適用于腦部電阻抗斷層成像的單源驅動電流模式

1、    適用于腦部電阻抗斷層成像的單源驅動電流模式            作者：時間：2007-11-22 11:35:00                           &

2、#160;                                       作者：史學濤，董秀珍，帥萬鈞，尤富生，付峰，劉銳崗【關鍵詞】  腦部Singlesource drive patterns

3、 for brain electrical impedance tomography【Abstract】 AIM: To seek a singlesource drive pattern which is more suitable for brain electrical impedance tomography (EIT). METHODS:  In accordance with the characteristics of brain resistivity distribution and data acquisition system, we compared adja

4、cent, cross, polar and newly proposed quasipolar drive patterns of dynamic range, number of independent measurement, total marginal voltage changes and antinoise performance in an equivalent circuit model of the brain resistivity distribution consisting of 7300odd resistors. RESULTS:  The quasi

5、polar drive pattern was optimal in all aspects except the dynamic range. Polar and cross drive patterns and adjacent drive pattern followed in a descending order. CONCLUSION:  The quasipolar drive pattern is the most suitable pattern for brain EIT.【Keywords】 electrical impedance tomography; equ

6、ivalent circuit; drive pattern; brain resistivity distribution【摘要】 目的: 尋求一種更適合于腦部電阻抗斷層成像技術（EIT）的單源驅動模式 方法: 針對腦部電阻率分布的特點和數(shù)據(jù)采集系統(tǒng)的實際情況，在一個由7300多個電阻構成的腦部電阻率分布等效電路模型上，對比了鄰近、交叉、對向和新提出的準對向這四種驅動模式在動態(tài)范圍、獨立測量數(shù)、邊界電壓變化量和抗噪性能等方面的差異結果:除動態(tài)范圍外，準對向驅動模式均為最優(yōu)，對向和交叉驅動模式次之，鄰近模式最差結論: 準對向驅動模式最適合于腦部EIT使用【關鍵詞】 電阻抗斷層成像； 等效電路；

7、 驅動模式； 腦電阻率分布0引言電阻抗斷層成像技術（electrical impedance tomography, EIT）通過求解Laplace方程逆問題來重構圖像1由于導體內電流分布的非線性特性，該逆問題具有嚴重的病態(tài)性為在某些方面提高重構圖像的性能，研究者們依據(jù)不同的判據(jù)，提出了多種電流驅動模式2-3. 其中Demidenko等3所用的自適應最優(yōu)電流模式中需要同時采用多個電極驅動并在這些電極上測量邊界電壓，各電流源需精確匹配，使系統(tǒng)實現(xiàn)起來難度很大，目前只有很少系統(tǒng)能夠做到因而，從低成本、易于實現(xiàn)的角度出發(fā)，我們將目標鎖定在單源激勵模式上鑒于腦部電阻率分布的嚴重不均勻性及其對顱內深層組

8、織電特性變化信息的提取的影響，考慮到EIT測量的實際情況，我們在腦電阻率分布等效電路模型上對比了鄰近、交叉、對向和我們提出的準對向這四種單電流源驅動模式的性能1方法1.1腦EIT基于以上考慮，我們認為判斷一個驅動模式是否更適于腦EIT時應關注以下指標：邊界電壓的動態(tài)范圍盡可能??；電極個數(shù)相同時獨立測量個數(shù)盡可能多；相等的激勵電流下，顱內電阻率擾動所導致的邊界電壓的變化量盡可能大；要有最佳的抗噪性能基于這四種指標，我們對對向驅動模式、鄰近驅動模式、交叉驅動模式和我們新提出的準對向驅動模式進行了對比1.2方案實驗中，我們分別改變圖1B中區(qū)域1，2和3處的電阻率，使之分別在1.28128.00 m范

9、圍內變化，然后通過相應的電極向模型中注入1 mA的激勵電流，同時記錄邊界電壓2結果2.1動態(tài)范圍仿真結果表明，在同種驅動下，顱內電阻率的變化對邊界電壓的動態(tài)范圍影響不顯著，而各驅動模式間的差異則較為顯著其中，鄰近驅動模式下的動態(tài)范圍最大，遠高于其它模式，而對向驅動模式最小，準對向驅動模式略高于對向驅動模式(表1).表1各驅動模式下邊界電壓的動態(tài)范圍（略）2.2獨立測量數(shù)對于16電極系統(tǒng)，在去除激勵電極的情況下，對向驅動模式的獨立測量數(shù)最少，僅為96個鄰近驅動模式為104個交叉驅動模式和準對向驅動模式均為192個2.3邊界電壓變化量對比結果如圖2所示，圖中的A，B和C分別為圖1B中的區(qū)域1，2和

10、3處的電阻率由1.28 m變化到128.00 m時TBVC的變化情況可以看出，當目標位置相同且電阻率變化相等的情況下，準對向激勵模式下的I大于其余模式，交叉驅動模式次之，而鄰近驅動模式最小2.4抗噪性能對比加噪后目標能被成功識別的比例隨所加噪聲水平的對應關系如圖3所示圖中的A，B和C分別是圖1B中的區(qū)域1，2和3處的電阻率分別從12.8 m降至9.6 m時圖像識別率隨噪聲水平的變化情況可以看出，存在測量噪聲時，當目標由大腦的邊緣向深層移動時，各驅動模式對目標的識別能力均明顯下降而在噪聲水平相等時，準對向驅動模式對目標的識別能力優(yōu)于其余各模式.從中還可看出交叉驅動模式雖然對邊緣目標的識別能力強于

11、剩余兩種，但隨著目標位置的深入，其識別能力急劇下降，到中心位置時，其識別能力已成為所有模式中最差的而鄰近驅動模式則在所有位置處的目標識別能力均較差.3討論為找到一種適于腦部EIT的驅動模式，本研究我們首先根據(jù)腦部電阻率分布的嚴重不均勻性及實際EIT成像過程中各因素對數(shù)據(jù)采集的影響，在含有頭皮、顱骨、腦脊液及腦白質等多層組織的頭部電阻網(wǎng)絡仿真模型上對比了鄰近、交叉、對向及準對向這四種驅動模式下，邊界電壓的獨立測量數(shù)、邊界電壓差、動態(tài)范圍及抗噪性能結果顯示準對向驅動模式除動態(tài)范圍略大于對向驅動外，其余指標均為最高與Schuessler等2的研究結果相反，本研究中鄰近驅動模式的抗噪性最差其原因之一可

12、能在于本實驗的研究對象是腦，由于顱骨的屏蔽效應和CSF的分流效應，大量的激勵電流經(jīng)大腦頭皮和CSF流出，而鄰近驅動模式會進一步加強這種效應，另外可能是與加噪的方式有關：Schuessler等按固定的SNR添加噪聲，但由于鄰近驅動模式下的邊界電壓總體較低，因而其加入的噪聲也小于其余模式而我們認為噪聲的水平由測量系統(tǒng)決定，不會隨輸入信號的幅度而改變，因而各驅動模式下均應加入大小相同的噪聲，在同一個水平上比較抗噪性能本實驗結果提示：準對向驅動模式最適于腦部EIT【參考文獻】1 Dong G, Bayford R, Gao S, et al. The application of the genera

13、lized vector sample pattern matching method for EIT image reconstruction J. Physiol Meas, 2003, 24(2): 449-466.2   Schuessler T, Bates JH. Current patterns and electrode types for single source electrical impedance tomography of the thorax J. Ann Biomed Eng, 1998, 26(2): 253-259.3 

14、60; Demidenko E, Hartov A, Soni N, et al. On optimal current patterns for electrical impedance tomography J. IEEE Trans Biomed Eng, 2005, 52(2): 238-248.4   Kao TJ, Newell JC, Saulnier GJ, et al. Distinguishability of inhomogeneities using planar electrode arrays and different patterns of applied