[发明专利]一种颅脑EIT局部最优正则化参数选取的方法

说明书

本发明公开了一种颅脑EIT局部最优正则化参数选取的方法，该方法依据颅脑解剖结构与噪声、干扰的空间分布特点，将测量数据中头皮层与颅骨层的噪声、干扰剔除，二次根据仅包含了脑实质阻抗变化的测量数据来选择局部最优正则化参数。相比原来的方法，该方法不仅可以提高信号的信噪比，同时可以获取更优的正则化参数，提高重建图像质量。

技术领域

本发明属于电阻抗断层成像(Electrical Impedance Tomography，EIT)领域，特别涉及一种颅脑EIT局部最优正则化参数选取的方法。

背景技术

电阻抗断层成像技术(Electrical Impedance Tomography，EIT)通过安装在物体表面的电极对物体有规律地施加激励，若物体内部存在阻抗变化，则会引起表面测量电极电位的变化，基于测量电极电位变化，结合相应重建算法可以获得物体内部阻抗变化图像。中国专利申请(专利号：ZL 99115885.5)，公开了名称为一种电阻抗断层成像方法，对EIT成像技术方案进行了详细披露。

在EIT中，合理选取正则化参数对于图像重建至关重要。若选取的正则化参数过小，会导致重建图像伪影过多，甚至不能得到正确的重建结果；若选取的正则化参数过大，会降低重建图像分辨率，使得重建目标产生严重的变形。目前，常用的正则化参数优选方法包括L曲线法和梯度下降法等。上述方法均是根据边界测量数据选取一个最优的正则化参数。然而，边界测量数据中包含了脑实质、颅骨层和头皮层区域的阻抗变化信息，这样选取的正则化参数为全局最优正则化参数。对于颅脑EIT，已知病灶如脑出血一般发生在脑实质区域，故我们更关注发生在脑实质的阻抗变化，头皮层与颅骨层的阻抗变化可以认为是噪声或者干扰引起的。基于上述分析，亟需寻找一定的方法将仅包含脑实质区域信息的数据从原来数据中剥离出来，然后基于处理后的数据再次优选正则化参数，来获得一个局部最优的正则化参数来提高颅脑EIT成像质量。

发明内容

针对颅脑电阻抗图像重建合理选取正则化参数的问题，本发明目的在于提供一种颅脑EIT局部最优正则化参数选取的方法，通过该方法不仅可以提高信号的信噪比，同时可以获取更优的正则化参数，提高重建图像质量。

为了实现上述目的，本发明采取如下技术解决方案：

一种颅脑EIT局部最优正则化参数选取的方法，包括如下步骤：

步骤1，获取颅脑电阻抗初始重建数据f₀，根据f₀选取全局最优正则化参数λ_global并重建图像，获得初始重建图像，其中，颅脑电阻抗初始重建数据f₀包含脑实质的阻抗变化信息、颅骨的阻抗变化信息与头皮层的阻抗变化信息；

步骤2，提取初始重建图像背景区域的阻抗变化ρ_BGD，初始重建图像背景区域为颅骨与头皮区域；

步骤3，计算背景区域的阻抗变化引起的边界电位变化f_BGD；

步骤4，从颅脑电阻抗初始重建数据f₀中去除背景区域的阻抗变化引起的边界电位变化f_BGD，获得仅包含脑实质区域阻抗变化的数据f_brain；

步骤5，基于仅包含脑实质区域阻抗变化的数据f_brain选择局部正则化参数λ_local，以局部正则化参数λ_local作为颅脑EIT局部最优正则化参数。

所述步骤1中，根据f₀基于L曲线法选取全局最优正则化参数λ_global。