阻抗断层成像中的图像重建技术
作者：侯文生
单位：(重庆大学 生物工程学院，重庆 400044)
关键词：断层成像；阻抗；重建
生物医学工程学杂志000224 侯文生 综述 彭承琳 审校
摘要 阻抗断层成像(Electrical impedance tomog raphy,EIT)是近年发展起来的一种 新的医学影像技术，它具有成本低廉、无电离辐射、可以动态显示组织生理活动等优点，EI T图像重建一直是EIT技术中的重要研究课题。本文对EIT图像重建算法的发展作了评述。
Reconstruction Technology of Electrical Impedance Tomography
Hou Wensheng Peng Chenglin
, http://www.100md.com
(Biomedical Institute of ChongQing University, ChongQing 400044)
Abstract Electrical impedance tomography(EIT) is a new m edical image technology; it has the advantages of low cost, nonionizing radiatio n, and the capability of production images of physiological function dynamically . EIT reconstruction has always been a project of importance to EIT researchers. In this paper, a review of the development of EIT reconstruction is presented.
, 百拇医药
Key words Tomography Impedance Reconstruction
1 前 言
EIT技术是继X射线成像、超声成像、核 磁共振成像、计算机断层扫描成像等技术之后的又一新兴的医学影像技术，它是通过测量生 物组织的电阻抗，根据一定的算法利用计算机来表现被测组织的阻抗分布。利用EIT技术除 了能够实现以上几种医学成像技术相类似的功能外，还可以得到反映生物组织生理状态短时 变化的图像，这在研究人体生理功能和疾病诊断方面有重要的临床价值[1]。利用 阻抗断层成像技术，可以显示人体内组织的阻抗分布图像、人体组织的阻抗随频率变化图像 、人体器官完成生理活动(如呼吸、心脏搏动)时的阻抗变化图像[1]。
2 EIT图像重建的基本原理
阻抗断层成像中的图像重建实际就是把从数据采集装置获取的电压(或电流)值转化为被测组 织阻抗图像的过程。根据要求和实现方法的不同，重建出来的图像可能是电阻图像，也可能 是阻抗图像，或者是电阻或阻抗的变化图像。反映组织绝对电阻或阻抗分布的断层成像叫静 态EIT成像，反映组织阻抗变化的图象叫动态EIT成像。由于不同组织的阻抗不一样，静态EI T成像又称为解剖成像；其结果对采集数据的误差特别敏感，再加上人体的数学模型不够完 善，实现比较困难。而对动态EIT成像来说，因为电压测量时的误差可以部分抵消，算法方 面发展很快，实现起来要容易一些。
, http://www.100md.com
EIT图像重建利用了组织中电压、电流和阻抗之间的关系，它是一个典型的数学 物理方法中的“反”问题(Inverse problem)，如图1(b)所示，即根据激励电流模式和从电 极上测出的电压求出组织的阻抗分布；其相应的“正”问题(Forward problem)就是根据已 知的阻抗分布和激励电流模式计算出测量电压，如图1(a)所示[1]。事实上，在求 解一个具体问题时，既涉及到求解“反”问题，又涉及到求解“正”问题；而且，由于组织 中阻抗分布的复杂性，两类问题的求解已超出了单纯用欧姆定律就能求解的范围，它已涉及 到空间电磁场分布理论，甚至不能用解析式表达，使EIT图像重建成为非线性数学问题的处 理过程。
图1 EIT图像重建的两类问题
(a)正问题 (b)反问题
, 百拇医药 Fig 1 Forward problem(a) and inverse problem(b) in EIT reconstru ction
由于生物组织的阻抗分布非常复杂，在EIT成像重建成为非线性数学问题的空 间电磁场分布很不规则，在实际处理时要作一些近似，其中有限元方法(Finite element me thod, FEM)就是EIT图像重建中采用较多的一个基本方法[2]。有限元方法实际是把 组织分成很多小区域，假定在每个小区域内的阻抗分布是不变的，这时就可用一电阻网络来 表示组织的阻抗分布。当区域的尺寸趋于无穷小时，有限元方法的结果收敛于组织阻抗的真 实分布。
3 单步EIT图像重建法
这里所谓的单步EIT图像重建法(Single-step method)是针对下面要讨论的迭代算法而言的 ，它并不是只需一步计算就能完成图像重建，而是指无需象迭代算法那样要反复迭代。单步 EIT图像重建法快速且没有其他算法的病态性，但仅适用于动态成像。总体上讲，由于这种 算法都是进行线性处理，故可用被测电压向量和一个矩阵M相乘来表示，这个矩阵M就代表了 重建算子(Reconstruction operator)；尽管对处理的问题已作了简化，但要为矩阵M选择合 适的元素仍是一件不容易的事。同时要说明的是，虽然理论上讲线性图像重建可用矩阵运算 来代替，但实际应用中还有很多困难。单步EIT图像重建方法很多，可以将其大致分成反投 影法(Back-projection method)和灵敏度矩阵法(Sensitivity matrix method)两类，它们 实际是等效的，只是各有其不同的历史发展。
, http://www.100md.com
3.1 反投影法
反投影法又叫总和法，是大多数CT图像重建的基础。具体来说，它就是先把被测组织用有限 元法建立的一个阻抗网络模型；接着在不同的电极上加激励信号并测出对应电极上的电位， 算出不同方向的阻抗数据；最后将和模型中某个阻抗单元有关的阻抗数据全部迭加起来，迭 加总和则与该阻抗单元的阻抗值成正比。反投影法的优点是简单，但结果不理想，这主要是 因为反投影时给所有的测量值以相同的权重，而实际上中心区域和边缘部分的电流分布是不 相同的。所以测量结果需在反投影前或投影后进行滤波处理，滤波函数的设计应充分考虑到 反投影中各个方面向电流密度的不均匀性。当然，应该承认，EIT反投影较CT反投影要复杂 得多。这主要是因为：EIT中投影路径并不总是平行的，甚至不是直线的，这就使滤波器的 设计变得更加复杂；投影路径依赖于实际的电阻，这是重建中的另一非线性因素。
应用最广的反投影技术是Barber等1984年首先设计出来的，他们将弯曲的等势线通过一定的 算法进行变换处理，在变换后的区域内反投影是沿平行线进行的；同时，这个过程要求计算 反 投影处理的系数，并且对每个像素进行加权处理以补偿反投影线角度分布的不规则[ 10]。Bayford 1994年描述了另一种处理方法，它是在反投影前先对周边电场进行滤波处 理 。在设计滤波函数时，把重建过程看成是一个有约束条件的最优化过程。实际上，他是通过 对被相邻等位线包围的区域的进行测量来获得滤波函数[1]。
, http://www.100md.com
3.2 灵敏度矩阵法
利用灵敏度矩阵的单步重建技术又称为“NOSER”重建法(Newton one-step reconstru-
ctor)，虽然它也是基于Newton-Raphson算法，但仍属于线性算法[11]。灵敏度矩 阵的 元素确定方法是，让灵敏度矩阵同导电率相乘就是电极上的电压，或者说，同灵敏度矩阵相 乘的积就等效于“正”问题的近似解；重建图像就需要对求灵敏度矩阵的逆，想起来这很简 单，但实际操作时有许多困难。最新的灵敏度矩阵法就是基于对灵敏度矩阵的奇异值分解(S ingular value decomposition,SVD)，进行这种分解后，重建的结果是一组独立的“基像” (Basis image)。对这些“基像”用电极电压加权后再合并起来就可获得最终结果，其中每 个基 像都反映出图像不同区域的详细情况[1]。Eung Je Woo等采用Hachtel增广矩阵取 代了Newton-Raphson算法中的有病态性的Hessian矩阵，使图像质量得到进一步改善。在EI T静态图像重建实验中还发现，中心部位的空间分辨率比边缘部分的分辨率要好些[8] 。
, 百拇医药
4 EIT图像重建中的迭代算法
迭代法差不多都用于静态图像的重建，其基本原理是：
(1)选择电阻分布的初始值σ。
(2)根据σ求解正问题，即计算相应的边界电压，有许多如有限元算法都 常用来求解正向问题。
(3)利用正向问题的求解结果去估计σ值同实际传导特性的误差。
(4)适当调整σ值。
(5)从第二步开始重复以上各步，直到测量电压和预期电压之间符合要 求为止。
总的说来，大多数的迭代算法都是Newton-Raphson算法的改进。同其他重建算法相比，New ton-Raphson算法可以得到最高的精度和最佳的空间分辨率，但目前还没有得到满意的活体 重建图像，这主要是以下两个因素限制了迭代算法的应用，一是重建算法要求对待成像的目 标组织有准确的物理模型，在确定该模型时应考虑电极在皮肤上放置的位置、电极形状和皮 肤-电极间的接触电阻，二是迭代算法对噪声和测量误差特别敏感。这两个问题得不到解决 ，就难以用迭代算法得到活体的绝对阻抗图像，当然，使用多频测量和动态重建方法也可以 有效地把不同的组织区分开来。
, 百拇医药
迭代算法发展很快，有人建立了一种梯度-记忆下降方向迭代算法，它具有收敛快、内部分 辨率高、不依赖于初始值等优点；模拟计算结果表明该算法以相当高的精度收敛于真实解， 即使在测量数据中有5%的平移误差和5%的随机误差也是如此[3]。George等提出了 最小平方法(Least-square method)，它同扰动法(Perturbation method)类似，不同之处 在于它用Jacobian矩阵作为灵敏度矩阵；实验结果表明它有较好的收敛性和较少的迭代次数 [6]。Ping Hua等建立了一种能最大限度减小重建中病态性影响的迭代算法，它是 在Newton-Raphson算法的基础上建立起来的一种包含更多信息的规则化算法(Regularizati on method)，对Newton-Raphson算法中的信息矩阵作了改进，并通过选择最佳电流模式来 得到最好的信噪比，在人体模型上取得很好的实验结果[7]。
5 其 它
, 百拇医药
除了以上讨论的单步重建和迭代重建方法外，还有许许多多的研究人员从各个方面去努力， 以建立更完善的EIT图像重建算法。Micheal Glidewell等推出了一种图像重建方法：先根据 MRI数据把具有不同传导性的组织区域边界划分出来，再利用组织的各向异性的阻抗分布特 征，分别求出各区域的阻抗，在狗身上的实验结果表明这种方法的效果不错[4]。A ndy等提出了一种基于人工神经网络的重建算法，它从正问题的有限元模拟中直接得出反问 题的线性近似值，实验结果证明处理数据的信噪比和神经网络学习数据信噪比接近时的效果 最好，这种方法的特点是简单便于运用[5]。由于迭代算法需要重复采集数据，会 使重建时间延长；为克服这个不足之处，Eung Je Woo等用Walsh函数设计了一种最佳电流模 式，以获取最好的分辨率；而且，由于Walsh函数只有+1和-1，电流源设计更简单，还可以 提高信噪比[12]。
6 讨 论
, 百拇医药
EIT是一种新发展起来的医学影像技术，同其他医学影像技术相比，它的优点是价格低廉， 对病人无电离辐射危害，可以对人体心血管活动、呼吸过程、食道、胃部及生理活动过程进 行连续动态的监测，有很好的应用前景。但是，根据目前的研究进展来看，EIT技术离广泛 的临床应用还有许多工作要做，其中包括建立合理的体组织电特性模型和找到一种快速有效 的重建算法，还有电极同皮肤接触阻抗太大的问题。当然，由于现在算法发展很快，计算机 速度也不断提高，再加上传感器和微电子技术的发展，以上的问题一定可以得到圆满的解决 ，使EIT技术早日为临床医学服务。
另外，目前的EIT研究大多都局限于二维平面，但应该知道，电流通过生物组织的情况和射 线不同，它并不总在一个平面内传播，而是分布在一个三维空间内，即使电极尺寸很小，也 不能避免这种情况发生。因此，只有三维EIT才能更真实全面反映组织阻抗的分布情况，虽 然在实现的硬件和软件方面都还存在许多困难，但我们可以相信，三维EIT将是阻抗断层 成像的大势所趋。
, 百拇医药
彭承琳(重庆大学 生物工程学院，重庆 400044)
参考文献
1，Boone K, Barber D,Brown D. Imaging with Electricity:R eview of the European Concerted Action on Impedance Tomograph. Journal of Medica l Engineering & Technology,1997;21(6)∶201
2，Tadakuni M, Yukio K. Electrical Impedance Computed Tomog raphy Based on a Finite Element Model. IEEE TRANSACTION ON BIOMEDICAL ENGINEERIN G,1985;32(3)∶177
, 百拇医药
3，柳重堪，杜 岩，李久平.实现电阻抗层析成像的交错算法.电子学报，199 5；23(7)∶85
4，Michael Glidewell, Kwong T N. Anatomically Constrained Electric al Impedance Tomography for Anisotropic Bodies Via a Two-step Approach. IEEE TR ANACTION ON MEDICAL IMAGING,1995;14(3)∶498
5，Andy A， Robert G. A Neural Network Image Reconstruction T echnique for Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING ,1994;13(4)∶594
, http://www.100md.com 6，George AK, Christos SK, John NS. A Recons truction Algorithm of Electrical Impedance Tomography with Optimal Configuration of the Driven Electrodes.IEEE TRANACTION ON MEDICAL IMAGING,1993;12(3)∶430
7，Ping H, Eung JW, John GW. Iterative Reconstruction Methods Using Regularization and Optimal Current Patters in Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING, 1991;10(4)∶621
8，Eung JW, Ping H, John G. Webster. A Robust Image Reconstruc tion Algorithm and Its Parallel Implementation in Electrical Impedance Tomograph y. IEEE TRANACTION ON MEDICAL IMAGING,1993;12(2)∶137
, 百拇医药
9，Thomas JY, John GW, Willis JT. Comparing Reconstruction Algorithm for Electrical Impedance Tomography. IEEE TRANSACTION O N BIOMEDICAL ENGINEERING, 1987;34(11)∶843
10，Barber B. Applied Potential Tomography. Joural of Phys E:Sc ientific Instruments, 1984;17∶723
11，Cheney IN. NOSER:An algorithm for solving the inv erse conductivity problem. International Journal of Imaging System Technology,19 90;2∶66
12，Eung JW, Ping H, John GW. Walsh Function Current P atterns and Data Synthesis for Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING, 1992;11(2)∶554
(收稿：1998-11-10 修回：1999-05-21), 百拇医药
单位：(重庆大学 生物工程学院，重庆 400044)
关键词：断层成像；阻抗；重建
生物医学工程学杂志000224 侯文生 综述 彭承琳 审校
摘要 阻抗断层成像(Electrical impedance tomog raphy,EIT)是近年发展起来的一种 新的医学影像技术，它具有成本低廉、无电离辐射、可以动态显示组织生理活动等优点，EI T图像重建一直是EIT技术中的重要研究课题。本文对EIT图像重建算法的发展作了评述。
Reconstruction Technology of Electrical Impedance Tomography
Hou Wensheng Peng Chenglin
, http://www.100md.com
(Biomedical Institute of ChongQing University, ChongQing 400044)
Abstract Electrical impedance tomography(EIT) is a new m edical image technology; it has the advantages of low cost, nonionizing radiatio n, and the capability of production images of physiological function dynamically . EIT reconstruction has always been a project of importance to EIT researchers. In this paper, a review of the development of EIT reconstruction is presented.
, 百拇医药
Key words Tomography Impedance Reconstruction
1 前 言
EIT技术是继X射线成像、超声成像、核 磁共振成像、计算机断层扫描成像等技术之后的又一新兴的医学影像技术，它是通过测量生 物组织的电阻抗，根据一定的算法利用计算机来表现被测组织的阻抗分布。利用EIT技术除 了能够实现以上几种医学成像技术相类似的功能外，还可以得到反映生物组织生理状态短时 变化的图像，这在研究人体生理功能和疾病诊断方面有重要的临床价值[1]。利用 阻抗断层成像技术，可以显示人体内组织的阻抗分布图像、人体组织的阻抗随频率变化图像 、人体器官完成生理活动(如呼吸、心脏搏动)时的阻抗变化图像[1]。
2 EIT图像重建的基本原理
阻抗断层成像中的图像重建实际就是把从数据采集装置获取的电压(或电流)值转化为被测组 织阻抗图像的过程。根据要求和实现方法的不同，重建出来的图像可能是电阻图像，也可能 是阻抗图像，或者是电阻或阻抗的变化图像。反映组织绝对电阻或阻抗分布的断层成像叫静 态EIT成像，反映组织阻抗变化的图象叫动态EIT成像。由于不同组织的阻抗不一样，静态EI T成像又称为解剖成像；其结果对采集数据的误差特别敏感，再加上人体的数学模型不够完 善，实现比较困难。而对动态EIT成像来说，因为电压测量时的误差可以部分抵消，算法方 面发展很快，实现起来要容易一些。
, http://www.100md.com
EIT图像重建利用了组织中电压、电流和阻抗之间的关系，它是一个典型的数学 物理方法中的“反”问题(Inverse problem)，如图1(b)所示，即根据激励电流模式和从电 极上测出的电压求出组织的阻抗分布；其相应的“正”问题(Forward problem)就是根据已 知的阻抗分布和激励电流模式计算出测量电压，如图1(a)所示[1]。事实上，在求 解一个具体问题时，既涉及到求解“反”问题，又涉及到求解“正”问题；而且，由于组织 中阻抗分布的复杂性，两类问题的求解已超出了单纯用欧姆定律就能求解的范围，它已涉及 到空间电磁场分布理论，甚至不能用解析式表达，使EIT图像重建成为非线性数学问题的处 理过程。
图1 EIT图像重建的两类问题
(a)正问题 (b)反问题
, 百拇医药 Fig 1 Forward problem(a) and inverse problem(b) in EIT reconstru ction
由于生物组织的阻抗分布非常复杂，在EIT成像重建成为非线性数学问题的空 间电磁场分布很不规则，在实际处理时要作一些近似，其中有限元方法(Finite element me thod, FEM)就是EIT图像重建中采用较多的一个基本方法[2]。有限元方法实际是把 组织分成很多小区域，假定在每个小区域内的阻抗分布是不变的，这时就可用一电阻网络来 表示组织的阻抗分布。当区域的尺寸趋于无穷小时，有限元方法的结果收敛于组织阻抗的真 实分布。
3 单步EIT图像重建法
这里所谓的单步EIT图像重建法(Single-step method)是针对下面要讨论的迭代算法而言的 ，它并不是只需一步计算就能完成图像重建，而是指无需象迭代算法那样要反复迭代。单步 EIT图像重建法快速且没有其他算法的病态性，但仅适用于动态成像。总体上讲，由于这种 算法都是进行线性处理，故可用被测电压向量和一个矩阵M相乘来表示，这个矩阵M就代表了 重建算子(Reconstruction operator)；尽管对处理的问题已作了简化，但要为矩阵M选择合 适的元素仍是一件不容易的事。同时要说明的是，虽然理论上讲线性图像重建可用矩阵运算 来代替，但实际应用中还有很多困难。单步EIT图像重建方法很多，可以将其大致分成反投 影法(Back-projection method)和灵敏度矩阵法(Sensitivity matrix method)两类，它们 实际是等效的，只是各有其不同的历史发展。
, http://www.100md.com
3.1 反投影法
反投影法又叫总和法，是大多数CT图像重建的基础。具体来说，它就是先把被测组织用有限 元法建立的一个阻抗网络模型；接着在不同的电极上加激励信号并测出对应电极上的电位， 算出不同方向的阻抗数据；最后将和模型中某个阻抗单元有关的阻抗数据全部迭加起来，迭 加总和则与该阻抗单元的阻抗值成正比。反投影法的优点是简单，但结果不理想，这主要是 因为反投影时给所有的测量值以相同的权重，而实际上中心区域和边缘部分的电流分布是不 相同的。所以测量结果需在反投影前或投影后进行滤波处理，滤波函数的设计应充分考虑到 反投影中各个方面向电流密度的不均匀性。当然，应该承认，EIT反投影较CT反投影要复杂 得多。这主要是因为：EIT中投影路径并不总是平行的，甚至不是直线的，这就使滤波器的 设计变得更加复杂；投影路径依赖于实际的电阻，这是重建中的另一非线性因素。
应用最广的反投影技术是Barber等1984年首先设计出来的，他们将弯曲的等势线通过一定的 算法进行变换处理，在变换后的区域内反投影是沿平行线进行的；同时，这个过程要求计算 反 投影处理的系数，并且对每个像素进行加权处理以补偿反投影线角度分布的不规则[ 10]。Bayford 1994年描述了另一种处理方法，它是在反投影前先对周边电场进行滤波处 理 。在设计滤波函数时，把重建过程看成是一个有约束条件的最优化过程。实际上，他是通过 对被相邻等位线包围的区域的进行测量来获得滤波函数[1]。
, http://www.100md.com
3.2 灵敏度矩阵法
利用灵敏度矩阵的单步重建技术又称为“NOSER”重建法(Newton one-step reconstru-
ctor)，虽然它也是基于Newton-Raphson算法，但仍属于线性算法[11]。灵敏度矩 阵的 元素确定方法是，让灵敏度矩阵同导电率相乘就是电极上的电压，或者说，同灵敏度矩阵相 乘的积就等效于“正”问题的近似解；重建图像就需要对求灵敏度矩阵的逆，想起来这很简 单，但实际操作时有许多困难。最新的灵敏度矩阵法就是基于对灵敏度矩阵的奇异值分解(S ingular value decomposition,SVD)，进行这种分解后，重建的结果是一组独立的“基像” (Basis image)。对这些“基像”用电极电压加权后再合并起来就可获得最终结果，其中每 个基 像都反映出图像不同区域的详细情况[1]。Eung Je Woo等采用Hachtel增广矩阵取 代了Newton-Raphson算法中的有病态性的Hessian矩阵，使图像质量得到进一步改善。在EI T静态图像重建实验中还发现，中心部位的空间分辨率比边缘部分的分辨率要好些[8] 。
, 百拇医药
4 EIT图像重建中的迭代算法
迭代法差不多都用于静态图像的重建，其基本原理是：
(1)选择电阻分布的初始值σ。
(2)根据σ求解正问题，即计算相应的边界电压，有许多如有限元算法都 常用来求解正向问题。
(3)利用正向问题的求解结果去估计σ值同实际传导特性的误差。
(4)适当调整σ值。
(5)从第二步开始重复以上各步，直到测量电压和预期电压之间符合要 求为止。
总的说来，大多数的迭代算法都是Newton-Raphson算法的改进。同其他重建算法相比，New ton-Raphson算法可以得到最高的精度和最佳的空间分辨率，但目前还没有得到满意的活体 重建图像，这主要是以下两个因素限制了迭代算法的应用，一是重建算法要求对待成像的目 标组织有准确的物理模型，在确定该模型时应考虑电极在皮肤上放置的位置、电极形状和皮 肤-电极间的接触电阻，二是迭代算法对噪声和测量误差特别敏感。这两个问题得不到解决 ，就难以用迭代算法得到活体的绝对阻抗图像，当然，使用多频测量和动态重建方法也可以 有效地把不同的组织区分开来。
, 百拇医药
迭代算法发展很快，有人建立了一种梯度-记忆下降方向迭代算法，它具有收敛快、内部分 辨率高、不依赖于初始值等优点；模拟计算结果表明该算法以相当高的精度收敛于真实解， 即使在测量数据中有5%的平移误差和5%的随机误差也是如此[3]。George等提出了 最小平方法(Least-square method)，它同扰动法(Perturbation method)类似，不同之处 在于它用Jacobian矩阵作为灵敏度矩阵；实验结果表明它有较好的收敛性和较少的迭代次数 [6]。Ping Hua等建立了一种能最大限度减小重建中病态性影响的迭代算法，它是 在Newton-Raphson算法的基础上建立起来的一种包含更多信息的规则化算法(Regularizati on method)，对Newton-Raphson算法中的信息矩阵作了改进，并通过选择最佳电流模式来 得到最好的信噪比，在人体模型上取得很好的实验结果[7]。
5 其 它
, 百拇医药
除了以上讨论的单步重建和迭代重建方法外，还有许许多多的研究人员从各个方面去努力， 以建立更完善的EIT图像重建算法。Micheal Glidewell等推出了一种图像重建方法：先根据 MRI数据把具有不同传导性的组织区域边界划分出来，再利用组织的各向异性的阻抗分布特 征，分别求出各区域的阻抗，在狗身上的实验结果表明这种方法的效果不错[4]。A ndy等提出了一种基于人工神经网络的重建算法，它从正问题的有限元模拟中直接得出反问 题的线性近似值，实验结果证明处理数据的信噪比和神经网络学习数据信噪比接近时的效果 最好，这种方法的特点是简单便于运用[5]。由于迭代算法需要重复采集数据，会 使重建时间延长；为克服这个不足之处，Eung Je Woo等用Walsh函数设计了一种最佳电流模 式，以获取最好的分辨率；而且，由于Walsh函数只有+1和-1，电流源设计更简单，还可以 提高信噪比[12]。
6 讨 论
, 百拇医药
EIT是一种新发展起来的医学影像技术，同其他医学影像技术相比，它的优点是价格低廉， 对病人无电离辐射危害，可以对人体心血管活动、呼吸过程、食道、胃部及生理活动过程进 行连续动态的监测，有很好的应用前景。但是，根据目前的研究进展来看，EIT技术离广泛 的临床应用还有许多工作要做，其中包括建立合理的体组织电特性模型和找到一种快速有效 的重建算法，还有电极同皮肤接触阻抗太大的问题。当然，由于现在算法发展很快，计算机 速度也不断提高，再加上传感器和微电子技术的发展，以上的问题一定可以得到圆满的解决 ，使EIT技术早日为临床医学服务。
另外，目前的EIT研究大多都局限于二维平面，但应该知道，电流通过生物组织的情况和射 线不同，它并不总在一个平面内传播，而是分布在一个三维空间内，即使电极尺寸很小，也 不能避免这种情况发生。因此，只有三维EIT才能更真实全面反映组织阻抗的分布情况，虽 然在实现的硬件和软件方面都还存在许多困难，但我们可以相信，三维EIT将是阻抗断层 成像的大势所趋。
, 百拇医药
彭承琳(重庆大学 生物工程学院，重庆 400044)
参考文献
1，Boone K, Barber D,Brown D. Imaging with Electricity:R eview of the European Concerted Action on Impedance Tomograph. Journal of Medica l Engineering & Technology,1997;21(6)∶201
2，Tadakuni M, Yukio K. Electrical Impedance Computed Tomog raphy Based on a Finite Element Model. IEEE TRANSACTION ON BIOMEDICAL ENGINEERIN G,1985;32(3)∶177
, 百拇医药
3，柳重堪，杜 岩，李久平.实现电阻抗层析成像的交错算法.电子学报，199 5；23(7)∶85
4，Michael Glidewell, Kwong T N. Anatomically Constrained Electric al Impedance Tomography for Anisotropic Bodies Via a Two-step Approach. IEEE TR ANACTION ON MEDICAL IMAGING,1995;14(3)∶498
5，Andy A， Robert G. A Neural Network Image Reconstruction T echnique for Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING ,1994;13(4)∶594
, http://www.100md.com 6，George AK, Christos SK, John NS. A Recons truction Algorithm of Electrical Impedance Tomography with Optimal Configuration of the Driven Electrodes.IEEE TRANACTION ON MEDICAL IMAGING,1993;12(3)∶430
7，Ping H, Eung JW, John GW. Iterative Reconstruction Methods Using Regularization and Optimal Current Patters in Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING, 1991;10(4)∶621
8，Eung JW, Ping H, John G. Webster. A Robust Image Reconstruc tion Algorithm and Its Parallel Implementation in Electrical Impedance Tomograph y. IEEE TRANACTION ON MEDICAL IMAGING,1993;12(2)∶137
, 百拇医药
9，Thomas JY, John GW, Willis JT. Comparing Reconstruction Algorithm for Electrical Impedance Tomography. IEEE TRANSACTION O N BIOMEDICAL ENGINEERING, 1987;34(11)∶843
10，Barber B. Applied Potential Tomography. Joural of Phys E:Sc ientific Instruments, 1984;17∶723
11，Cheney IN. NOSER:An algorithm for solving the inv erse conductivity problem. International Journal of Imaging System Technology,19 90;2∶66
12，Eung JW, Ping H, John GW. Walsh Function Current P atterns and Data Synthesis for Electrical Impedance Tomography. IEEE TRANACTION ON MEDICAL IMAGING, 1992;11(2)∶554
(收稿：1998-11-10 修回：1999-05-21), 百拇医药