软场层析成像系统及软场层析成像方法

摘要

本发明揭示一种软场层析成像系统。该软场层析成像系统包括：软场层析装置，用来向被测对象施加激励，并获得所述激励所对应的测量响应，所述软场层析装置包括若干传感元件，用来连接至所述被测对象；跟踪装置，连接于所述传感元件，用来获得所述传感元件的位置信息；前向模块，连接于所述跟踪装置，用来产生所述被测对象的对象网格及所述激励的预测响应，所述对象网格包括所述传感元件的位置信息；及重建模块，连接于所述软场层析装置及前向模块，用来根据所述对象网格、所述激励、所述测量响应和所述预测响应重建所述被测对象的图像。

说明书

技术领域

本发明有关一种软场层析成像系统及软场层析成像方法，尤其涉及一种 软场层析软场层析成像系统及软场层析成像方法。

背景技术

软场层析成像(soft field tomography)是一种对被测对象外形及内部结构 进行测量和成像的技术，比如通过计算人体一个部位的内部特性的分布来成 像该部位。软场层析成像基于激励（例如电流）和从被测对象外表面测得的 响应（例如电压）重建对象内部材料的特性（例如，导电性、介电常数、弹 粘性、磁特性等）。软场层析成像包括但不限于，电阻抗层析成像(electrical  impedance tomography)、阻抗图谱（electrical impedance spectroscopy）、散射 光层析成像(diffuse optical tomography)、微波层析成像(microwave  tomography)、弹性成像(elastography)和磁感应层析成像(magnetic induction  tomography)。

图像中的对象的外形误差是影响图像质量的因素之一。传统地，对象的 外形通过解剖成像方法获得，例如，磁共振成像（Magnetic Resonance Imaging， MRI）、计算机断层扫描（Computed Tomography，CT）。解剖成像方法获得的 外形用来产生网格，用于软场层析成像中。然而，在某些监测应用中（例如， 监测呼吸），被测对象的外形会不时地变化。例如，在使用软场层析成像方法 重建人体肺部的外形的时候，由于呼吸等原因肺部的外形会不断变化。然而， 利用传统的成像方法很难获得被测对象的实时变化的外形图像。

因此，有必要提供一种软场层析成像系统及软场层析成像方法来解决上 面提及的技术问题。

发明内容

本发明的一个方面在于提供一种软场层析成像系统。该软场层析成像系 统包括：软场层析装置，用来向被测对象施加激励，并获得所述激励所对应 的测量响应，所述软场层析装置包括若干传感元件，用来连接至所述被测对 象；跟踪装置，连接于所述传感元件，用来获得所述传感元件的位置信息； 前向模块，连接于所述跟踪装置，用来产生所述被测对象的对象网格及所述 激励的预测响应，所述对象网格包括所述传感元件的位置信息；及重建模块， 连接于所述软场层析装置及前向模块，用来根据所述对象网格、所述激励、 所述测量响应和所述预测响应重建所述被测对象的图像。

本发明的另一个方面在于提供一种软场层析成像方法。该软场层析成像 方法包括以下步骤：给被测对象施加激励；获得所述激励所对应的测量响应； 获得连接至所述被测对象的若干传感元件的位置信息；产生所述被测对象的 对象网格，所述对象网格包括所述传感元件的位置信息；产生所述激励的预 测响应；及根据所述对象网格、所述激励、所述测量响应和所述预测响应重 建所述被测对象的图像。

本发明的软场层析成像系统及软场层析成像方法利用传感元件的位置信 息可产生实时变化的被测对象的图像。

附图说明

通过结合附图对于本发明的实施方式进行描述，可以更好地理解本发明， 在附图中：

图1所示为本发明软场层析成像系统的一个实施例的模块图。

图2所示为本发明传感元件附着在被测对象上的一个实施例的示意图。

图3所示为本发明被测对象的初始网格的一个实施例的示意图。

图4所示为本发明传感元件的位置信息的一个实施例的示意图。

图5所示为本发明被测对象的对象网格的一个实施例的示意图。

图6所示为本发明软场层析成像方法的一个实施例的流程图。

图7所示为本发明软场层析成像方法的另一个实施例的流程图。

图8所示为本发明软场层析成像方法的另一个实施例的流程图。

具体实施方式

本发明的若干个实施方式有关软场层析成像(soft field tomography)系统 和方法，其通过测量被测对象外形和内部结构的特性分布来再现和显示该被 测对象的外形和内部结构。在本文中，“软场层析成像”是指在某激励场中， 例如电场、磁场、声学激励、机械激励、热场或其他可选择的激励场的环境 下，生成测量对象内部的特性分布和外形。在某些实施例中，每一个激励、 测量值和分布的特性可能是真实的、假想的或是二者相结合的。软场层析成 像的例子包括但不限于，电阻抗成像(electrical impedance tomography)、电阻 抗图谱（electrical impedance spectroscopy）、散射光层析成像(diffuse optical  tomography)、弹性成像（elastography）、热敏成像（thermography）和近红外 光谱(near infrared spectroscopy)。

本发明的实施例可依照功能和/或模块及各种程序步骤来进行描述，此类 模块可被任何硬件、软件和/或模块配置来执行特定功能。例如，本发明的一 个实施例可以采用各种集成电路元件，如存储元件、数字信号处理元件、逻 辑元件、查表等等，这些可以是由一个或多个微处理器或其它控制装置控制 下进行。此外，本发明的实施例可与任何数据传输协议联接执行，而以下仅 仅描述了本发明的一个实施例。

除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领 域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权 利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量 或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等 类似词语也不表示数量限制，而是表示存在至少一个。除非另行指出，“前部” “后部”“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于 一个位置或者一种空间定向。“包括”或者“包含”等类似的词语意指出现在 “包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含” 后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或 者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括 电性的连接，不管是直接的还是间接的。“图像”等类似的词语并非限定于可 视图像，而是可以包括用于图像显示的数据。

图1所示为本发明软场层析成像系统100的一个实施例的模块图。软场 层析成像系统100包括软场层析装置11、跟踪装置13、前向模块15、重建 模块17和处理器19。软场层析装置11用来向被测对象21（例如患者）施加 激励并从被测对象21获得激励所对应的测量响应。

在一些实施例中，被测对象21为人体部位，例如头、胸、腿等，其内部 的气体、血液、肌肉、脂肪和其他组织具有不同的导电性。软场层析成像系 统100测量被测对象21的外形和内部材料的特性，通过测量人体部位的内部 特性辅助疾病的诊断分析，例如出血、肿瘤、肺功能等的检测。本发明被测 对象21并不局限于人体，本发明也可适用于动物等。

软场层析装置11包括若干传感元件23、激励驱动器25和响应探测器27。 传感元件23用来连接至被测对象21。传感元件23（例如电极）放置在或靠 近被测对象21，在医疗应用中（例如，患者监测或组织特性检测）将传感元 件23附着于患者的皮肤表面。例如，传感元件23可放置在被测对象21的外 表面（例如电极、超声探头），可靠近被测对象21的外表面（例如射频天线）， 或者刺入被测对象21（例如针电极）。如此传感元件23可是不同的形式，例 如表面接触电极、对峙电极、电容耦合电极、导电线圈、天线等。

在一些实施例中，传感元件23由任意合适的材料制成。例如，传感元件 23的类型可以基于特定应用，以使相应的传感元件类型（例如，电极、天线 等）用来生产软场激励（例如，电磁场）并接收对象对该激励的响应，以用 于特定应用。在一些实施例中，导电物质可用来建立电流。例如，可以从诸 如铜、金、铂、钢、银及其合金的一种或多种金属形成传感元件23。其他用 于形成传感元件23的物质包括导电的非金属，诸如与微电路一起使用的硅基 物质。另外，传感元件23可以是各种不同的形状和/或尺寸，例如，棒状、 平板状或针状结构。在一些实施例中，传感元件23是彼此绝缘的。在其他实 施例中，传感元件23可以定位为与被测对象21直接欧姆接触或电容耦合至 被测对象21。

在操作中，全部传感元件23或部分传感元件23可以用于传输信号（例 如，传递或调制信号），例如，连续地传递电流或传递时变信号，以使激励可 以在暂时的或变化的频率范围上（例如，1kHz到1MHz）施加至被测对象21 以在被测对象21内生成电磁场。

激励驱动器25连接于传感元件23，用来提供激励给传感元件23。激励 驱动器25可以由控制器（未图示）控制，根据控制器发出的指令驱动传感元 件23。激励驱动器25可以与全部传感元件23或部分传感元件23连接。激 励驱动器25可以基于激励模式提供激励电流或激励电压给传感元件23。

响应探测器27连接于传感元件23，用来测量传感元件23上的测量响应。 响应探测器27可以测量传感元件23上被测对象21对激励电流（或激励电压） 的响应电压（或响应电流）。响应探测器27可以与全部的传感元件23或者部 分传感元件23连接。在一些实施例中，响应探测器27可包括一个或多个模 拟信号调节器（未图示），用来放大和/或滤波响应电压或电流。

在一实施例中，激励驱动器25和响应探测器27可以是物理上分离的装 置。在另一实施例中，激励驱动器25和响应探测器27可以物理上集成为一 个装置。激励驱动器25提供给传感元件23的激励和响应探测器27探测到的 测量响应均是电信号，例如电流、电压。在其他实施例中，激励可包括电信 号、光信号、热源、机械激励、声信号和磁信号中的一个或多个。测量响应 可包括电信号、光信号、热响应、机械响应、声学响应和磁场响应中的一个 或多个。

跟踪装置13连接于传感元件23，用来获得传感元件23的位置信息。在 一实施例中，跟踪装置13可包括磁跟踪装置（未图示），利用电磁原理跟踪 传感元件23的位置。在另一个实施例中，跟踪装置13可包括若干连接于传 感元件23的位置传感器（未图示），用来获得传感元件23的位置信息。跟踪 装置13并非限制为磁跟踪装置和位置传感器，其他能够跟踪传感元件23的 跟踪系统也可使用。

前向模块15连接于跟踪装置13，用来产生被测对象21的对象网格及激 励的预测响应。前向模块15基于激励和对象网格通过解前向方程计算预测响 应（例如，电压或电流）。对象网格包括传感元件23的位置信息。对象网格 具有若干节点和单元。前向模块15用来根据传感元件23的位置信息实时更 新对象网格。对象网格可动态更新，如此在监测过程中可产生被测对象21的 实时变化的外形结构。

在一些实施例中，前向模块15用来产生被测对象21的初始网格并根据 初始网格和传感元件23的位置信息产生对象网格。初始网格也具有若干节点 和单元。在一实施例中，前向模块15用来产生被测对象21的预计算外形并 根据预计算外形产生初始网格。在一些实施例中，被测对象21的预计算外形 可以是近似于被测对象21的实际外形的通用几何形状（例如，球体、圆柱体）。 例如，当被测对象21为患者的头时，头的预计算外形可以是近似于头的形状 的球体。在一些实施例中，被测对象21的预计算外形可以从被测对象21的 实际的几何模型集中筛选出来。例如，当被测对象21为患者的头时，头的预 计算外形可以是从头的实际的几何模型集中筛选出的近似于该患者的头的形 状的模型，该实际的几何模型集可以是包含各种患者的头的形状的集合。初 始网格通过离散预计算外形获得。在另一实施例中，初始网格可以从网格集 中筛选获得。在再一实施例中，初始网格可以通过解剖成像方法（例如，磁 共振成像方法（MRI）、计算机断层扫描成像方法（CT）或其他成像方法）获 得的被测对象21的外形产生。

处理器19连接于前向模块15、软场层析装置11及重建模块17，用来计 算激励。处理器19根据被测对象21的外形和传感元件23的形状计算提供给 被测对象21的激励，并提供激励给激励驱动器25、前向模块15和重建模块 17。在一实施例中，根据被测对象21的预计算外形计算激励。在另一个实施 例中，根据实时更新的对象网格实时计算激励，如此激励可以根据实时更新 的对象网格进行实时更新，从而可以提供较优的激励给传感元件23。

重建模块17连接于软场层析装置11及前向模块15，用来根据对象网格、 激励、测量响应和预测响应重建被测对象的图像。重建模块17连接于响应探 测器27来接收被测对象21的测量响应。重建模块17从前向模块15接收预 测响应和对象网格。重建模块17也连接于处理器19来接收激励。重建模块 17可以是任意类型的执行软场图像重建的处理器件或计算装置。重建模块17 可以是硬件、软件或两者的结合。

被测对象21的图像包括根据对象网格重建的被测对象21的外形和根据 激励、测量响应和预测响应重建的被测对象21的内部特性分布。利用一个或 多个适当的软场层析重建方法重建被测对象21的外形和内部电特性分布。例 如，利用牛顿一步错误再现法或迭代法（高斯-牛顿迭代法）正演模拟响应以 及利用测量响应和预测响应的误差项收敛获得。

图1所示的若干元器件可以物理上独立或组合在一起。例如，跟踪装置 13和软场层析装置11可以是物理上相互独立的装置或两者整合为一个元件； 前向模块15可以与处理器19结合。图1所示的若干元器件可以是硬件、软 件或两者的结合，例如，重建模块17、前向模块15等。

图2所示为传感元件23附着在被测对象21上的一个实施例的示意图。 在图示实施例中，传感元件23分散地排布在被测对象21的表面，来提供激 励给被测对象21并获得来自被测对象21的响应。传感元件23的数目和排布 方式可影响被测对象21的图像。

图3所示为一个实施例的被测对象的初始网格31的示意图。初始网格 31包括节点33和单元35。图4所示为一个实施例的传感元件的位置信息41 的示意图。传感元件连接于图3所对应的被测对象上。位置信息41可以通过 图1所示的跟踪装置13获得。图5所示为被测对象的对象网格51的一个实 施例的示意图。结合图3所示的初始网格31和图4所示的位置信息41产生 对象网格51。对象网格51包括传感元件的位置信息41。

图6所示为软场层析成像方法600的一个实施例的流程图。软场层析成 像方法600包括功能模块601至606中的动作。在功能模块601中，给被测 对象施加激励。激励可通过图1所示的激励驱动器25和传感元件23提供。 在功能模块602中，获得激励所对应的测量响应。测量响应可以通过图1所 示的响应探测器27测得。

在功能模块603中，获得连接至被测对象的若干传感元件的位置信息。 在监测等应用中（例如，呼吸监测），传感元件的位置信息实时变化。传感元 件可以通过图1所示的跟踪装置13被实时跟踪。在功能模块604中，产生被 测对象的对象网格。对象网格包括传感元件的位置信息。对象网格根据传感 元件的位置信息进行实时更新。对象网格可以由图1所示的前向模块15产生。 在功能模块605中，产生激励的预测响应。根据激励和对象网格计算预测响 应。

在功能模块606中，根据对象网格、激励、测量响应和预测响应重建被 测对象的图像。被测对象21的图像包括根据对象网格重建的被测对象21的 外形和根据激励、测量响应和预测响应重建的被测对象21的内部特性分布。 被测对象的外形图像根据对象网格实时更新，因此可以获得实时更新的被测 对象的图像。在一些实施例中，软场层析成像方法600的第一分支607可以 与第二分支609同时进行。

图7所示为另一个实施例的软场层析成像方法700的流程图。相比于图 6所示的软场层析成像方法600，软场层析成像方法700进一步包括功能模块 701、704和705中的动作。在功能模块704中，产生被测对象的预计算外形。 预计算外形可以是通用的几何图形（例如，球体、圆柱体）或从实际形状模 型集中筛选出来的形状。在功能模块705中，根据预计算外形产生初始网格。 初始网格通过离散预计算外形产生。在一些实施例中，初始网格从网格集中 筛选获得，或根据其他成像方法获得的外形图像产生。

图7所示的功能模块706中的动作类似于图6所示的功能模块603中的 动作。在一些实施例中，在功能模块706中的动作可以与功能模块704和/或 705中的动作同时进行。在功能模块707中，根据初始网格和传感元件的位 置信息产生对象网格。在功能模块701中，计算提供给被测对象的激励。至 少根据被测对象的预计算外形计算激励。在一些实施例中，功能模块701中 的动作可与功能模块705、706和/或707中的动作同时进行。功能模块702 中的动作类似于图6所示的功能模块601中的动作。功能模块703中的动作 类似于图6所示的功能模块602中的动作。功能模块708中的动作类似于图 6所示的功能模块605中的动作。功能模块709中的动作类似于图6所示的 功能模块606中的动作。

图8所示为另一个实施例的软场层析成像方法800的流程图。软场层析 方法800类似于图7所示的软场层析成像方法700。相比于图7所示的软场 层析成像方法700，图8所示的软场层析成像方法800的功能模块801中， 根据实时更新的对象网格实时计算激励。对象网格根据传感元件的位置信息 实时更新，因此激励可以实时进行更新，从而可实时提供较优的激励给被测 对象。功能模块802至809中的动作分别类似于图7中对应的功能模块702 至709中的动作。

软场层析成像方法600、700和800的动作以功能模块的形式图示，图6、 7和8所示的功能模块的先后顺序和功能模块中动作的划分并非限于图示的 实施例。例如，功能模块可以按照不同的顺序进行；一个功能模块中的动作 可以与另一个或多个功能模块中的动作组合，或拆分为多个功能模块。

虽然结合特定的实施方式对本发明进行了说明，但本领域的技术人员可 以理解，对本发明可以作出许多修改和变型。因此，要认识到，权利要求书 的意图在于涵盖在本发明真正构思和范围内的所有这些修改和变型。