电阻抗断层成像技术研究

【作 者】苌飞霸，张和华，颜乐先，尹军

第三军医大学大坪医院野战外科研究所医学工程科，重庆市，400042

电阻抗断层成像技术研究

【作 者】苌飞霸，张和华，颜乐先，尹军

第三军医大学大坪医院野战外科研究所医学工程科，重庆市，400042

该文综述了电阻抗断层成像技术原理及测量系统；重点介绍了电阻抗断层成像检测系统的激励模式及几种典型的电阻抗成像图像重建算法；并将几种图像重建算法进行比较及客观有效地评价。

电阻抗断层成像；激励模式；重建算法；功能成像

0 引言

电阻抗断层成像(Electrical Impedance Tomography，EIT)通过置于人体体表的电极阵列中激励电极系统向人体组织和器官施加微小的交变电流激励，然后通过电极阵列中的电压测量电极系统测量组织或器官的边界电压响应，从而重建反映组织或器官功能状态与变化规律的功能性电阻抗分布图，其具有无损伤、功能成像和医学图像监护三大突出优势。

相对于通常在组织或器官发生器质性病变和其他临床症状时才能检查出来的CT、MRI、PET等医学成像，EIT成像作为一种功能性成像技术能在疾病潜伏期或组织和器官发生功能性变化时就可以及时地检查与诊断出来，使疾病地防治与治疗不易错过最佳时机。同时，EIT系统相对于CT、MRI、PET等成像技术，它具有对人体检测不存在损伤、可以实现动态功能性成像与医学图像监护的特点。且EIT测量系统结构简单、操作简单方便、成像成本较低。所以，EIT成像技术成为国内外临床医学研究的一个热点[1,2]。

但是EIT系统生成的人体器官或器官图像的分辨率较现有成像设备生成图像的分辨率低，所以，如何提高其生成图片的空间分辨率、成像算法的稳定性及精度，以及如何实现可靠地实时成像，这些都是研究中面临的问题。目前，国际上主要就高速及高精度的单频成像和局部组织或器官重建；多频多参数成像检测技术；电阻抗断层成像图像3D呈现；非接触式电阻抗成像技术；EIT技术的临床应用等几个方面做相关研究。本文综述了电阻抗断层成像技术原理及测量系统；重点介绍了电阻抗断层成像检测系统的激励模式及几种典型的电阻抗成像图像重建算法；并将几种图像重建算法进行比较及客观有效地评价。

1 电阻抗断层成像系统

目前EIT已经普遍应用于乳腺癌、腹部脏器功能检测与诊断、脑部功能成像等[3]临床应用，这些应用于临床的EIT检测系统，其主要的结构包括人体组织或器官的电阻抗数据检测部分和图像重建部分如图1所示。

图1 电阻抗断层成像检测系统Fig.1 The electrical impedance tomography detection system

电阻抗数据检测系统主要是利用电极系统中激励电极系统向人体组织或器官施加一定的激励电流源，同时由电极系统中电压测量电极系统检测出流经人体激励源产生的电压信号，由此计算出人体组织或器官的电阻抗分布信息，所以，电阻抗数据检测系统为图像算法提供了人体组织或器官电阻抗及其变化的信息。图像重建根据电阻抗数据检测系统提供的组织或器官的电阻抗及其变化信息，采用相应的重建算法对组织或器官的电阻抗及其变化信息实现图像重建与显示等功能[4]。

2 电阻抗断层成像系统激励模式

根据EIT系统中使用的激励源性质，EIT系统激励模式主要为电流激励模式（Current Exciting Method），电压激励模式（Voltage Exciting Method）和感应线圈产生的感应电流激励模式（Induced Current Exciting Method），由于电极阵列与人体接触表面存在接触阻抗，而电压激励模式不能有效地去除接触阻抗对整个测量系统的影响，且重建人体组织或器官的电阻抗分布复杂。同时电压激励模式中流经人体的电流大小不易控制容易造成相关医疗事故的发生，所以电压激励模式仅在有特殊要求的激励频率时使用。相对于电压激励模式，电流激励模式可以有效地克服人体组织或器官与测量系统的接触阻抗，而且组织或器官的电阻抗分布重建过程简单准确，同时电流激励模式可以精确控制确保人体安全的激励电流阈值。所以多数的EIT成像系统采用电流激励电压测量的激励模式。感应电流激励模式即在被测组织或器官的周围放置感应线圈，通过对感应线圈施加一定频率的交变电流，从而在人体组织或器官内产生感应电流，同时通过另外的测量电极测量感应电流在人体组织或器官产生的感应电压，以此重建人体组织或器官的电阻抗分布，感应电流激励模式是一种新型的激励模式。

所以EIT系统通过置于人体体表的电极阵列中相邻、相间或者相对激励电极对向测量部位施加激励电流，同时通过电极阵列中相邻的测量电极对或者某一参考电极相对于所有测量电极构成的测量电极对进行测量部位的电压边界值进行测量。EIT系统中测量时电极对施加电流与电极对进行电压测量的方式称为激励测量模式，激励模式按激励信号输入电极的相对位置(如图2所示)可分为相邻激励模式(Adjacent Exciting Pattern)、相间激励模式(Cross Exciting Pattern)、相对激励模式(Opposite Exciting Pattern)[5]。

图2 电阻抗断层成像激励测量模式Fig.2 The electrical impedance tomography excitation measurement mode

相邻激励模式（如图2(a)）中激励电流源通过某一对相邻激励电极对向人体被测组织或器官注入激励电流，在剩下相邻电极对上测量边界电压。然后切换到下一激励电极对和相邻的测量电极对。按照该方法切换所有电极对，直到所有电极对测量完毕。相间激励模式（图2(b)）及对于有N个电极的测量系统，其中激励电极对之间可以依次间隔0到N/2-1个电极，在剩下的电极系统中选取测量电极对，直到所有选取的隔间电极测量完毕。相对激励测量模式（如图2(c)）即通过激励电极对向测量部位的两端施加激励电流，而测量电极对可以选取一个与激励电极相邻的测量电极与其他测量电极依次构成，或者在激励电极相邻的测量电极对上测量电压。然后相应地切换激励电极对与测量电极对到下一电极对，重复上述过程直至切换完毕。

EIT激励测量模式中，相邻激励测量模式可以获取更多的测量电压，所以其分辨率和测量信息量都比较高，使其在EIT系统中得以广泛应用，但是由于该模式中激励电极对间的距离较近，致使激励电流主要流经测量部位的边界区域，而中心区域的电流密度比较稀疏，所以导致被测部位边界区域的检测灵敏度较高而中心区域的检测灵敏度较低，被检测部位的灵敏度不均匀。而相对于相邻激励模式相对激励模式的激励电极对间的距离最大，所以流经测量部位的中心区域电流密度大且测量灵敏度高，但是该模式所能获取的独立测量电压数少且病态性严重。相间激励模式其测量独立电压数和系统测量灵敏度介于其它两种激励测量模式之间，所以相间测量模式有可能成为实用化EIT测量和图像重建中较好的激励模式。

EIT系统中信号源的质量是影响EIT系统成像效果的重要因素，所以EIT系统的信号源要具有失真小稳定度高等优点，同时信号源频率响应范围宽，能以此获取更多的组织或器官的复阻抗信息；信号源的幅度不宜过高且要求稳定性极高不至于对人体正常组织或器官造成伤害。高品质的信号源及激励模式是EIT系统中十分重要部分[6]。

3 成像算法

电阻抗成像图像重建主要是根据EIT硬件系统测量的边界和边界电压的测量值，求模型内的阻抗分布。EIT成像算法借助于数值方法通过多次迭代修正来实现阻抗分布的估计以使之最接近真实阻抗分布[7-8]，目前EIT系统有动态成像和静态成像两种图像重建方式。

动态成像是利用EIT测量系统两个不同时刻测量的电阻抗数据，然后图像重建算法获取这两个时刻电阻抗分布的差值重建其阻抗分布相对变化，所以动态成像是利用组织或器官阻抗分布的相对变化值为成像目标的相对值成像方法。动态成像由于采用的是两个时刻电阻抗分布的差值重建其阻抗分布相对变化，所以测量系统的噪声与误差在相减过程中得以消除，这样系统的噪声与误差对图像重建影响较小。所以动态成像的EIT系统性能要求较低易于实现。此外，动态成像假定两个不同时刻测量的电阻抗变化不大，重建算法可以基于线性近似，所以动态成像计算量较小可实现实时成像。动态成像主要有等位线反投影法、敏感系数法等。动态成像具有抗干扰性强，计算量少等优点，且图象重建算法对数据采集系统的要求不是太高，但是其应用不广泛。

静态成像是利用EIT测量系统测量某一时刻器官或组织电阻抗绝对值，然后通过图像重建算法获取该时刻电阻抗分布的绝对值重建器官或组织阻抗分布，所以静态成像是以阻抗分布的绝对值为成像目标的绝对值成像方法。由于静态成像采用器官或组织的电阻抗绝对值，所以要求EIT系统的性能和误差都要满足一定的精度，且测量系统的噪声及测量数据的误差都会对测量结果及成像产生影响。因此要求用于静态成像的EIT系统应该具有更高检测灵敏度，动态范围和抵御噪声性能。所以静态成像中应改进算法、降低病态程度、优化激励测量模式、加入一定的先验知识等措施。目前由于静态重建算法已得到广泛的应用及具有较好的成像效果已成为EIT成像重建的重要方式。但是静态成像也具有一系列的缺点，例如数据计算量大，系统抗噪声性能差等。目前主要有的静态成像算法有Newton-Raphson法、拟Newton-Raphson法、层析法、双限定法等。

除了Newton-Raphson、层析法、反投影法、灵敏度矩阵算法以及改进算法等EIT图像重建算法[9-11]，基于遗传算法和神经网络算法、粒子群算法等相关智能算法开始应用于EIT图像重建，这些图像重建算法相对于传统的成像算法具有收敛速度，容易修正局部最优极值，具有全局搜索能力等优点[12]。

4 总结

EIT系统即通过置于人体体表的电极系统，选择合适的激励模式向人体组织或器官施加特定频率的激励，以此测量人体组织或器官的电阻抗及其变化，采用相应的重建算法对组织或器官的电阻抗及其变化信息实现重建与显示人体局部器官功能状态及变化规律的图像。电阻抗断层成像技术的优势是对人体检测不存在损伤、可以实现动态功能性成像且可以实现医学图像监护等。EIT系统由数据检测系统及图像重建算法两部分组成，选择合适的测量模式及较高的检测灵敏度与信噪比且可以分辨任意微小边界电压值的数据测量系统对EIT成像系统至关重要；同时，图像重建算法对数据采集系统具有一定的要求且对EIT系统的性能和精度具有一定的影响。一般而言，EIT系统必须具有高的检测灵敏度和信噪比，有足够的空间分辨率和阻抗分辨率。用于临床监护的EIT系统还应提供较高的成像速度以实现实时监测。

[1] 董秀珍. 生物电阻抗成像研究的现状与挑战[J]. 中国生物医学工程学报, 2008, 05: 641-643,649.

[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, 12: 3738-3745.

[3] 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, (12):3738-3745.

[4] 苌飞霸, 张和华, 尹军. 生物电阻抗测量技术研究与应用[J]. 中国医学物理学杂志, 2015, 32(2): 234-238.

[5] 罗辞勇, 陈民铀, 王平, 等. 电阻抗成像交叉测量模式的抗噪声性能研究[J]. 仪器仪表学报, 2009,(1): 14-19.

[6] 陈晓艳, 熊伟.生物医学电阻抗成像系统信号源的设计与实现[J]. 国外电子测量技术, 2011, 30(1): 50-54.

[7] 邓娟, 王妍, 吕婧华, 等. 三种 EIT 算法重建图像评价的仿真研究[J]. 医疗卫生装备, 2010, 31(5): 1-3.

[8] 付峰, 秦明新. 电阻抗断层图像重建算法[J]. 国外医学: 生物医学工程分册, 1995, 18(5): 255-262.

[9] 秦明新, 李世俊, 董秀珍, 等. 基于敏感性定理的EIT重建算法仿真研究[J]. 生物医学工程学杂志, 2002, 19(2):236-238.

[10] 常甜甜, 魏雯婷, 丛伟杰. 电阻抗成像的稀疏重建算法[J]. 西安邮电大学学报, 2013, (2):92-96, 110.

[11] 陈民铀, 黄薏宸, 李冰, 等. 电阻抗成像正则化参数的优化方法[J]. 重庆大学学报, 2014, 01:61-67.

[12]陈民铀, 李乐, 何为. 基于传感器测量系统的 EIT 重建算法研究[J]. 传感器与微系统, 2012, 31(11): 51-53.

Research on Electrical lmpedance Tomography Technology

【 Writers 】CHANG Feiba, ZHANG Hehua, YAN Lexian, YIN Jun
Medical Engineering Department, Institute of Surgery Research, Daping Hospital, The Third Military Medical University, Chongqing, 400042

electrical impedance tomography, incentive mode, reconstruction algorithm, functional imaging

R310

A

10.3969/j.issn.1671-7104.2016.01.015

1671-7104(2016)01-0052-03

2015-09-24

全军医学科技青年培育项目（13QNP120）

苌飞霸，E-mail: chang573788260@163.com

尹军，高级工程师，E-mail: gaiety@126.com

【 Abstract 】This article reviews the principle of electrical impedance tomography imaging and measurement system; focuses on electrical impedance tomography imaging detection system of incentive mode and several typical image reconstruction algorithm of electrical impedance imaging; and objectively compares and effectively evaluates several image reconstruction algorithm.