颅脑电阻抗成像颅骨影响及其分层图像重构算法研究

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.

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。

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，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。. 本项目首先通过前期对人体颅骨活性组织阻抗特性的测量，构建了非均匀颅骨分布模型，完成了不同模型对图像重构敏感性的影响研究。结果发现对向激励比邻近激励相比在颅内中心区域具有较好灵敏度分布，仿真发现随着颅骨区域电阻率值的升高，中心单元灵敏度系数明显下降，骨缝可以增强颅腔内部扰动目标的信号质量。. 在此基础上，利用颅骨阻抗特性较为稳定的特点，提出了新型分层重构算法，增强了颅腔内部病灶目标成像效果，降低头皮层电极干扰；通过仿真实验和临床病人实验对新型成像算法进行了验证。. 此外，针对较大的头皮层电极干扰，探索了成像数据预处理方法，该预处理方法可以有效抑制较大的电极干扰。. 总之，通过上述研究，达到了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。