1、电阻抗断层功能成像技术的发展【关键词】 电阻抗断层图像 关键词: 电阻抗断层图像;功能成像;参数成像;频谱成像;三维成像 摘 要: 电阻抗断层图像技术是继形态、结构成像之后出现的新一代功能成像技术.在多个临床领域，阻抗断层成像与现有方法相比具有明显优势.作者综述功能成像，虚部成像、参数成像、频谱成像和三维成像等EIT 技术的新发展. Keywords:electrical impedance tomography;functional imaging;parametric imaging;spectroscopic imaging;3D imaging Abstract:Electrical
2、impedance tomography is a new genera-tion of functional imaging developed in recent ten or more years after the morphology and structure imaging technolo-gy.It suggests that EIT could offer significant advantages over existing methods in the areas of clinical medicine.This paper reviews some new tec
3、hniques including the functional imaging，the imaginary imaging，the parametric imaging，the spectroscopic imaging，and3D imaging. 0 引言 电阻抗断层图像技术（electrical impedance tomog-raphy，EIT）是当今生物医学工程学重大研究课题之一.它是继形态、结构成像之后，于近 20a 才出现的新一代更为有效的无损伤功能成像技术.EIT 通过配置于人体体表的电极阵，提取与人体生理、病理状态相关的组织或器官的电特性信息，不但反映了解剖学结构，更重要的
4、是可望给出功能性图像结果.这是 CT、超声等其他成像技术无法与之相比的.EIT 不使用核素或射线，对人体无害，可以多次测量，重复使用，可以成为对患者进行长期、连续监护而不会给患者造成损伤或带来不适的医院监护设备.加之其成本低廉，不要求特殊的工作环境等，因而是一种理想的、具有诱人应用前景的无损伤医学成像技术1 . 1 功能成像 当疾病发生时，相关组织与器官的功能性变化往往要先于器质性病变和其他临床症状.在经过一定的功能代偿期或潜伏期后，发展成器质性病变，出现组织与器官结构性变化或其他临床症状.如能在疾病的潜伏期或功能代偿期，即在组织与器官结构性变化出现之前，及时检测和确认该组织与器官的功能性变化
5、，对于相关疾病的普查，预防和早期诊断与治疗将是非常有利的. 与疾病发生时的情况相对应，当疾病治愈、康复时，相关组织与器官的功能恢复也往往滞后于疾病的治愈.在疾病的康复期，监测和确认病愈组织与器官的功能恢复情况，对于疾病的康复指导和愈后评价是十分有效和重要的.向功能性检查和疾病的早期诊断发展，向疾病的康复和愈后评价延伸，这是现代医学发展所追求的目标.检测与评价人体组织与器官的功能性变化，正是 EIT 技术的优势.EIT 所采用的生物阻抗技术，提取的是与组织和器官的功能变化相联系的电特性信息，对血液、气体、体液和不同组织成分及其变化等具有独特的鉴别力，对那些影响组织与器官电特性的因素，如血液的流动
6、与分布，肺内气体容量变化，体内体液变化与移动等非常敏感.以此为基础，进行心、脑、肺循环系统的功能评价，血液动力学与流变学在体动态研究，肿瘤的早期发现与诊断以及人体组成成分分析等功能成像研究，是 EIT 显示优越性，展现其诱人应用前景的广阔天地2 . 2 EIT 图像 1991 年后，各种 EIT 方法不断涌现出来，但都以给出像素信息为特点.归纳起来，其图像信息可以是:在频率 f1 处的导纳或阻抗绝对值（静态像）;频率 f2 与参考频率 f1 的相对导纳值（准静态像）;在频率 f1 处的介电率绝对值（静态像）;频率 f2 与参考频率 f1 的相对介电率（准静态像）;频率 f1 处导纳随时间的变化
7、（动态像）;频率 f1 处介电率随时间的变化（动态像）;频率 f2 与参考频率 f1 的介电率相对值;频率 f2 与参考频率 f1 的导纳相对值;频率 f1 处的相位;复导纳或复阻抗的 Cole-Cole 图.这种图上的像素可以是:特征频率 RC 或 SC 或 R/S 或 R或 S 或 C 的变化信息. 3 虚部成像 由于生物组织自身具有复阻抗特性，生物膜性质的改变、细胞内外液变化等特性与复阻抗的虚部成分关系非常密切.所以，随着研究的深入，研究者对虚部阻抗变化和多频率阻抗投入更多的关注3，4 .1987 年，Griffiths 等5 通过计算机模拟证实了应用 EIT 信号中的实部和虚部测量结果
8、进行介电率成像的可能性.1991 年 Griffiths 等6 报告了使用 40.96kHz 频率，测量的人体阻容模型和自愿者呼吸期间阻抗变化的复阻抗图像，其中实部像显示了清晰的肺部边界，虚部像的内容难以解读. Jossinet 等使用精心设计的前级电路以降低杂散电容，进行了31.25kHz 和 250kHz 双频率的测量，用信号的实部和虚部成分重建了容性阻抗目标图像.Blad7 测量了 16.7100kHz 频段上的实部和虚部电压信号，以 50kHz 的虚部信号做参考，50kHz 与 16.7kHz 之间的容抗变化可显示呼气时的肺部图像.Osypka 等描述了 1050kHz 频段，16 电
9、极 16通道并行信号处理的多频 EIT 系统，计算和存储实部和虚部的所有数据，频率为 20kHz 时，一幅图像的数据采集时间约 56ms.迄今为止，可行的在体应用重建算法是差值算法，这种算法只能对异纳，或阻抗的变化进行成像.在绝对值成像中，以足够的精度解前向问题还存在难度，尽管已取得了一些进步8，9 ，但离解决问题看来还有相当的距离.前向问题原本就是三维的，这增加了计算规模，限制了成像目标形态的测量精度和电极构型.差值成像的另一个问题是在两组测量数据之间不能有运动发生，否则图像中会出现伪差.离体实验中获得的优于图像直径 10%的分辨率，在体情况下很难实现.因为提高分辨率需要增加电极数，而电极数
10、目的增加也同时提高了对运动和其他伪差的灵敏度.除非在技术上有大的突破，否则单频率 EIT 至少在医学应用方面已经几乎达到了它的性能极限. 4 参数成像 电阻抗谱断层成像（EITS） ，可生成组织阻抗随频率变化的图像，向静态成像发展10 为了通过阻抗谱描述组织特征，必须在一个合适的阻抗模型中引入相关参数，Cole 模型（RSC 电路）是最基本的模型.若想用多频率数据来拟合一个 Cole-Cole 模型，则可用数据越多模型参数的确定性越好.Cole 模型中阻抗取决于 3 个参数:R，S，C，而重建的像素信息可以是变量 R，S，C，R/S，RC 或 SC，也可以是特征频率Fc=2（R+S）C-1 .
11、因为像素或体元的信息至少依赖于 3 个变量（R，S，C） ，更可能是 4 个变量（R，S，C 和离散参数）.在 1994-04 法国土鲁斯举行的欧洲阻抗断层成像会议上，第一次出现了以 R/S，SC，RC和特征频率为参数的肺在体图像.对 12 名正常人进行了临床应用实验，高特征频率和低 SC，RC 值区域与肺组织的解剖位置符合，还给出了肺和心脏区域的特征值.使用 8 个驱动电极和 8 个接收电极的 Sheffield EITS系统监测了 10 名婴儿.用 Cole 公式求出了 R/S，特征频率，RC 和 SC 参数.将这组参数与在另一研究中收集的正常成人数据进行比较表明，取得新生儿肺的 EITS
12、 参数像是可能的，成人组和新生儿组的 Cole 参数有区别11 .对屏息状态下的 7 名受试者，采用 ECG 控制的 EITS 进行肺部测量的结果提示，这项技术可测量由心搏引起的肺阻抗变化.多频率测量的潜力显而易见，在离体组织样品上测量到的，作为频率函数的各组织间复数电特性的明显差异，和这些数据的模拟成像表明，获得器官结构的参数像是可行的.使用 Cole 模型可使这些特性量化到相当精确的程度.差值方法将一频率范围的测量值与某个参考频率下的值相比较，形成这些电特性（例如组织的特征频率）图像，并表征绝对组织特性.这些图像不反映导纳的绝对值，它们是参数像，对与组织特性相关的特定变化敏感，包括与疾病相
13、关的变化.图像重 建中的一个重要问题是怎样将与频率相关的变化应用于图像重建，以及信号中的实部和虚部数据是否都需要.因为信号幅度变化通常小于差值成像的变化，所以差值成像的线性要求要更为满意.然而由于信号较小，主要是虚部成分，使这些系统的分辨率受到进一步的限制. 5 三维成像 为了进行三维电阻抗成像，必须对整个体积内的测量数据进行图像重建，但是要象 X 线成像那样获得一组彼此独立的二维图像是不可能的.在 X 线扫描中使用反投影进行图像重建相对容易，因为 X 线在人体中传播的离散率很低，衰减主要取决于其圆柱形传播路径上组织的吸收率.但电流成三维发散分布，其边界上的电位差因阻抗的三维分布而异.考虑平面
14、外电流，设目标为对称圆柱或平面以外区域为均匀的修正二维算法，已有初步结果12 .Sheffield 研究组使用三维电极阵进行全三维成像13 .系统采用 64 电极数据采集装置和专用矩阵技术.32 独立电流驱动和 32 电压测量通道环绕被测对象.重建算法将被测区域分成 4608 个四面体单元，每层 576 个单元共 8 层.与二维算法一样，使用 Geselowitz关于电导幅值的微小变化引起物体边界上电位差改变的灵敏度理论，建立了 31364608 元素的灵敏度矩阵.应用 Moore-Penrose 伪逆技术进行矩阵的逆运算. 尽管所发表的图像在横截面上的分辨率只有直径的 10%，而轴向截面上的
15、分辨率只有 12.5%，却显示了有希望的前景，为新的发展开辟了道路.作者使用该三维系统进行临床试研究其在探测肺栓子方面的可行性.为了改善 EIT 的分辨率，降低噪声，很多人探索新的重建算法和误差修正方法.Mengxing 等12 报道了一种称为严格 EIT 重建算法改进的通用求逆算法（MGIA）.通过减少前向矩阵 F 的条件数和改进的有限元方案来降低噪声，此 MGIA 可适合更大的有限元模型（248 元）.计算机模拟证明 MGIA较之 GIA 的重建图像具有更低的误差率. Taktak 等13 研究了针对某一通道由于电极脱落等原因引起的数据采集失败情况下的数据恢复算法，并使用盐水池模拟单通道数
16、据采集失败的图像重建检验该算法，结果明显地改善了图像质量，估计会对婴儿的 EIT 监护的数据恢复有所帮助.Vauhkonen 等14 提出一种生成Tikhonov 调整矩阵的方法:近似子空间逼近先验阻抗分布假设法，模拟实验证实，生成的调整矩阵在先验信息正确时，较其他方法得到的重建图像更准确，先验信息错误时，生成的调整矩阵也能较好地重建图像. 参考文献: 1 Ren Cs，Wang H，An Y.Development of electrical bioimpedance technology in the future J.Proc20th Annual Int Conf IEEE/EMBS，
17、1998;20（2）:1052-1054. 2任超世.生物电阻抗技术与人体功能信息J.电子科技导报，1998;（11）:17-19. 3Wang W，Tunstall B，Chanhan D.Design of De Montfort MK2electrical impedance mammography system J.Proc20th Annual Int Conf IEEE/EMBS，1998;20（2）:1042-1043. 4Tunstall B，Wang W，Cheng Z.In vitro study results from De Montfort MK1electrical
18、 impedance mamography system C.Proc10ICEBI，Barcelona，Spain，1998;4:525-528. 5Griffiths H.The importance of phase measurement in dielectri-cal impedance tomography J.Phys Med Biol，1987;32（11）:1435-1444. 6Griffiths H，Leung HTL，Williams RJ.Imaging the complex impedance of the thorax J.Clin Phys Physiol
19、Meas，1992;13:77-81. 7Blad B.An electrical impedance tomography system for complex impedance imaging J.Innov Tech Biol Med，1994;15（1）:80-88. 8Brown BH，Barber DC，Leathard AD.High frequency EIT data collection and parametric imaging J.Innov Tech Med Biol，1994;15（1）:2-8. 9Brown BH，Leathard AD，Wang W.Mea
20、sured and expected cole parameters from electrical impedance tomographic spec-troscopy images of the human thorax J.Physiol Meas， 1995;16（3）:A39-A47. 10Goble J，Chenney M，Isaacson D.Electrical impedance tomog-raphy in three dimensions J.Appl Comput Electromagn Soc J，1992;7:128-147. 11Metherall P，Barb
21、er DC，Smallwood RH.Three-dimensional electrical impedance tomography J.Nature，1996;38:509-512. 12Mengxing T，Xiuzhen D，Mingxin Q.Electrical impedance to-mography reconstruction algorithm based on general inversion theory and finite element method J.Med Biol Eng Comput，1998;36（4）:395-398. 13Taktak A，Record P，Gadd R.Data recovery from reduced elec-trode connection in electrical impedance tomography J.Med Eng Phys，1996;18（6）:519-522. 14Vauhkonen M，Vadasz D，Karjalainen PA.Tikhonov regular-ization and prior information in electrical impedance tomogra-phy J.IEEE Trans Med Imaging，1998;17（2）:285-293.
