[论文解读] Estimation of conductivity changes in a region of interest with electrical impedance tomography

Dong Liu, Ville Kolehmainen+3 more|arXiv (Cornell University)|Mar 26, 2014

Geophysical and Geoelectrical Methods参考文献 1被引用 3

一句话总结

本文提出了一种用于电气阻抗断层扫描（EIT）的新型非线性逆向方法，通过将变化后组织的电导率建模为初始状态与变化量的线性组合，同时重建初始电导率及其变化。通过分别对背景和变化部分施加正则化，并将变化限制在感兴趣区域（ROI）内，该方法提升了空间分辨率和准确性——在声带成像的仿真中实现了亚毫米级的宽度估计精度，优于传统的差值成像与绝对成像方法。

ABSTRACT

This paper proposes a novel approach to reconstruct changes in a target conductivity from electrical impedance tomography measurements. As in the conventional difference imaging, the reconstruction of the conductivity change is based on electrical potential measurements from the exterior boundary of the target before and after the change. In this paper, however, images of the conductivity before and after the change are reconstructed simultaneously based on the two data sets. The key feature of the approach is that the conductivity after the change is parameterized as a linear combination of the initial state and the change. This allows for modeling independently the spatial characteristics of the background conductivity and the change of the conductivity - by separate regularization functionals. The approach also allows in a straightforward way the restriction of the conductivity change to a localized region of interest inside the domain. While conventional difference imaging reconstruction is based on a global linearization of the observation model, the proposed approach amounts to solving a non-linear inverse problem. The feasibility of the proposed reconstruction method is tested experimentally and with a simulation which demonstrates a potential new medical application of electrical impedance tomography: imaging of vocal folds in voice loading studies.

研究动机与目标

• 为解决传统差值成像在EIT中依赖全局线性化而导致图像分辨率低、定性为主的局限性。
• 通过使用两组测量数据同时求解初始电导率与变化量，实现对局部电导率变化的精确重建。
• 通过独立正则化背景电导率与变化量，提升空间分辨率并减少伪影。
• 通过支持部分边界电极布置，促进实际EIT系统的设计。
• 在时变EIT应用中提升定量准确性，特别是在声带运动等动态生理变化的医学成像中。

提出的方法

• 将变化后电导率参数化为线性组合形式：σ₂ = σ₁ + δσ，其中δσ表示电导率变化。
• 将逆问题表述为使用正则化最小二乘法联合重建σ₁与δσ，避免对前向模型进行全局线性化。
• 对σ₁（如Tikhonov正则化）和δσ（如总变差正则化）分别应用独立的正则化泛函，以建模其不同的空间特性。
• 将电导率变化δσ限制在预定义的兴趣区域（ROI）内，以提升定位精度并降低病态性。
• 在有限元框架中实现该方法，并采用带Tikhonov型正则化的迭代优化求解。
• 在实验室装置的实验数据及部分边界电极配置下的声带成像2D仿真中对该方法进行了测试。

实验结果

研究问题

• RQ1 与传统线性化差值成像相比，非线性、非线性化的EIT重建方法是否能在检测局部电导率变化时提升空间分辨率与准确性？
• RQ2 对背景电导率与变化量分别施加正则化，是否能提升EIT重建图像质量并减少伪影？
• RQ3 将电导率变化限制在感兴趣区域是否能提升重建精度，特别是在边界测量有限的情况下？
• RQ4 在仅使用前向电极布置的情况下，该方法是否能有效重建如声门开合等微小、局部的变化？
• RQ5 在存在真实建模不确定性的条件下，该方法与逐帧绝对成像及标准差值成像相比表现如何？

主要发现

• 所提方法重建的声门宽度为0.47 cm，与真实值（0.39 cm）相差仅0.08 cm，显著优于传统方法。
• 传统差值成像（E1）与逐帧绝对成像（E2, E3）的重建宽度在1.11 cm至1.17 cm之间，表明存在显著高估与分辨率低下问题。
• 所提方法（E4）的重建结果清晰分辨出声门开合，准确度更高且伪影更少，即使在部分边界电极布置下亦表现良好。
• 该方法有效抑制了传统线性化方法中因背景电导率不均匀而产生的颈部区域拉长伪影。
• 在δσ上使用总变差正则化（E3）相比仅使用Tikhonov正则化可提升图像质量，但所提联合ROI方法（E4）仍表现更优。
• 该方法对部分边界数据具有鲁棒性，表明其在实际EIT系统中具有可行性，尤其适用于电极布置受限的语音负荷研究等场景。