肺部三維EIT模型構建與圖像重建研究

陳曉艷 褚猛麗 常曉敏 章曉潔

（天津科技大學電子信息與自動化學院，天津 300222）

肺部三維EIT模型構建與圖像重建研究

陳曉艷?褚猛麗 常曉敏 章曉潔

（天津科技大學電子信息與自動化學院，天津 300222）

肺部三維電阻抗圖像重建是電阻抗成像技術的重要應用之一。利用3D光學云點技術對人體胸腔區域掃描，并融合X圖像提供的肺部結構構建肺部三維EIT仿真模型。根據肺部膨脹及收縮時的電導率先驗知識，由COMSOL軟件求解獲得三維靈敏度矩陣，并在Matlab平臺下由共軛梯度迭代算法重建肺部EIT斷層圖像，進行三維立體重構，獲得3D EIT圖像。為研究電流敏感場均勻性，設置4組不同電極層間距進行比較仿真實驗，結果表明，對于33 cm胸腔區域，電極層間距為8 cm時，成像效果最佳，其最大相關系數為0.810 3，敏感場均勻性為1.869 6×103，結構相似度為0.482 5，靈敏場的均勻性明顯改善，有利于圖像重建質量的提高。

電阻抗成像；肺部三維；圖像重建；共軛梯度迭代；先驗信息

引言

EIT是一種新穎的無損成像技術，它根據物體內部組織電特性，對其表面施加安全電壓/電流激勵，通過測量物體邊界電信號，重建物體內部電特性參數的分布及其變化情況［1-2］。電阻抗成像技術在醫學領域、工業領域的應用日趨廣泛，尤其在醫學領域［3］更為社會各界所關注，如在肺通氣監測［4-5］、腦組織變化跟蹤［6］、胃排空與收縮狀態檢測［7］等方面。目前在國內肺部三維EIT成像研究中，天津大學王化祥小組采用人體胸腔輪廓，但僅局限于二維圖像重建；河北工業大學徐桂芝小組利用4層電極在圓柱體邊界模型下進行肺部成像，實現了動態肺呼吸過程圖像重建［8］；國外的曼徹斯特大學EIT課題小組利用MR圖像構建胸腔輪廓模型，并結合分割方法與信息相互計算進行肺部三維圖像重建［9］。上述圖像重建模型各有優點，但也各自存在缺陷，不斷探究更優的圖像重建模型是三維EIT圖像重建的重要研究方向。

EIT 電極分布［10-11］影響三維圖像重建質量［12］。電極層間距離越大，敏感場均勻性越差；但是層間距離越小，測量的范圍就受限制，不能真實地反映胸腔內肺部的空間三維分布情況。本研究對不同電極層間距離進行對比、仿真成像試驗，采用相關系數、均勻場靈敏度性、結構相似度3種評價指標進行電極層間距離的優化。

1 方法

采用光學云點掃描構建人體胸腔三維輪廓，并在胸腔模型中按真實人體肺臟構建模型，以融合邊界結構與肺臟部分布信息的方法提高三維EIT模型的準確性。采用共軛梯度算法進行三維圖像重建，在不同電極層間距條件下對圖像重建效果進行評價判定。

1.1 模型構建

1.1.1 胸腔輪廓提取

為構建準確的人體胸廓模型，采用3D CaMega光學云點數字化掃描系統，通過多方位、多角度拍攝掃描獲取三維云點數據，由反求軟件與三維云點處理軟件自動生成高精度的人體胸腔輪廓。

圖1為本研究中健康男性志愿者胸腔輪廓掃描實景，右側為掃描實物，左側為上位機顯示界面。

圖1 3D光學掃描人體胸部實景Fig.1 Optical scanning human chest system

圖2為上述系統掃描所得的初步模型。然后，利用三維軟件SolidWorks對其進行適當修正，以便降低后期圖像重建時逆問題的求解難度。

圖2 3D光學掃描系統所得胸部初始模型Fig.2 The initial model by Optical scanning system

1.1.2 肺臟模型

由圖3（a）可見，人體兩片肺葉自上而下呈擴張趨勢，心臟的存在導致左側肺葉面積要小于右側肺葉面積，且左右肺間距自上而下逐漸變大。

通過X片可以獲取直觀有效的肺部生理結構信息，并參考相關文獻、3D肺部圖片等信息，按照胸腔的尺寸，以一定的比例，利用3D軟件SolidWorks，構建出橢圓形肺臟模型，分別為正視圖、側視圖、俯視圖，如圖3（b）所示。

在呼吸過程中，肺組織輪廓存在較大差異。在吸氣末時，肺器官組織處于擴張充盈狀態，更便于觀察其內部生理結構信息。本研究選取吸氣末狀態，作為研究肺部三維EIT圖像重建的胸腔模型。

圖3 肺X片與仿真模型三視圖。（a）肺X圖片；（b）肺模型三視圖Fig.3 Lung X-ray images and simulation model.（a）Lung X-ray images；（b）Three view of lung simulation model

1.1.3 胸肺組合模型

將兩片肺葉模型按實際人體肺器臟狀態填充至胸腔模型內部，形成胸肺組合模型。然后，將此胸肺組合模型導入有限元仿真軟件COMSOL 3.5a，在模型輪廓外邊界，均勻設置上下兩層各16個半徑為2.5 cm的圓形電極，如圖4所示。模型尺寸比例為掃描系統自適應設置的最佳模式，模型縱向高33 cm，上部左右最寬為38 cm，下部左右最寬為22 cm。

圖4 胸腔組合仿真模型Fig.4 Chest combination simulation model

1.2 重建算法

在邊界不規則、內部結構復雜的情況下，三維逆問題求解時系統矩陣維數增大，求解難度顯著增加。由于共軛梯度迭代（conjugate gradient，CG）算法［13］是通過每次迭代產生一個新的解，趨向逼近于真實解，無需進行系統矩陣的分解，因此迭代時間較短，所以本研究采用CG算法進行圖像重建。

1.3 評價參數

1）相關系數R［14］。該值靈敏地反映重建電導率和真實電導率之間相關關系的密切程度，它的取值范圍為［0，1］，其值越大，逆問題求解質量越好。

2）敏感場靈敏度均勻性參數P［15］。在電學成像系統中，敏感場分布通常是不均勻的。P為評價敏感場分布參數，其值越小，敏感場的分布越理想。

3）結構相似度SSIM［16］。該值表示重建圖像的非線性改變程度，主要考慮了圖像的亮度和對比度。SSIM的取值范圍為，值越大，圖像重建質量越好。

1.4 仿真實驗

仿真平臺參數如下：COMSOL3.5a，Matlab R2010b，Intel（R）Core i7 3.50GHz，8.00GB RAM。

理論上的分析認為，電極層數多，能更精準反映三維的分布情況，圖像重建質量會更好。但是，增加電極層數意味著圖像重建時間加長，計算的成本會呈指數型增長，對于仿真平臺的要求也會提高，在實現上存在一定的局限性。

在本研究中，取電極層距離分別為6、7、8、9 cm，進行4組仿真試驗，采用評價參數R、P和SSIM對成像結果對比分析。在有限元軟件COMSOL中，對構建的空場模型（肺呼氣末狀態）與滿場模型（肺吸氣末狀態）分別施加大小為5 mA的直流電流激勵，考慮肺部電導率先驗信息［17］的情況，空場下胸腔體與肺器官電導率均為0.037 s/m，滿場下胸腔體電導率與空場一致，肺部電導率設為0.138 s/m，采用對角激勵-相鄰測量模式采集成像數據［18-19］。

2 結果

2.1 流線圖對比

在EIT測量中，電場的分布狀態對場域內電流密度分布、場強大小及均勻性有著直接的影響。電流流線圖可以反映電流在場域內方向、電流密度以及分布狀態。在本研究中，以不同電極層距離的（a）～（d）等4組試驗的電流流線分布情況，探究其對成像效果的影響。為便于觀察，取每組仿真的一對激勵所得電流流線分布作為研究對象，4組流線分布狀態的仿真結果如圖5所示。由圖可見，每對激勵的電流流線均由電流輸入端到達電流的流出端。但是，在（a）、（b）和（d）中，有一部分電流線并不能到達流出端，表明電場分布不均勻；（c）的電流流線在整個場域內各個部位的分布相對均勻，提示其電場分布較其他組均勻，與其相應的靈敏度矩陣準確度較高。

2.2 圖像重建

為了充分體現三維斷層成像效果，更好展示三維胸腔內部不同斷層的生理結構信息差異，模型自上而下取距最底部為25、22、17、15、11、8 cm 的 6 處位置斷層成像，對應圖5中從（a）到（d）的順序，分別進行圖像重建，成像結果如圖6（b）～（e）所示，（a）為仿真模型中6處位置的斷層圖像結果。由于仿真結果在迭代次數達150左右時均取得較好成像質量，再增加迭代次數差別很小，因此在圖6中圖像統一取迭代次數為150。

圖5 不同電極層間距時電場分布狀態仿真。（a）6 cm；（b）7 cm；（c）8 cm；（d）9 cmFig.5 The distribution of electric field under different electrode layer intervals.（a）6 cm；（b）7 cm；（c）8 cm；（d）9 cm

圖6中每組成像結果均可體現胸腔內肺葉自上而下的形狀變化、大小差異、位置距離改變等信息，說明成像結果在一定程度上可以反映實際人體模型肺部構造。比較不同電極間隔距離的4組仿真成像效果，可見（d）組成像偽影少，目標物位置準確，邊界較清晰，成像質量相對更好。

表1為（b）～（e）4組仿真圖像的R、P和 SSIM參數評價結果，可見結果相差很小。但相對而言，（d）組的敏感場均勻性及結構相似度較其他組更優，這定量驗證了對圖6結果的觀察結論。

表1 不同電極層間距的參數評價結果Tab.1 The evaluation indices of different electrode layer interval

2.3 三維立體重建

將上述6幅EIT斷層EIT圖像在Matlab軟件中進行三維圖像構建。首先，對EIT圖像進行灰度化處理，提取邊界信息及感興趣區的輪廓曲線；其次，將預處理好的6幅EIT圖像導入Matlab，使用cat函數構建三維矩陣D，經smooth等函數對圖像進行平滑、邊緣銳化及偽彩色增強等一系列可視化處理，最后由isosurface、isonormals、patch等函數實現三維立體重建，結果如圖7所示。

圖6 實際模型與4種不同電極層間距下成像（每行從左到右分別為模型自上而下6處位置的斷層成像）。（a）實際模型；（b）～（e）電極層間距6～9 cmFig.6 The real model and imaging results with four different electrode layers spacings（From left to right in each row，tomography results of top-down with 6 different positions）.（a）The real model；（b）～（e）Electrode layers spacing from 6～9 cm

通過三維立體圖像可看出，由EIT二維斷層圖像所構建的胸腔三維立體圖像，增強了邊界輪廓，豐富了結構信息，減少了噪聲干擾，再現了圖3模型的三維可視化效果。在圖7中，邊界上一層層的輪廓相對還是比較粗糙的，如果導入的EIT圖像數量增加，將會得到邊界更加光滑的三維圖像。

圖7 三維重建立體圖像Fig.7 The 3D reconstruction stereogram

3 討論

本研究結果表明，三維EIT電極分布并不是電極層間隔越大或越小成像效果就越好，這主要是由于電阻抗成像中注入激勵電流是一個三維電流場，場強分布不會限于同一個平面，而會向導電域的各個方向分布。在三維肺部圖像重建過程中，電流場效應不可忽視，電極層間距改變使得激勵電流形成的三維電流場隨之變化：如間距變大，場域內的電流密度變小，場域分布均勻性越差，從而影響成像效果；如間距變小，兩電極層的電流場效應就會相互產生影響，使得敏感場的非均勻性加重，最終成像效果也會受到影響。

三維電流場效應對被測場域的大小、形狀都存在著較強的依賴關系。本研究在建立的模型大小與形狀基礎上，通過仿真試驗及參數評價方法，找出最佳的電流場域分布狀態，形成相對較優的電極層分布方案，為后續的三維胸腔電阻抗成像應用研究奠定了理論基礎。本研究的不足之處在于：首先，只采用了4種不同電極層間距進行研究，若增加層間距對比數量，細化模型求解域，可取得更為理想的成像效果；其次，電阻抗技術的廣泛應用并不局限于肺部的成像檢測，在腦部、乳腺、腸胃以及其他應用中也較為普遍。因而，對于不同生理結構和生理狀態的組織器官，需要對其電極分布采取相應合理有效的電極布置方案，這也是EIT技術要繼續研究的一個重要內容。

4 結論

在本研究中，利用3D光學云點技術對自愿者的胸腔區域進行掃描，并融合X圖片提供的肺部結構先驗信息和肺部電導率先驗信息，構建三維肺部EIT仿真模型，為三維胸腔模型構建提供了又一新的重構方式。通過圖像重建算法，以電極層間距分布為討論研究點，重構三維EIT的斷層圖像，經評價參數的定量驗證，重構質量較好，得出最佳電極層間距分布模式，且進一步驗證該模型的創新合理性、有效性。最后將胸腔區域的6層斷層圖像重建出三維立體圖像，提供了更為豐富的空間電導率分布信息。

人體胸腔具有非常復雜的生理結構，其電導率分布情況也因個體差異而有所不同。因此，在下一步的研究中，將胸腔內部的器官組織（如心臟、脊柱、皮下組織等）進一步考慮到三維建模中，會獲取更為豐富的生物組織電導率分布狀態；此外，增加模型樣本容量，提取更多的模型輪廓，提高模型擬合度，進而獲取更為精準的胸腔模型。

［1］ Brown BH.Electrical impedance tomography（EIT）：A review［J］.Med Eng Technol，2003，27（3）：97-108.

［2］ Bayford RH，Bioimpedance tomography（electrical impedance tomography）［J］.Annu Rev Biomed Eng，2006，8：63-91.

［3］ 董秀珍.生物電阻抗成像研究的現狀與挑戰［J］.中國生物醫學工程學報，2008，27（5）：641-649.

［4］ Chen Xiaoyan，Wang Huaxiang.Lung ventilation functional monitoring based on electrical impedance tomography ［J］.Trans Tianjin Univ，2009，15：007-012.

［5］ Heizmann S，Baumg?rtner M，Krüger-Ziolek S，et al.3-D lung visualization using electrical impedance tomography combined with body plethysmography ［J］.IFMBE Proc，2014，43（1）：172-175.

［6］ Gilad O，Holder DS.Impedance changes recorded with scalp electrodes duringvisualevoked responses：implications for electrical impedance tomography of fast neural activity ［J］.Neuro Image，2009，47（2）：514-522.

［7］ Gaggero PO，Adler A，Brunner J，et al.Electrical impedance tomography system based on active electrodes ［J］.Physiological Measurement，2012，33（5）：831-847.

［8］ Zhang Shuai，Xu Guizhi，Zhang Xueying，et al.Computation of a 3-D model for lung imaging with electrical impedance tomography［C］.IEEE Trans Magn，2012，48（2）：651-654.

［9］ Crabb，MG，Davidson，JL，Little，R，et al.Mutual information as a measure of reconstruction quality in 3D dynamic lung EIT［C］.J Phys Conf Ser，2013，434（1）：012082

［10］ 王妍，任超世.3 D-EIT圖像重建的研究進展 ［J］.國外醫學生物醫學分冊，2003，26（6）：265-268.

［11］ 陳曉艷，李宏英，趙秋紅，等.3D-EIT系統電極優化設計［J］.中國生物醫學工程學報，2014，33（2）：9-14.

［12］ Moreno MV，Chaset L，Bittner PA，et al.New reusable elastomer electrodes for assessing body composition ［J］.J Phys Conf Ser，2013，434（1）：012026.

［13］ 侯雪，王超.基于共軛梯度算法EIT仿真［J］.長春理工大學學報（自然科學版），2012，35（4）：167-170.

［14］ 范文茹，郝魁紅，許燕斌.開放式電阻抗成像激勵策略研究［J］. 儀器儀表學報，2014，35（6）：1269-1275.

［15］ 鄧娟，魏慶國，沙洪，等.三維電阻抗斷層成像仿真研究及圖像重建質量評價［J］.生物醫學工程學雜志，2013，30（6）：1195-1199.

［16］ Xu Canhua，Dai Meng，You Fusheng，et al.An optimized strategy for real-time hemorrhage monitoring with electrical impedance tomography ［J］.Physiol Meas，2011，（32）：585-598.

［17］ 王化祥，范文茹，馬雪翠.基于先驗信息的肺部電阻抗成像算法［J］. 中國生物醫學工程學報，2009，28（5）：680-685.

［18］ 陳曉艷，楊永政.一種肺呼吸電阻抗實時成像系統［J］.電子技術應用，2015，41（5）：73-76.

［19］ 陳曉艷，高娜娜，黃華芳.數字式生物電阻抗與電阻抗斷層成像測量系統［J］.生物醫學工程學雜志，2015，32（3）：575-580.

3D EIT Model Construction Based on Lung and Image Reconstruction Research

Chen Xiaoyan Chu Mengli Chang Xiaomin Zhang Xiaojie
（College of Information and Automation，Tianjin University of Science and Technology，Tianjin300222，China）

electrical impedance imaging；three-dimensional lung；image reconstruction；CG algorithm；prior information

R318.08 文獻標志碼：D 文章編號：0258-8021（2017）05-0622-05

10.3969 /j.issn.0258-8021.2017.05.016

2016-05-24，錄用日期：2017-06-22

國家自然科學基金（61301246）；天津市應用基礎及前沿技術研究計劃（12JCYBJC19300）

?通信作者（Corresponding author），E-mail：cxywxr@tust.edu.cn