项目名称: 颅脑电阻抗成像颅骨影响及其分层图像重构算法研究

项目编号: No.51207161

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电气科学与工程学科

项目作者: 徐灿华

作者单位: 中国人民解放军第四军医大学

项目金额: 26万元

中文摘要: 颅脑电阻抗图像监护技术能够动态监测颅脑病情恶化,我们的前期研究表明该技术具有很好的应用前景,但颅脑成像监护也遇到了颅骨高电阻率等重要问题,严重制约了进一步的临床应用研究,国际上尚没有很好的解决方法。本课题在前期预研究的基础上,通过对人体颅骨活性组织阻抗特性的测量,构建非均匀颅骨分布模型;利用骨缝低电阻率特点,研究新型颅脑成像电极分布和激励测量方法,提高采集信号的质量;利用颅骨阻抗特性较为稳定的特点,提出新型分层重构算法,增强颅腔内部病灶目标成像效果,降低头皮层电极干扰;通过仿真,对重构方法和参数进行改进;最后,通过物理模型、动物模型和临床病人实验进行验证,根据实验结果对算法进行进一步改进。通过上述研究,达到改善颅脑图像监护的图像质量、降低干扰的作用,为推动颅脑电阻抗图像监护的临床应用研究奠定基础。

中文关键词: 电阻抗成像;逆问题;图像监护;;

英文摘要: Our early research has shown that cerebral electrical impedance tomography(EIT) is a promising technique which can monitor cerebral diseases. But we also encounter many influencing factors, such as high resistivity of the skull etc. There are no recently published method to solve the problems at this time. In this project, we will build an inhomogeneous skull model based on actual skull impedance values measured by us; design a new electrode arrangement strategy to improve the signal quality; propose a novel layered reconstructed algorithm to improve the image quality of the cranial cavity and to reduce the electrode interference of the scalp. At last, we will verify and improve the proposed method and algorithm by performing tank, animal and human experiment.Through researches above, this project will advance clinical research of the cerebral EIT.

英文关键词: Electrical impedance tomography;Inverse problem;Imaging monitoring;;

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
15+阅读 · 2021年10月4日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
77+阅读 · 2020年12月6日
【WSDM2021】拓扑去噪的鲁棒图神经网络
专知会员服务
26+阅读 · 2020年11月14日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
Meta-Learning 元学习:学会快速学习
GAN生成式对抗网络
20+阅读 · 2018年12月8日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关VIP内容
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
15+阅读 · 2021年10月4日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
77+阅读 · 2020年12月6日
【WSDM2021】拓扑去噪的鲁棒图神经网络
专知会员服务
26+阅读 · 2020年11月14日
[CVPR 2020-港中文-MIT] 神经架构搜索鲁棒性
专知会员服务
25+阅读 · 2020年4月7日
相关资讯
【速览】TPAMI丨泛化边缘保持和结构保持图像平滑模型
中国图象图形学学会CSIG
1+阅读 · 2021年10月15日
Meta-Learning 元学习:学会快速学习
GAN生成式对抗网络
20+阅读 · 2018年12月8日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
14+阅读 · 2019年9月11日
微信扫码咨询专知VIP会员