一種無需訓練的深度電阻抗圖像重建方法

近日，記者從中國科學技術(shù)大學獲悉，該校杜江峰院士領(lǐng)銜的中科院微觀磁共振重點實驗室劉東研究員等，提出了一種無需訓練的深度電阻抗圖像重建方法，為電阻抗成像技術(shù)在病變組織特異性判斷中的應用開辟了新道路。相關(guān)研究成果近日發(fā)表于國際權(quán)威學術(shù)期刊《IEEE模式分析與機器智能匯刊》。

用于電阻抗圖像重建的深度先驗模型架構(gòu)

獲得“低損傷、高分辨、動態(tài)實時”的功能圖像始終是醫(yī)學影像技術(shù)研究的核心目標之一。醫(yī)學電阻抗成像技術(shù)因無創(chuàng)、無損、無輻射等核心優(yōu)勢而備受關(guān)注，特別是其在新冠病毒導致的急性呼吸窘迫綜合征患者的治療中發(fā)揮了重要作用。由于人體不同組織和器官的電特性不同，這種電特性圖像不僅包含了豐富的解剖學信息，而且能夠反映出組織和器官電特性相應的生理、病理狀態(tài)和功能信息，在研究人體組織與器官功能變化和疾病診斷方面有重要的臨床價值。然而，實現(xiàn)高質(zhì)量的圖像重建是電阻抗成像技術(shù)領(lǐng)域的巨大挑戰(zhàn)。另一方面，獲取功能醫(yī)學影像大數(shù)據(jù)在臨床上極其困難，因此亟需開發(fā)無需訓練的圖像重建方法。

研究團隊利用深度學習技術(shù)在圖像重建、圖像去噪及計算機視覺等領(lǐng)域進行了廣泛的先驗信息提取方法的探索性研究。近期，研究團隊將深度圖像先驗技術(shù)與電阻抗成像技術(shù)相結(jié)合，首次實現(xiàn)了一種無需訓練的高質(zhì)量電阻抗圖像重建方法。研究表明，該方法不僅可以通過單一網(wǎng)絡模型解決多個圖像重建任務，還具備極強的泛化能力，而且不用大數(shù)據(jù)訓練就能獲得性能優(yōu)越的深度神經(jīng)網(wǎng)絡方法用于重建電阻抗圖像，在應用上具備輕量化潛力。

研究人員認為，該研究工作構(gòu)建并成功實現(xiàn)了電阻抗圖像重建新范式，為電阻抗成像技術(shù)在腦損傷、中風、肺氣腫、乳腺癌等疾病診斷應用領(lǐng)域提供了重要的理論支撐，對發(fā)展深度功能醫(yī)學影像技術(shù)具有重要價值。

審核編輯：劉清