J]. Computerized Medical Imaging & Graphics, 2014, 38(1): 42-48.
[16] Wang Jiawei, Zhou Yuqi, Sun Xiaodong, et al. Acoustic source analysis of magnetoacoustic tomography with magnetic induction for conductivity gradual-varying tissues[J]. IEEE Transactions on Biomedical Engineering, 2016, 63(4): 758-764.
[17] Zhang Shuai, Zhang Xueying, Wang Hongbin, et al. Forward solver in magnetoacoustic tomography with magnetic induction by generalized finite element method[J]. IEEE Transactions on Magnetics, 2016, 52(3): 1-4.
[18] Li Xun, Hu Sanqing, Li Lihua, et al. Numerical study of magnetoacoustic signal generation with magnetic induction based on inhomogeneous conductivity anisotropy[J]. Computational and Mathematical Methods in Medicine. 2013, 2013(1): 161357.
[19] Li Xun, Li Xu, Zhu Shanan, et al. Solving the forward problem of magnetoacoustic tomography with magnetic induction by means of the finite element method[J]. Physics in Medicine and Biology, 2009, 54(9): 2667-2682.
[20] Li Xu, Mariappan L, He Bin. Three-dimensional multiexcitation magnetoacoustic tomography with magnetic induction[J]. Journal of Applied Physics, 2010, 108(12): 124702.
[21] Mariappan L, Shao Qi, Jiang Chunlan, et al. Magneto acoustic tomography with short pulsed magnetic field for in-vivo imaging of magnetic iron oxide nanoparticles[J]. Nanomedicine: Nanotechnology, Biology and Medicine, 2016, 12(3): 689-699.
[22] Guo Liang, Jiang Wencong, Liu Guoqiang, et al. Development of the pulse magnetic field excitation system in magnetoacoustic tomography[C]//Proceedings of 2015 IEEE International Conference on Electron Devices and Solid-State Circuits (EDSSC). Singapore: IEEE, 2015: 329-332.
[23] Guo Liang, Liu Guangfu, Yang Yanju. Difference frequency magnetoacoustic tomography without static magnetic field[J]. Applied Physics Express, 2015, 8(8): 086601.
[24] Hu Gang, Cressman E, He Bin. Magnetoacoustic imaging of human liver tumor with magnetic induction[J]. Applied Physics Letters, 2011, 98(2): 023703.
[25] Mariappan L, Hu Gang, He Bin. Magnetoacoustic tomography with magnetic induction for high-resolution bioimepedance imaging through vector source reconstruction under the static field of MRI magnet[J]. Medical Physics, 2014, 41(2):131-134.
[26] Shen Boyang, Fu Lin, Geng Jianzhao, et al. Design and simulation of superconducting lorentz force electrical impedance tomography (LFEIT)[J]. Physica C: Superconductivity and its Applications, 2016, 524: 5-12.
[27] Aliroteh MS, Scott G, Arbabian A. Frequency-modulated magneto-acoustic detection and imaging[J]. Electronics Letters, 2014, 50(11): 790-792.
[28] Ma Qingyu, He Bin. Investigation on magnetoacoustic signal generation with magnetic induction and its application to electrical conductivity reconstruction[J]. Physics in Medicine and Biology, 2007, 52(16): 5085-5099.
[29] Ma Qingyu, He Bin. Magnetoacoustic tomography with magnetic induction: a rigorous theory[J]. IEEE Transactions on Biomedical Engineering, 2008, 55(2): 813-816.
[30] 刘国强, 贺文静, 夏慧, 等. 感应式磁声成像声场正问题研究 (二):基于位移方程的声场模拟方法[J]. 现代科学仪器, 2010 (1): 14-16.
[31] 贺文静, 刘国强, 张洋, 等. 感应式磁声成像声场正问题研究 (一):基于声压-速度耦合方程的声场模拟方法[J]. 现代科学仪器, 2010 (1): 9-13.
[32] 刘国强, 贺文静, 夏慧, 等. 感应式磁声成像声场正问题研究 (三):基于弱形式处理洛伦兹力散度声源的声场模拟方法[J]. 现代科学仪器, 2010 (1): 17-20.
[33] 李珣. 基于乳腺肿瘤模型的感应式磁声成像正问题研究[J]. 中国生物医学工程学报, 2010, 29(3): 390-398.
[34] Hermand JP, Randall J. A Monte Carlo experiment for measuring acoustic properties of macroalgae living tissue[J]. The Journal of the Acoustical Society of America, 2015, 137(4): EL314-EL319.
[35] 张伟, 马任, 张顺起, 等. 基于声学不均匀特性的磁感应磁声成像声压解析[J]. 北京生物医学工程, 2014, 33(6):558-564.
[36] 孙晓冬, 王欣, 周雨琦, 等. Reception pattern influence on magnetoacoustic tomography with magnetic induction[J]. Chinese Physics B, 2015, 24(1): 329-337.
[37] Xia Rongmin, Li Xu, He Bin. Magnetoacoustic tomographic imaging of electrical impedance with magnetic induction[J]. Applied Physics Letters, 2007, 91(8): 83903-83903.
[38] Xia Rongmin, Li Xu, He Bin. Reconstruction of vectorial acoustic sources in time-domain tomography[J]. IEEE Transactions on Medical Imaging, 2009, 28(5): 669-675.
[39] 李珣,Li Xu,朱善安,等. 基于时间反演方法的三维磁感应磁声成像电导率重建[J]. 中国生物医学工程学报, 2009, 28(1):48-52.
[40] Zhou Lian, Zhu Shanan. Acoustic source reconstructions in limited-view magnetoacoustic tomography with magnetic induction[C]// Proceedings of 2012 IEEE International Conference on Biomedical Engineering and Biotechnology (iCBEB). Macall: IEEE, 2012: 708-711.
[41] Xia Rongmin, Li Xu, He Bin. Comparison study of three different image reconstruction algorithms for MAT-MI[J]. IEEE Transactions on Biomedical Engineering, 2010, 57(3): 708-713.
[42] Zhou Lian, Zhu Shanan, He Bin. A reconstruction algorithm of magnetoacoustic tomography with magnetic induction for an acoustically inhomogeneous tissue[J]. IEEE Transactions on Biomedical Engineering, 2014, 61:1739-1746.
[43] Li Xu, Xu Yuan, He Bin. Imaging electrical impedance from acoustic measurements by means of magnetoacoustic tomography with magnetic induction(MAT-Ml)[J]. IEEE Transactions on Biomedical Engineering, 2007, 54(2): 323-330.
[44] 周廉,朱善安,贺斌. 三维磁感应磁声成像的新算法研究[J]. 电子学报, 2013, 41(2):288-294.
[46] 孙正,苑园,王健健. 血管内光声成像的研究进展[J]. 中国生物医学工程学报, 2015,34(2):221-228.
[47] 韩朵朵,孙正,苑园. 基于滤波反投影算法的血管内光声图像重建[J]. 中国生物医学工程学报, 2016, 35(1):10-19.
Progress of Biological Magnetoacoustic Tomography with Magnetic Induction
Ma Zhen Sun Zheng*Wang Jianjian
(DepartmentofElectronicandCommunicationEngineering,NorthChinaElectricPowerUniversity,Baoding071003,Hebei,China)
Biological magnetoacoustic tomography with magnetic induction (MAT-MI), a newly emerged functional imaging modality, combines the electromagnetic, ultrasonic and multi-physics detection and imaging technology. It has the advantages of good contrast of electrical impedance tomography and high spatial resolution of ultrasonography. It provides the information of conductivity changes of biological tissues and is helpful in the early diagnosis of pathological biological tissues. Endoscopic MAT-MI (EMAT-MI) combines MAT-MI and endoscopic detection techniques. It can directly detect the physiology and pathology of the luminal structures including nasal cavity, digestive tract and vessel. In this paper, the feasibility and difficulties of EMAT-MI were discussed based on the review of MAT-MI forward/inverse problem.
magnetoacoustic tomography with magnetic induction (MAT-MI); electrical impedance; ultrasound; endoscopic imaging; conductivity of biological tissue
10.3969/j.issn.0258-8021. 2016. 06.013
2016-06-06, 录用日期:2016-07-30
国家自然科学基金(61372042);中央高校基本科研业务费专项资金(2014ZD31)
R318
A
0258-8021(2016) 06-0729-08
*通信作者(Corresponding author), E-mail: sunzheng_tju@163.com