生物電阻抗斷層成像技術的研究進展
關鍵詞： 電阻抗斷層 數據測量系統 重構算法
摘 要 電阻抗斷層成像是一種新的成像技術，在臨床圖象監護和功能成像方面有很好的應用前景（無創、簡單、容易應用等）. 作者在生物 電阻抗斷層成像的基本原理的基礎上，介紹目前研究的進展并提出了研究中的關鍵問題.
1 生物 電阻抗斷層成像的基本原理
電阻抗斷層成像(electrical impedance tomography，EIT)是根據人體內不同組織具有不同的電阻抗這一物理原理，通過給人體注入小的安全電流,測量體表的電位來重建人體內部的電阻抗分布圖像，是醫學成像技術的一個新方向.
電阻抗斷層成像系統由數據測量系統（Data Measurement System, DMS）及圖像重構軟件兩大部分組成. 數據測量系統的作用就是在正弦激勵下從體表測量中解調出反映體內阻抗分布的電信號，經A/D及數據處理后為阻抗圖像重構算法提供高精度的數據. EIT系統的總體結構如Fig 1所示.
其中，激勵源的作用是產生對人體安全的正弦激勵并以一定的激勵模式施加于激勵電極上；測量系統的主要功能是從測量電極以一定測量模式獲取正弦激勵下的體表電信號，經高精度放大后采用解調技術提取反映成像目標內阻抗分布信息，供算法重構阻抗圖像應用；控制電路作為計算機與激勵源及測量電路間的接口電路，主要負責激勵源及測量電路的參數及模式設置，以及校正和定標等功能；計算機主要進行總體控制、數據處理、圖像重構、圖像顯示等功能.
EIT技術具有很多優勢. 既往研究表明某些人體組織的生理功能變化能引起組織阻抗的變化（如：組織充血和放電等），某些組織病理改變也能引起組織阻抗的變化（如癌變等）［1］，這些信息將會在EIT圖像中體現出來. 所以EIT具有功能成像的性質. 該技術對人體無創無害，系統結構簡單，測量簡便，在對于患者長期的圖像監護這方面具有廣泛的應用前景，這些是目前多數臨床成像手段難以做到的. 同時該技術造價低、費用低的特點也非常適合進行廣泛的醫療普查. 雖然目前其圖像分辨率不能與CT等成像技術相比，但它仍是一種有應用前景的新型成像技術，是對目前醫學成像手段的一個有力的補充.
2 生物 電阻抗斷層成像的研究概況
電阻抗斷層成像是國外近些年的一個研究熱點，歐洲、北美、前蘇聯等地區有許多研究小組在進行這方面的工作. 歐洲已建立了歐洲EIT統一行動組織（CAIT）來組織和協調EIT研究工作.
目前，根據成像的區別電阻抗斷層成像技術主要可分為兩種，一種以電阻抗分布的絕對值為成像目標，稱為靜態EIT；另一種是以電阻抗分布的相對值（差別）為成像目標，被稱為動態EIT.
從激勵頻率上可將EIT分為單頻及多頻EIT，單頻EIT只采用單一頻率激勵成像目標，而多頻EIT采用多個激勵頻率（10 kHz－1 MHz），充分提取了成像目標內組織的阻抗頻率特性，在此基礎上還可得到組織的特征參數圖像，為進一步鑒別和區分組織打下了基礎，因而多頻及參數成像越來越受到人們的重視.
從激勵方式上可將EIT分為注入電流式(Injected Current EIT )和感應電流式（Induced Current EIT). 前者就是采用驅動及測量電極從成像目標表面激勵及獲取信息，而后者是近三年才提出的采用激勵線圈及體表測量電極獲取成像目標內感應電流場的分布信息，這種技術因成像精度相對不高，目前僅處于實驗階段.
EIT的圖像重構算法是EIT成像系統的重要環節. EIT圖像重建中的正問題和逆問題是其圖像重建中兩個關鍵性過程. 由模型的阻抗分布及驅動信號，求其內部的電壓和電流分布，這在電磁場分析中被稱為正問題，即由ρ求Φ；阻抗成像被認為是一個逆問題，被定義為：給出邊界電流和邊界電壓的測量值，求模型內的阻抗分布，即，由和v求ρ. 正問題的求解可以利用求解拉普拉斯方程得出區域內部節點電壓， 進而利用給定邊界條件和阻抗分布模型計算其內部電流密度達到全面分析這一電場的目的.
逆問題求解比正問題要復雜的多， 就目前來說可借助于數值方法通過多次迭代修正阻抗分布的估計值來實現. 在迭代過程中要調用正問題求解過程， 利用正問題的解不斷修正阻抗分布模型，以使之最接近真實阻抗分布.
有限元方法（FEM）是常用的求解電磁場的數值方法［2］，在EIT中這一方法被廣泛用于正問題過程的求解，其基本思想是通過泛函求極值來為非線性方程求解. 為EIT構造FEM模型，其主要目的是通過將這一特殊邊界條件的電場或場域邊界作線性化近似，以解決人體外加電場在人體內引起的電流分布的非線性和非均勻性，其實質上是利用數值方法求解具有特殊定解條件的一組偏微分方程.
圖像重構算法也是EIT研究的熱點，目前研究的算法主要有擾動法(Perturbation Method)［3］修正的Newton-Raphson方法［4］雙限定方法(Double Constraint Method)［5］敏感性方法（Sensitivity Method）［6］等位線反投影算法［7］. 譜展開法［8］M.Zadehkoochak算法［9］基于神經網絡的重構算法［10］:廣義逆法［11］等.
英國Sheffield大學Brown等［12］1987年建立了第一個完整的DMS（Mark I System），有16個激勵及測量電極，采用相鄰電極5 mA p-p 51 kHz恒流激勵. 該系統有51 dB的信噪比，及每秒10幅圖像數據獲取速度. 1995年Smith等［13］在Mark I的基礎上建立了第一個實時的供臨床基礎研究用的Mark Ⅱ系統，有16個電極，使用20 kHz 5 mA p-p恒流激勵，采用16通道并行測量、數字相敏檢測（Digital Phase Sensitivity Detector，DPSD）等技術，使成像速度達到25幀/s，測量電路CMRR＞60 dB, SNR＞60 dB，所測阻抗數據信噪比達到68 dB，該系統用于人體胸腔得到了初步成像結果，并已用于臨床基礎研究.
美國紐約Rensselaer Polytechnic Institute的Cook等于1988年建立了基于物理模型的自適應電流激勵成像系統（Adaptive Current Tomograph, ACT2)［14］. 該系統采用32電極并行自適應電流15 kHz激勵，單通道電壓測量，電流幅值及電壓測量有12 bit分辨率，30 s獲取一組測量數據. 1991年Saulnier等在ACT2的基礎上建立了32電極并行激勵、并行測量、并行校正及補償的高精度、高速度DMS（ACT3）［15］，激勵頻率30 kHz，系統精度可達16 bit，在此精度下獲取一幅圖像數據需133 ms，若將測量精度降為13 bit，則獲取一幅圖像數據只需2 ms. 該系統對一直徑8 mm的銅擺進行動態連續成像（銅擺在盛鹽水的直徑30 cm的容器中擺動），成像結果較好，能對銅擺在不同時相的位置定位，但銅擺圖像模糊，且明顯大于實際尺寸.
美國Wisconsin-Madison大學的SaKamoto等1987年建立了基于物理模型的測量系統［16］. 該系統采用16個條形電極、50 kHz 1 mA(峰峰值)的恒流激勵及模擬解調技術，測量最大誤差3%，放大器CMRR＞80 dB、輸入阻抗大于1 MΩ、噪聲水平10 μV(50 kHz時）. 該系統基于12 cm×12 cm的方形物理模型得到了初步成像結果. 1991年Hua等,基于直徑30 cm圓柱形物理模型建立了32通道優化電流激勵測量系統［17］，采用32個外圈電流驅動、內部電壓測量的不銹鋼復合電極（Stainless current/voltage compound electrode)，激勵頻率50 kHz，32通道激勵電流在每次圖像迭代重構后都重新計算及校正，以得到最優電流激勵模式（Optimal Current Pattern)，測量系統有12 bit的幅值分辨率. 該系統對位于模型中心、直徑6 cm的絕緣體等進行了成像，經10次迭代后得到了較清楚的圖像.
上面介紹了幾個有代表性的電流驅動的測量系統，在電壓驅動的DMS中，美國Washington大學的Woo等在1986年建立了32電極、激勵頻率100 KHz的測量系統［18］；比利時Geeraerts等在1992年建立了基于物理模型的32電極14 bit 精度的電壓激勵電流測量系統［19］；英國Oxford Polytechnic的Zhu等［20］在上述ACT2，ACT3的基礎上于1992年設計了有32個復合電極的自適應電壓激勵及電壓測量系統.
上述研究小組的數據測量系統大部分僅限于對物理模型的測量，只有Sheffield大學的Smith等在Mark Ⅱ測量系統的基礎上結合等位線反投影圖像重構算法，在英國皇家Hallamshire醫院建立了第一個供臨床基礎研究用的動態EIT實時系統，用于人體肺、胃、大腦、食管等不同部位的成像，證明其具有功能成像的特點［21］. 近三年來，電阻抗成像在二維和單頻的基礎上向三維［22］及多頻［23］成像方面發展，也有學者從事感應電流（induced current）EIT的研究［24］.
我國在EIT領域的研究起步較晚，重慶大學、中國醫學科學院、第四軍醫大學有研究小組在進行電阻抗成像系統的研究，這方面的工作才剛剛起步，目前完整的EIT數據測量系統國內未見報道.
幾年來，該技術又有了許多新的發展，出現了以人體三維阻抗分布為成像目標的三維EIT技術，以外圍線圈激勵的感應EIT以及多頻激勵測量進行復阻抗成像的多頻EIT，這些研究都得到了初步的實驗結果［25］.
3 EIT研究的關鍵及難點
3.1 信息的質量、數量問題
3.1.1 電場在體內的分布的研究 電場在人體內的分布是非線性的，而人體的結構又是非常復雜的，對其進行深刻的研究掌握其在各種組織各種體液中的分布規律對研究驅動測量技術、圖象重構算法有重大意義.
3.1.2 高精度、高信噪比的數據測量系統 目前EIT因采用體表弱電流激勵及體表測量技術，使內部阻抗信息在體表測量中表現為弱信號、大動態范圍. 有文獻報道［26］，在一個心動周期中血流入肺而導致肺組織的阻抗變化為3%，從體表僅能測量到這種變化的1/20，即內部3%的阻抗變化在體表只能得到0.15%的改變. 由此看出，由生理特性決定EIT技術對DMS提出了具有高精度、高信噪比的要求. 另外，阻抗圖像重構的算法中有大量矩陣運算或多次迭代運算，經測量系統得到的數據的信噪比大小將直接影響成像質量. 因此，為得到質量較好的重構圖像，也要求DMS必須有高精度、高信噪比的基本特性.
3.1.3 新的驅動檢測原理技術研究 由于測量電極的限制，每次只能得到非常有限的獨立測量數據（N個電極能得到N（N-1）/2個數據），因此需對驅動檢測方法做進一步的研究探討，驅動檢測技術包括向人體施加電能的原理（電流或電壓等）研究；施加電能的方式（接觸或感應等）研究；電極的尺寸、個數和排列方法研究等；電極的尺寸與斷層截面的厚度、電極的數量與信息量的矛盾、電極固定位置與測量的穩定性的矛盾等問題的研究. 這些問題需有新的突破才能使阻抗斷層成像技術上一個新臺階.
3.2 關于重構算法問題 由于EIT是非線性問題，在求解算法方面存在很多困難，雖然在動態及靜態EIT技術都提出很多種算法，但是圖像重構效果都不能令人滿意. 這些算法基本上都是基于有限元方法，目前各種算法的主要問題在于收斂性能、抗噪能力較差，而且隨著拋分規摸的增加計算量也大幅度增加,病態性程度也增加等.
作者簡介：董秀珍，女，1945-10-31生,河北省豐潤縣人，漢族. 1968年哈爾濱軍事工程學院畢業，教授，系主任. 電話：(029)3374358
作者單位：第四軍醫大學生物 醫學工程系，陜西 西安 710033
參考文獻
1 Seagar AD, Barber DC, Brown BH. Theoretical limits to sensitivity and resolution in impedance imaging. Clin Phys Physiol Meas,1987;8:13-31
2 Woo EJ, Hua P, Webster JG et al. Finite-element method in electrical impedance tomography. Med Bio Eng & Comput,1994;32(4):530-536
3 Kim Y, Webster JG，Tompkins WJ. Electrical impedance imaging of the thorax. J Microwave Power, 1983;18:245-257
4 Yorkey TJ, Webster JG，Tompkins WJ. Comparing recon-struction algrithms for electrical impedance tomography. IEEE Trans Biomed Eng,1987;34(11):843-852
5 Wexler A, fry B and Neuman MR. Impedance-computed tomography algrithm and system. Applied Optics,1985;24(23):3985-3992
6 Murai T，Kagawa Y. Electrical impedance computed tomography based on a finite element model. IEEE Trans Biomed Eng, 1985; 32(3)177-184
7 Barber DC, Seagar AD. Fast reconstruction of resistive images. Clin Phys and Physiol Meas, 1987;8(supplement A):47-54
8 Meeson S, Killingback ALT, Blott BH. The dependence of EIT images on the assumed inital conductivity distribution: a study of pelvic imaging. Phys Med Biol,1995; 40(5)：643-657
9 Zadehkoochak M, Hames TK, Blott BH et al. A transputer implemented algorithm for electrical impedance tomography. Clin Phys Physiol Meas, 1990;11(3):223-230
10 Andy Adler, Robert Guardo. A neural network image reconstruction technique for electrical impedance tomography. IEEE Trans on Med Imag, 1994; 13: 594-600
11 湯夢星. 動態電阻抗斷層成像算法的研： ［碩士畢業論文］. 西安：第四軍醫大學，1997
12 Brown BH. Cardiac and respiratory related electrical impedance changes in the human thorax. IEEE Trans Biomed Eng,1994; 41(8):729-733
13 Robert WM, Smith HJ. A real-time electrical impedance tomography system for clicinal use-design and preliminary results. IEEE Trans Biomed Eng, 1995;42(2) 133-140
14 Newell JC. An Electric Current Tomograph. IEEE Trans Biomed Eng, 1988;35(10):828-833
15 Saulnier GJ, Cook RD. A high-speed high-precision electrical impedance tomograph. Ann Inter Conf of the IEEE Eng in Med and Bio Soc，1991;13(1):5-6
16 SaKamoto K, Yorkey TJ, Webster JG. Some Physical Results from An Impedance Camera Clin. Phys Physiol Meas, 1987;8(Suppl A):71-75
17 Hua Ping, Woo JE, Webster JG. Iterative Reconstruction Methods Using Regularization and Optimal Current Patterns in Electrical Impedance Tomography. IEEE Trans on Med Imag,1991;10(4):621-628
18 Woo HW, and Kim Y. A Medical System With Electrical Impedance. IEEE/Eighth Annu Conf of the Eng in Med and Bio Soc,1986:343-346
19 Geeraerts B, Van Petegem W. Voltage versus current driven high frequency EIT systems.IEEE 0-7803-0785-2,1992:1703
20 Zhu QS. A Voltage Driven Current Tomograph.IEEE 0-7803-0785-2,1992:1704-1705
21 Robert WM,Smith HJ. A real-time electrical impedance tomography system forclicinal use-design and preliminary results. IEEE Trans Biomed Eng, 1995;42(2): 133-140
22 Morucci JP. 3D reconstruction in electrical impedance imaging using a direct sensitivity matrix approach. Physiol Meas, 1995;16(Suppl 3A):123-128
23 Povill R,and Riu P. Quantification in multifrequency tomography. Physiol Meas, 1995;16(Suppl 3A):69-78
24 Anderson DK. Analytic solution of the forward problem for induced current EIT systems. IEE Proc-Sci Meas Technol, 1995;142(6): 425-432
25 Rabbani KS, Kabir AM. Studies on the effect of the third dimension on a two-dimensional electrical impedance tomography system. Clin Phys Physiol Meas, 1991; 12(4):393-402
26 Brown BH, Seagar AD. The Sheffield data collection system. Clin Phys Physiol Meas, 1987;8(Suppl A):91-97
北京天優福康生物科技有限公司
官網：http://m.jyzjsd.com/
服務熱線：400-860-6160
聯系電話/微信：13718308763
QQ:2136615612 3317607072
E-mail：Tianyoubzwz@163.com
