电阻抗断层成像技术在医学中的应用与算法研究

"这篇博士学位论文主要探讨了电阻抗断层成像(Electrical Impedance Tomography, EIT)技术的算法研究，特别是在医学领域的应用。作者严佩敏在通信与信息系统专业，由王朔中和莫玉龙指导。EIT技术因其无创无害的特性在医学成像中备受关注，但图像重建问题存在严重病态和非线性挑战。论文提出了一系列改进算法以提高空间分辨率和成像精度，包括自适应网格细分、指数加权的Tikhonov正则化以及修正的非线性共轭梯度迭代法。" 在EIT技术中，阻抗分布是关键参数，可用于揭示物体内部结构的变化。表1.2列举了不同类型岩石和液体的阻抗值，这些数据对于理解地质结构和环境科学中的应用至关重要。例如，EIT被用于监测地质状况，如地下岩矿沉淀，检测储罐泄漏，以及跟踪注入地下的液体流动，如在石油工业中。在生物医学领域，EIT因其非侵入性而广泛应用于肺部疾病检测、呼吸窘迫监测、心脏血流评估和肿瘤检测。 尽管EIT的空间分辨率目前低于传统的成像技术如X射线CT、超声成像和MRI，但其独特之处在于提供功能成像，利用生物组织的阻抗变化获取生理和病理信息。这种技术在早期疾病筛查、预防和监测方面有显著优势，且设备成本低、体积小、操作简单，对人体无任何伤害。 论文的创新点主要包括三个方面：1) 提出了一种自适应网格细分法，通过逐步细化初步确定的阻抗异常区域，提高局部成像精度，同时减少存储需求；2) 设计了一种基于指数加权的Tikhonov正则化重建算法，通过优化正则化因子选择，减小成像的病态性，加快算法收敛速度；3) 提出了修正的非线性共轭梯度迭代法，降低了计算复杂度，增强了算法稳定性和计算效率。 这篇论文深入研究了EIT图像重建算法，旨在提升其在医学成像中的实用性和准确性，为EIT技术在生物医学和地球科学等领域的进一步应用提供了理论支持和方法创新。