稀疏加权算法与GREIT算法在颅脑电阻抗成像中的对比研究

• 作者: 付峰 刘本源 徐灿华 李昊庭 杨琳 董秀珍
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 颅脑电阻抗断层成像 动态成像 图像重建算法 算法比较 三维颅脑模型
• 年，卷（期）: 2016,（11）
• 页码范围: 23-27
• 页数: 5页
• 分类号: R318|TM934.7
• 字数: 3806字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2016.11.005

摘要

稀疏加权算法（L1算法）与GREIT算法是近年来两种较为热门的颅脑电阻抗成像（Electrical Impedance Tomography，EIT）图像重建优化算法，基于不同的数学模型，这两种算法性能不同。为了改善颅脑EIT重建图像质量并为其算法优选提供依据，本文基于三维颅脑仿真模型开展了仿真研究，对比了传统二阶范数加权算法（L2算法）、稀疏加权算法以及GREIT算法在颅脑电阻抗图像重建中的性能。仿真结果表明，相比传统二阶范数加权算法，两种优化的算法对颅脑EIT均有改善，而稀疏加权算法在图像噪声、形变误差、位置误差3项指标的评价中性能最优。在阈值函数的作用下，稀疏加权算法经多步迭代抑制了图像噪声，突出了重建目标。稀疏加权算法可以大大改善颅脑EIT效果，适用于颅脑EIT且对未来颅脑电阻抗重建算法扩展研究有重要参考价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董秀珍	第四军医大学生物医学工程系	218	2001	22.0	34.0
2	付峰	第四军医大学生物医学工程系	122	846	15.0	22.0
3	徐灿华	第四军医大学生物医学工程系	31	137	5.0	10.0
4	杨琳	第四军医大学生物医学工程系	12	119	8.0	10.0
5	李昊庭	第四军医大学生物医学工程系	4	5	1.0	2.0
6	刘本源	第四军医大学生物医学工程系	3	1	1.0	1.0