.png){kind=icon}
返回
Fast 3D Partial Boundary Data EIT Reconstructions Using Direct Inversion CGO-Based Methods
.png){kind=icon}
PRE
AI
DOI：10.1109/tbme.2025.3633560.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的：开发并测试一种用于部分边界数据电阻抗断层成像绝对和时差成像的快速图像三维重建方法。方法：提出两种基于复杂几何光学的算法：采用线性傅里叶变换的Calerón方法和利用定制非线性傅里叶变换的$\operatorname{\mathbf {t}^{{{\mathbf{exp}}}}}$方法。在模拟和实验数据上测试这些方法，并将其重建结果与标准线性差分成像和全变分正则化得到的参考重建进行比较。结果：所提方法在大量区域无法测量时（例如中风监测），能够为绝对和时差成像提供良好的目标定位。结论：所提算法无需迭代，可在2秒内为复杂形状区域提供信息丰富的绝对或时差图像。该算法在强噪声和错误区域建模下仍表现良好。意义：由于电阻抗断层成像在医学应用中常限于部分边界数据，因此开发部分边界算法极具价值。尽管传统上使用迭代方案，但其高昂的计算成本可能使它们在需要快速成像的应用中难以承受。
Keyword:
Complex geometrical optics
conductivity
electrical impedance tomography
real-time imaging
stroke monitoring
期刊
I
IF:
4.5
论文数:
551
被引数:
2.8W
机构
引用论文
.png){kind=icon}
分享收藏
An image reconstruction framework based on deep neural network for electrical impedance tomography
PREAI
分享收藏分享收藏
查看更多内容