一、医学电阻抗成像系统电极结构优化设计（论文文献综述）
姚旺[1]（2021）在《回转窑内颗粒分布可视化测量系统开发及验证》文中研究说明回转窑是工业领域中常用的设备,主要用来对物料颗粒进行物理、化学处理。转筒内的物料随着回转窑的转动而充分混合发生反应,物料的运动状态将直接影响物料颗粒是否能混合均匀,从而影响生产效率。但是回转窑内部物料混合的过程无法直观的看到其分布情况,因此,将回转窑内部的物质进行可视化检测就显得十分重要了。针对不可直观检测回转窑内物质分布的情况,本文中采用电阻抗层析成像（EIT）技术对其内部物质分布进行可视化测量,EIT技术是一种非侵入的新型、快速的测量技术,成本较低、无辐射,适合于工业领域中对物质成像的要求。但是,在本文中是对回转窑内部的物质进行可视化测量的,回转窑在工作的时候是不断地做回转运动的,必须要求测量的仪器可以随回转窑一起运动,因此要求测量的仪器的体积小,并且必须采用无线数据传输方式。在本文中,以EIT成像技术作为理论基础,应用FPGA开发出一套可以进行动态成像的8电极测量系统。本研究开发了半并联EIT检测的软、硬件系统,并进行了测试。首先通过DDS模块产生幅值、频率可调的正弦激励信号并经过D/A芯片将数字信号转换成模拟信号,再通过电压控制电流源模块（VCCS模块）将输出的电压信号转换为电流信号,经过多路复用器模块的选择将电流注入到目标场域的激励电极上,此时,有8路数据采集及数据处理的通道同时采集目标场域中电极上的电压值。采集得到的电压信号通过A/D模块进行信号转换并传输到FPGA进行数据处理,采用傅里叶变换（FFT）对信号进行解调处理,并通过无线传输的方式将数据发送至PC端进行图像的重建。使用Verilog硬件编程语言进行控制逻辑程序的设计,并使用ModelSim仿真软件对各个模块的逻辑程序设计的准确性进行验证。在文中使用LCR阻抗测试仪与基于FPGA的EIT开发系统分别进行静态、动态实验。首先选取不同的激励频率以及测量物质在圆柱形水槽中的不同位置作为实验条件进行静态成像。将LCR阻抗测试仪成像结果与使用基于FPGA的EIT系统成像的结果进行对比,静态实验结果的对比验证了基于FPGA的EIT系统成像的准确性与可行性。其次使用搭建的回转实验台进行动态实验,将尼龙颗粒作为动态实验的测量物质,使用基于FPGA的EIT系统在不同的转速下进行成像。通过动态实验表明基于FPGA的EIT开发系统是能够满足对回转窑内部物质进行成像的要求,因此,可以应用于工业领域。
曲振豪[2]（2021）在《肺呼吸生物阻抗图像监测方法研究》文中指出电阻抗成像技术（Electrical Impedance Tomography,EIT）是通过对待测物表面施加一定大小的激励电流或电压,检测边界电压或电流的变化,从而重建物体内部电导率分布及其变化图像的一种成像技术。其无创、无辐射、便携、可进行功能性成像等优点使EIT技术广泛应用于医学、地质勘探等成像领域。本文围绕肺呼吸动态生理过程,分别进行了三维肺呼吸动态变化仿真研究以及肺呼吸动态监测硬件成像系统搭建。主要完成了以下工作内容:首先,为了得到肺呼吸与体表电位以及胸腔阻抗的相互关系,建立了包含肺部的三维胸腔模型,提出在三维胸腔模型中引入肺组织空气填充系数对肺内空气量进行描述,根据空气量与电导率之间的关系设置电导率变化参数,模拟肺部从吸气末到呼气末的动态变化过程,并采用有限元方法对肺组织空气体积与胸部体表电位以及胸阻抗关系进行计算,对肺呼吸与电生理信号进行了更进一步的定量分析。其次,为了直观的得到肺呼吸动态变化情况,搭建了16电极EIT成像系统对肺呼吸阻抗变化情况进行成像。对系统所需的几个模块包括信号激励模块、电极选通多路开关模块、电压采集模块等分别进行了优化设计,同时采用STM32单片机实现对各个系统电路进行精准调控,在增强了系统稳定性的同时能够准确进行肺呼吸成像。最后,为了验证本文所提出肺呼吸监测方法的准确性,按照仿真方法对志愿者进行了两组相关实验,分别计算了志愿者深呼吸期间肺内空气量与体表电位以及胸阻抗的关系,实验结果与仿真结果高度一致,证明了所提方法的准确性。同时,对所搭建肺呼吸成像系统进行了性能分析。结果显示系统具有较高的通道一致性以及良好的信噪比。并利用该系统对肺深呼吸过程进行了动态成像,可以直观的得到肺呼吸动态变化情况,进一步证明了系统的可行性。
蒙超勇[3]（2021）在《基于生物电阻抗的人体肺部组织断层成像算法研究》文中指出电阻抗断层成像技术（Electrical Impedance Tomography,EIT）是一种体外检测的功能性成像技术,通过对被测对象的电导率分布或者电导率变化进行成像,提取人体生理和病理特征,与传统CT、核磁共振成像相比有着无辐射、便捷、成像速度快和设备成本低等优点;但是,目前的EIT系统普遍存在欠定性、非线性和病态性等问题,造成成像质量较低。边界电压变化对电导率分布变化不敏感的病态问题,求解逆解时边界电压稍有变动,得到的电导率分布就会有较大变动,因此,当测量边界模型不准确,以及电极坐标与模型上定义的测量点不对应时,容易造成EIT成像效果差甚至成像失败;针对上述问题本文设计一种肺部二维可伸缩边界场域测量设备,对肺部二维横截面进行精准测量和边界模型重构;并在二维可伸缩边界场域测量结构的基础上,设计测量三维立体边界的结构和提出模型重构方法,分别是三维伸缩杆同轴叠层式测量设备和三维伸缩杆差错叠层式测量设备;针对以上两种三维测试结构中层与层之间的电极叠层存在测试点固定的缺点,设计三维可旋转测量结构及提出边界模型重建方法,该结构层与层之间可以相互转动,可增加俯视平面上的可视测试点,通过插值算法对轮廓重构,提高三维立体边界模型的精度,同时提供多种电极位置摆放方式。本文运用有限元法求解正问题,针对有限元网格划分会影响着求解准确度的问题,本文通过增加梯度变化较大之处的网格单元数,提高该区域的可辨识度。针对肺部有周期性活动,导致不同时刻肺部区域电导率分布不一致的特性,用动态算法求解时间前后的电导率变化分布,动态算法可以减少甚至消除测量时引入的噪声,所以本文选择动态一步高斯牛顿法对逆问题进行求解,减少了噪声和成像时间,并通过结合正则化技术,提高方程组解的稳定性和准确性。为了具有友好的人机交互设计了操作界面。并对边界测量结构、算法、正则化技术和网格划分方式等做了验证实验,验证了边界场域测量结构、有限元网格特殊处理和结合正则化技术的动态一步高斯牛顿法等技术对提高成像质量和成像速度的有效性。最终实现对公开肺部测量数据的EIT图像重构。
全新国[4]（2021）在《基于生物电阻抗的人体肺部断层成像的硬件平台研究与设计》文中研究指明多频生物电阻抗断层成像（EIT）技术中的激励模块方便动态调节激励信号频率,可以获取到更为丰富的电阻抗成像信息,扩大了应用范围。本文在研究生物电阻抗成像技术的基础上,重点设计了一套多频人体肺部组织电阻抗成像数据采集平台,并研究了生物电阻抗成像信号数据处理方法。硬件平台设计。主要包括激励通道设计和检测通道设计。激励通道部分:采用DDS技术设计波形发生器,采用增强型How Land电流泵技术设计压控电流源,将DDS电压信号经过压控恒流源转化为电流信号（电流<5m A）输入人体组织。检测通道部分:设计放大、滤波和高速A/D采集等电路获得EIT检测信号。为减少共模信号的干扰和解决增益不确定问题,设计仪表放大器和程控放大器,通过模拟开关控制16个电极的导通,对电极进行分时复用。分别对设计的电路进行仿真与测试验证。数据采集平台软件。主要包括硬件驱动程序、数字解调算法以及上位机调试界面。硬件驱动程序由DDS控制模块、程控放大器控制模块和模拟开关控制模块组成。针对数字解调算法中乘法次数过多、解调时间较长等问题,利用EIT检测信号的特点,对FFT解调算法进行改进,仅需8次实数乘法即可解调出EIT信号的幅值与相位信息,上位机主要负责对采集平台的参数配置和数据显示与存储。设计实验模型验证EIT数据采集平台,并对人体进行数据采集。实验表明,激励信号频率范围在10KHz-100KHz内,频率相对误差在0.5%内。检测通道的共模抑制比达到-40d B,增益在-20d B到20d B之间可调。通过相邻激励模式,得到208组生物电阻抗成像信号。一帧数据解调时间共9.7ms,满足实时要求。
陆纪璇[5]（2021）在《融合呼吸先验特征的肺部三维电阻抗成像方法研究》文中研究表明肺部电阻抗层析成像（Electrical Impedance Tomography,EIT）属于一种新型的成像技术,主要是通过放置于人体胸部表面皮肤的一系列电极对胸部施加安全的激励电流,同时测量相应电极的电压变化,并根据图像重建算法重构出人体肺部电特性的分布情况。目前已应用于肺功能动态监测,可以对肺不张、肺部局部扩张等疾病进行有效检测与诊断。目前对肺部的图像重建工作多集中于二维层面,并且人体在进行呼吸时,由于空气通过肺部进出,使肺部器官在收缩状态与舒张状态下,肺容量发生变化,并且其形状、位置均会发生相应变化,而对肺部移动变化信息是对病灶准确定位和肺部疾病精确诊断的关键,但已有的肺部EIT工作还未对肺部的呼吸状态进行探讨。因此,本文优化了三维肺部电阻抗成像算法,充分考虑呼吸过程中肺部几何结构的变化情况,实现不同呼吸状态下的三维肺部电阻抗成像,同时基于成像结果对呼吸过程中肺部的移动状态进行检测。本文主要工作内容如下:1.提取呼气末与吸气末状态下的肺部CT图片作为人体几何结构先验信息,构建两种呼吸状态下的胸部EIT三维正问题模型,并对电极的数目、形状以及电极层间距进行分析与讨论,优化两种呼吸状态下的电极模型。2.提出了基于布雷格曼的改进总变差正则化（Modified Total Variation,MTV）肺部EIT图像重建算法。基于本文肺部呼气末与吸气末模型对MTV算法进行了参数探讨分析。基于MTV算法对肺部EIT进行了仿真分析和实验验证。实验结果表明,MTV算法在肺部三维EIT成像方面显示了优良性能。3.提出了一种肺部呼吸移动检测方法。针对呼吸运动中肺部通气量变化以及肺脏位置的偏移等问题,基于三维成像结果,计算呼气末与吸气末两种状态下的肺部中心位置和肺部移动距离,从而实现基于EIT成像的肺部移动状态分析。
程大元[6]（2020）在《基于LabVIEW的微电阻抗成像系统的研究与设计》文中认为电阻抗成像是通过电阻率的分布实现目标成像的一种新型成像技术,由于不同类型的生物组织具有不同的阻抗,或生物组织的电阻抗在一些特殊情况下发生变化,利用激励电极向生物组织注入激励电流,采集感应电极上的电压差信号,以相应的算法重建组织内部阻抗的分布,最终得到该组织的特性信息,实现无损伤检测。论文设计了一种针对微型物体进行电阻抗图像重建的成像系统,简称微电阻抗成像系统（Micro-Electrical Impedance Tomography,MEIT）,初步搭建并实现了该系统所需要的多个功能模块。主要工作内容如下:（1）硬件部分设计了16路微型电极物理模型、三运放电流源、配有光耦隔离的多路开关、前置隔离电路、高精度仪表放大器、二级放大电路等。其中16路微型电极物理模型由PCB板通孔制成的微型电极结合3D打印的容器制成,以板内电路走线取代常用的杜邦线,减少了信号干扰。采用三运放电压转电流电路,使得激励电流源的稳定性得到了提高,同时降低了电路成本。利用光耦隔离电路将多路开关和数据采集卡分离,避免互相间电流串扰影响微弱电压数据的采集。（2）软件部分由Lab VIEW程序编写,设计了采集与控制模块、成像算法设计模块。其中采集与控制模块控制激励电压信号的产生、电极上电压信号的采集、多路开关顺序的切换和实现对数据的处理。图像重建模块研究了基于谱图小波的正则化算法,利用Lab VIEW程序实现了电阻抗图像的重建。（3）测试部分完成对系统和各个模块的性能测试。包括对激励电流源的输出阻抗和稳定性的测试、信号调理电路的功能测试和通道一致性测试。最后利用整个系统进行成像实验,分别采集了被测物体为不同种类、不同形状、不同位置的电压数据,实现了基于谱图小波的正则化算法的电阻抗图像重建。实验结果表明该电阻抗成像系统针对微型物体具有一定的成像效果,能有效地实现对被测物体的定位和检测。
陈昱同[7]（2020）在《基于非线性映射的电阻层析成像技术研究》文中进行了进一步梳理电阻层析成像技术（Electrical Resistance Tomography,ERT）是一种新兴的可视化过程检测技术,具有非侵入、安全、简单便携、造价低等特点,有着广阔的应用前景。然而,由于ERT的“软场”效应,重建过程具有高度的非线性、不适定性和病态性,导致重建图像退化严重、准确度不高,限制了其应用与发展。降低ERT重建图像退化程度,提高成像精度,一直是国内外ERT研究的重点和热点问题。本文针对ERT的图像退化问题,重点开展了基于非线性映射的ERT重建研究。针对ERT图像退化问题,从ERT图像重建原理和数学模型入手,分析了场域分布与边界测量电压的映射关系。指出了在ERT敏感场中,对边界电压与电导率分布间的映射关系进行线性化近似是导致重建图像退化的主要原因,也是导致场域内灵敏度系数严重的非一致性引起图像退化畸变的重要因素。针对ERT线性化求解对重建图像退化的影响,在分析采用均匀场灵敏度矩阵重建误差影响的基础上,提出了一种对重建图像与灵敏度矩阵关联的交替修正的迭代动态更新重建算法,构建了具有非线性特征的映射关系。该算法根据边界电压的变化与初始灵敏度矩阵引入误差之间的相关性,获得具有惩罚因子的修正系数,对重建后的电导率分布及初始灵敏度矩阵进行修正,并利用修正后的灵敏度矩阵进行图像重建。实验结果表明,新算法可以更加清晰地重构场域内两种介质之间的边界,伪影更少,分布更准确。针对传统算法对ERT非线性映射问题求解困难的情况,提出了一种基于条件式生成对抗网络（Conditional Generative Adversarial Network,CGAN）的ERT重建算法。通过学习边界测量电压与目标图像之间的非线性映射关系,算法实现了深度学习由测量值到图像的端到端的应用,本方法可有效提高重建图像的准确性,使重建图像的细节更清晰,实用性更强;为实现有效学习,针对ERT场域内介质分布具有多样性的特点,提出了一种将介质分布随机化的数据集产生方法并建立了数据集,实验表明,本文所设计的数据集产生方法能够较好地模拟介质分布的多样性。将该网络用于对退化图像进行复原,得到的重建图像也得到进一步优化。针对ERT场中心的敏感度低、重建图像模糊的问题,本文提出了带有中心电极的ERT结构及算法。将带有中心电极的ERT传感器结构用于对场域的激励以提高场域中心的敏感性。为克服中心电极带来的电极附近的成像畸变,提出了一种有限元级图像融合的重建算法,提高了中心场域图像的准确度,利用人工设计的数据集进一步验证了该方法的有效性。
吴翟[8]（2020）在《肺呼吸过程的实时三维电阻抗成像系统研究》文中指出电阻抗成像技术作为一种基于电学层析成像的功能成像方法,在如今的医学成像方法均不能满足医疗监护的实时成像要求下,其检测方法无损无辐射,结构简捷,检测方便,成本低廉且能连续成像,在医学成像领域具有其他方法所不具备的明显优势。针对肺呼吸过程的三维实时成像方法,研究电阻抗图像重建,本文开展了硬件成像系统的构建及性能评估,实时成像的软件设计和实验验证等,具体工作如下:1.针对实时成像要求,提出采用以共轭梯度动态迭代算法为基础的三维电阻抗图像重建流程。基于算法所需先验信息条件构建肺部仿真模型,分析了迭代次数,分层间隔及不同类型图像对EIT成像效果的影响。2.改进制作了基于FPGA的成像系统,实现对被测对象的激励测量及与上位机的实时通讯传输。该硬件系统可实现EIT三维成像的测量模式,激励频率从50KHz至400KHz可调,可以适应三维电阻抗成像要求。系统性能指标评估结果表明硬件测量系统的输出阻抗约为280K欧姆,各通道信纳比（SINAD）最高可达到66.9dB,信噪比（SNR）最高可达69.7dB,各通道测量数据准确率可达到99.8%,能够满足EIT实时成像的要求。3.设计开发基于MATLAB的实时成像软件系统,GUI软件界面读取用户设置的各项参数,依据用户输入发送控制指令,控制硬件测量系统的启动,软件内部的并行运算及同步机制保证基于FPGA的硬件测量系统在采集数据的同时,实时电阻抗软件系统能够进行数据处理和图像重建显示功能。软件系统测试结构表明重建图像分辨率良好,在采集每帧数据时间为40ms,通信波特率为115200,算法迭代次数70次情况下,三维实时成像系统可以达到1fps/s的成像速度,能够进行长时间的EIT实时成像过程。4.完成对运动玻璃棒和人体肺呼吸过程的实时成像验证,通过研究肺呼吸动作的连续重建图像,绘制表征肺部电导率的呼吸帧曲线,为实现EIT三维成像技术的临床监护奠定了良好的理论和应用基础。论文最后对全文工作进行了总结,并依照不足之处提出了改进措施。
李佳[9]（2020）在《电阻抗层析成像的数据融合与正则化算法研究》文中认为电阻抗层析成像（Electrical Impedance Tomography,EIT）技术是一种无损伤的可视化检测技术,具有高时间分辨率、无辐射、非侵入、价格低和便携性等优点,目前已应用于医学监护、工业检测等领域,但EIT技术的低空间分辨率限制了其在应用领域中的发展。为提高重建图像质量,本文对EIT的重建算法展开研究,主要包括数据融合、正则化算法等,具体如下:1.针对EIT单一激励模式的局限性,进行了多种激励模式数据融合的研究,提出了基于Choquet积分的多激励模式融合算法。该算法揭示了激励模式测量值之间的交互关系,从而剔除冗余信息,筛选出每种模式下的最优测量值进行融合成像。结果表明,该算法融合了每种激励模式的优势,有效改善了重建图像质量。2.为提高EIT用于人体肺部成像时的重建图像质量,将胸腔结构和电导率分布作为先验信息融入EIT的重建算法当中。首先,对肺癌患者的正常组织和癌变组织进行了阻抗频谱测量,并通过分析获得了最能反应正常组织和癌变组织差异的频率对,为开展用于肺癌检测的频差EIT研究提供了先验基础。然后,提出了融合先验信息的扩展Kalman滤波算法,利用人体胸腔的器官结构和电导率分布等先验信息构造正则化项,并将其作为目标函数中的“惩罚项”,克服EIT逆问题的“不适定”性。结果表明,该算法可有效改善重建图像质量,且具有良好的抗噪声能力。最后,针对EIT的肺癌组织检测和肺部重建,分别提出了两种基于先验信息的正则化参数确定方法,并利用正则化算法进行图像重建。结果表明,与经典的L曲线法和广义交叉验证法相比,所提出的两种方法能确定出更加准确的正则化参数,提高重建图像质量,并对先验信息的扰动具有较好的鲁棒性。3.提出了一种基于Lp正则化的自适应重加权算法,该算法能够快速求解Lp正则化的目标函数,在迭代过程中自适应确定每个待求未知量对应的p值,并在理论上进行了收敛性分析。结果表明,与其他经典的正则化算法相比,该算法能够有效改善重建图像质量,具有较高的运算效率,并对正则化参数的扰动具有较强的鲁棒性。4.提出了一种基于随机矩阵聚类的正则化参数确定方法,深入分析了该算法的基本性质和理论基础,并利用Tikhonov正则化算法进行图像重建。结果表明,与经典的L曲线法和广义交叉验证法相比,该算法可以确定出更加准确的正则化参数,提高重建图像质量。
缪振兴[10]（2020）在《电阻抗法探测毛竹冬笋仿真研究》文中指出毛竹冬笋是毛竹林繁育的根本,同时也是中国传统的绿色、高档食材。对毛竹冬笋进行无损、高效探测不仅为毛竹林经营、管理提供重要的指导,也为毛竹生态研究提供数字化的研究手段。现有的地下根茎探测方法如探地雷达法、核磁共振成像法、X射线成像法等存在成本高、操作复杂、实用性差等缺点。电阻抗探测法基于土壤电导率与目标电导率存在差异的原理,理论上满足毛竹冬笋探测的需求,而且具有性价比高、实用性强的优点,是一种有应用前景的探测方法。本文着重对毛竹冬笋电阻抗法探测的不同方法和效果进行计算机仿真,为该方法的发展和应用提供重要理论支持。本文的主要工作和结果包括:（1）介绍了典型的16电极土壤电阻抗采集系统的原理与结构,系统阐述了土壤电阻抗成像方法的数学原理,引出土壤电阻抗成像的正问题及逆问题,描述了正问题及逆问题的求解过程。（2）针对两种典型的电阻抗成像算法——等位线反投影算法（动态成像算法）和NOSER算法（静态成像算法）,通过计算机仿真了它们的成像结果,并进行了详细比较。构建直径40cm的圆形待测土壤区域模型,在此基础上添加不同位置和不同大小的毛竹冬笋目标,进行一系列电导率图像重建的仿真和对比实验。结果表明NOSER算法的品质参数和图像质量均优于等位线反投影算法。（3）提出了一种简易的电压叠加判别方法。通过对测量电压的特征分析,提取存在毛竹冬笋目标模型的相似特征,并添加测量噪声进行仿真。结果表明,添加毛竹冬笋目标组的测量电压特征与无毛竹冬笋目标组的测量电压特征有显着差异,添加目标在待测区域边缘位置时的差异更加明显,这种简化判别方法对硬件、软件的要求低,可用于毛竹冬笋的直接探测或辅助成像系统探测。
二、医学电阻抗成像系统电极结构优化设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、医学电阻抗成像系统电极结构优化设计（论文提纲范文）
（1）回转窑内颗粒分布可视化测量系统开发及验证（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容及各章安排 |
| 第二章 EIT系统理论基础 |
| 2.1 EIT系统成像的基本原理及数学描述 |
| 2.2 EIT系统的正问题 |
| 2.2.1 EIT系统的正问题求解 |
| 2.3 EIT系统的逆问题 |
| 2.3.1 Tikhonov正则化算法 |
| 2.4 本章小结 |
| 第三章 EIT测量系统设计 |
| 3.1 FPGA控制模块 |
| 3.1.1 主控FPGA芯片选择 |
| 3.1.2 EIT成像系统方案设计 |
| 3.2 EIT硬件系统设计 |
| 3.3 系统时钟模块设计 |
| 3.4 激励信号生成模块的设计 |
| 3.4.1 DDS产生激励信号 |
| 3.4.2 AD9744数模转换模块 |
| 3.4.3 VCCS电压电流转换模块 |
| 3.4.4 模拟多路复用器设计 |
| 3.5 传感器设计 |
| 3.6 滤波及差分放大电路设计 |
| 3.7 数据采集模块设计 |
| 3.7.1 AD9259的配置 |
| 3.7.2 数据采集方案设计 |
| 3.8 数据处理、存储与发送模块设计 |
| 3.8.1 FFT变换原理 |
| 3.8.2 FFT IP核 |
| 3.8.3 数据缓存与发送模块 |
| 3.9 开发板供电模块设计 |
| 3.10 本章小结 |
| 第四章 EIT系统成像仿真及实验 |
| 4.1 基于COMSOL的EIT成像系统仿真 |
| 4.1.1 建立仿真建模 |
| 4.1.2 仿真条件设置 |
| 4.1.3 仿真结果分析 |
| 4.2 EIT系统的静态成像实验及分析 |
| 4.2.1 LCR阻抗测试仪进行实验 |
| 4.2.2 EIT开发系统进行实验 |
| 4.2.3 实验结果分析 |
| 4.3 EIT系统的动态成像实验及分析 |
| 4.3.1 实验台的设计 |
| 4.3.2 实验条件 |
| 4.3.3 实验结果分析 |
| 4.4 小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）肺呼吸生物阻抗图像监测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 肺部EIT研究背景与意义 |
| 1.2 肺部EIT技术国外研究现状 |
| 1.3 肺部EIT技术国内研究现状 |
| 1.4 本文主要研究内容及章节安排 |
| 第2章 肺呼吸成像方法理论基础 |
| 2.1 生物电阻抗理论基础 |
| 2.1.1 生物组织等效模型 |
| 2.1.2 频散理论 |
| 2.2 胸腔EIT技术理论基础 |
| 2.2.1 EIT技术的数学描述 |
| 2.2.2 胸腔EIT正问题 |
| 2.2.3 胸腔EIT逆问题 |
| 2.3 本章小结 |
| 第3章 肺呼吸三维动态仿真分析 |
| 3.1 三维肺呼吸动态分析方法研究 |
| 3.1.1 胸腔三维模型构建 |
| 3.1.2 肺呼吸动态仿真过程建立 |
| 3.1.3 肺呼吸仿真结果分析 |
| 3.2 肺呼吸与电阻抗之间的关系 |
| 3.2.1 胸阻抗求解方法 |
| 3.2.2 肺呼吸与胸阻抗关系分析 |
| 3.3 本章小结 |
| 第4章 肺呼吸生物阻抗检测系统设计 |
| 4.1 肺呼吸EIT成像系统总体设计 |
| 4.2 信号激励方法 |
| 4.2.1 基于DDS的信号发生器 |
| 4.2.2 压控电流源 |
| 4.3 肺呼吸EIT激励测量选通研究 |
| 4.3.1 胸腔EIT激励测量模式 |
| 4.3.2 电极选通开关 |
| 4.4 肺呼吸EIT测量电路 |
| 4.4.1 高精度仪表放大器 |
| 4.4.2 可编程增益放大器 |
| 4.4.3 滤波电路 |
| 4.4.4 模数转换模块 |
| 4.5 肺呼吸成像系统软件设计 |
| 4.6 本章小结 |
| 第5章 实验及结果分析 |
| 5.1 肺呼吸阻抗测量实验 |
| 5.1.1 肺呼吸阻抗实验设计 |
| 5.1.2 肺呼吸阻抗测量规范 |
| 5.1.3 肺呼吸阻抗实验结果 |
| 5.2 肺呼吸成像系统性能分析 |
| 5.2.1 肺呼吸成像系统通道一致性分析 |
| 5.2.2 肺呼吸成像系统信噪比分析 |
| 5.3 肺呼吸动态成像实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（3）基于生物电阻抗的人体肺部组织断层成像算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 电阻抗抗断层成像的背景及意义 |
| §1.2 国内外研究现状 |
| §1.3 主要研究内容 |
| §1.4 论文的组织结构 |
| 第二章 EIT理论及相关技术介绍 |
| §2.1 生物组织的电阻抗特性 |
| §2.2 EIT的工作原理 |
| §2.3 EIT的数据测量系统 |
| §2.3.1 EIT的激励源 |
| §2.3.2 EIT的采集电路 |
| §2.4 电极选型与驱动方式 |
| §2.4.1 电极的类型 |
| §2.4.2 驱动方式 |
| §2.5 EIT的物理数学基础 |
| §2.6 本章小结 |
| 第三章 边界场域测量结构设计与模型建立 |
| §3.1 传统的边界场域模型建立方法 |
| §3.2 二维可伸缩边界场域测量结构设计及模型建立 |
| §3.2.1 二维可伸缩边界场域测量结构设计 |
| §3.2.2 二维可伸缩边界场域测量结构的模型计算方法 |
| §3.2.3 实验测量验证 |
| §3.3 三维可伸缩边界场域测量结构设计及模型建立 |
| §3.3.1 三维可伸缩杆同轴叠层式测量结构设计与模型建立 |
| §3.3.2 三维可伸缩杆差错叠层式测量结构设计与模型建立 |
| §3.3.3 模型仿真比较 |
| §3.4 三维可旋转边界场域测量结构设计及模型建立 |
| §3.4.1 三维可旋转边界场域测量结构设计 |
| §3.4.2 三维可旋转边界场域测量结构的模型计算方法 |
| §3.5 本章小结 |
| 第四章 重建算法 |
| §4.1 正解的求解方法简介 |
| §4.1.1 有限元离散 |
| §4.1.2 有限元的正问题求解 |
| §4.2 求解逆问题 |
| §4.2.1 静态牛顿拉弗森法 |
| §4.2.2 静态一步牛顿拉弗森法 |
| §4.2.3 动态一步高斯牛顿法 |
| §4.3 正则化算法 |
| §4.4 本章小结 |
| 第五章 界面设计与成像分析 |
| §5.1 界面设计 |
| §5.2 实验分析 |
| §5.2.1 边界场域模型准确性分析 |
| §5.2.2 图像重构仿真实验 |
| §5.2.3 肺部EIT成像实验 |
| §5.3 本章小结 |
| 第六章 总结与展望 |
| §6.1 总结 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（4）基于生物电阻抗的人体肺部断层成像的硬件平台研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题研究背景与意义 |
| §1.2 肺部电阻抗断层成像技术简介 |
| §1.3 课题国内外研究现状 |
| §1.4 本文研究内容 |
| 第二章 电阻抗成像原理与过程 |
| §2.1 生物电阻抗特性 |
| §2.2 EIT问题的数学描述 |
| §2.3 EIT正问题和逆问题 |
| §2.4 硬件平台系统框架 |
| §2.5 本章小结 |
| 第三章 人体肺部电阻抗采集平台硬件设计 |
| §3.1 激励通道设计 |
| §3.1.1 波形发生器设计 |
| §3.1.2 低通滤波器 |
| §3.1.3 压控电流源设计 |
| §3.2 电极阵列设计 |
| §3.2.1 驱动模式研究 |
| §3.2.2 模拟开关控制设计 |
| §3.3 检测通道设计 |
| §3.3.1 信号放大电路 |
| §3.3.2 带通滤波电路 |
| §3.3.3 A/D采集电路 |
| §3.4 本章小结 |
| 第四章 人体肺部电阻抗采集平台软件设计 |
| §4.1 硬件驱动 |
| §4.2 解调技术 |
| §4.2.1 模拟解调技术 |
| §4.2.2 数字解调技术 |
| §4.3 上位机软件 |
| §4.4 本章小结 |
| 第五章 实验测试结果与分析 |
| §5.1 硬件调试 |
| §5.1.1 激励通道 |
| §5.1.2 检测通道 |
| §5.2 实验模型 |
| §5.3 数据分析 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 总结 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（5）融合呼吸先验特征的肺部三维电阻抗成像方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 EIT技术简介及其发展意义 |
| 1.2 肺部EIT技术发展现状 |
| 1.2.1 肺部EIT的应用 |
| 1.2.2 肺部EIT成像算法现状 |
| 1.3 二维 EIT到三维 EIT的发展 |
| 1.4 本文主要研究内容和结构安排 |
| 第二章 肺部三维EIT成像理论基础与建模过程 |
| 2.1 EIT成像基本原理 |
| 2.1.1 EIT成像敏感场的数学描述 |
| 2.1.2 EIT成像正问题和逆问题 |
| 2.2 构建人体肺部三维模型过程 |
| 2.2.1 轮廓模型提取及修正 |
| 2.2.3 COMSOL正问题建模与求解 |
| 2.3 电极优化 |
| 2.4 本章小结 |
| 第三章 基于改进TV算法的肺部三维EIT成像方法 |
| 3.1 Tikhonov正则化算法 |
| 3.2 总变差正则化算法 |
| 3.3 基于分裂Bregman迭代的改进TV算法 |
| 3.3.1 改进TV调节方法的数学模型 |
| 3.3.2 数字模型的求解 |
| 3.3.3 MTV算法参数的选择 |
| 3.4 本章小结 |
| 第四章 三维肺部EIT图像重建实验分析 |
| 4.1 二维图像重建实验 |
| 4.2 三维图像重建实验 |
| 4.3 肺部区域比例 |
| 4.4 实验分析 |
| 4.4.1 实验装置 |
| 4.4.2 实验重建结果 |
| 4.5 本章小结 |
| 第五章 基于EIT图像重建的呼吸运动检测 |
| 5.1 基于三维EIT图像重建的肺部位置偏移 |
| 5.2 肺部中心移动距离计算 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 硕士期间发表论文和参加科研情况 |
| 致谢 |
（6）基于LabVIEW的微电阻抗成像系统的研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 电阻抗成像技术的研究意义与背景 |
| 1.2 国内外研究现状 |
| 1.3 微电阻抗成像技术现状分析 |
| 1.4 主要研究工作与章节安排 |
| 第二章 EIT技术的理论基础 |
| 2.1 电阻抗成像原理 |
| 2.2 电阻抗成像数学模型描述 |
| 2.3 正问题 |
| 2.4 逆问题 |
| 2.4.1 静态成像与动态成像 |
| 2.5 本章小结 |
| 第三章 MEIT系统整体设计 |
| 3.1 系统整体设计 |
| 3.2 MEIT系统设计要求 |
| 3.2.1 硬件设计要求 |
| 3.2.2 软件设计要求 |
| 3.3 本章小结 |
| 第四章 MEIT系统硬件设计 |
| 4.1 EIT硬件系统架构概述 |
| 4.2 微型电极物理模型 |
| 4.2.1 物理模型容器 |
| 4.2.2 微型电极 |
| 4.3 激励电流源设计 |
| 4.3.1 信号源 |
| 4.3.2 电压转电流电路 |
| 4.4 多路开关模块 |
| 4.4.1 电极驱动模式 |
| 4.4.2 多路开关电路 |
| 4.4.3 光耦隔离电路 |
| 4.5 信号调理模块 |
| 4.5.1 电压隔离电路 |
| 4.5.2 仪表放大器电路 |
| 4.5.3 二级放大电路 |
| 4.6 数据采集卡 |
| 4.7 供电模块 |
| 4.8 本章小结 |
| 第五章 MEIT系统软件设计 |
| 5.1 程序设计和总体流程 |
| 5.2 采集与控制模块设计 |
| 5.2.1 激励信号产生 |
| 5.2.2 电压信号采集 |
| 5.2.3 多路开关控制 |
| 5.2.4 信号处理模块 |
| 5.3 成像算法设计 |
| 5.3.1 基于谱图小波的正则化算法 |
| 5.4 本章小结 |
| 第六章 系统测试与结果分析 |
| 6.1 系统硬件模块测试 |
| 6.1.1 激励电流源性能评估 |
| 6.1.2 信号调理电路性能测试 |
| 6.1.3 通道一致性测试 |
| 6.2 图像重建和结果分析 |
| 6.2.1 仿真数据测试 |
| 6.2.2 实测数据测试 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 致谢 |
（7）基于非线性映射的电阻层析成像技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 电阻层析成像的概念及技术优势 |
| 1.1.2 电阻层析成像的应用及研究前景 |
| 1.2 电阻层析成像技术的研究进展 |
| 1.2.1 电学层析成像重建算法的研究进展 |
| 1.2.2 深度学习在电学成像中的应用发展 |
| 1.2.3 阻抗激励测量模式的研究进展 |
| 1.3 本文的主要研究内容及组织结构 |
| 1.3.1 现有研究工作的挑战 |
| 1.3.2 本文的主要研究工作 |
| 1.3.3 论文组织结构 |
| 第二章 ERT图像退化分析 |
| 2.1 引言 |
| 2.2 ERT技术基本原理 |
| 2.2.1 ERT的测量原理 |
| 2.2.2 ERT的数学模型 |
| 2.2.3 基于有限元法的ERT重建 |
| 2.3 ERT图像退化分析 |
| 2.3.1 ERT图像退化现象及评价标准 |
| 2.3.2 有限元剖分对正问题计算的影响 |
| 2.3.3 敏感场特性对反演重建的影响 |
| 2.4 本章小结 |
| 第三章 基于灵敏度误差估计的ERT修正算法 |
| 3.1 引言 |
| 3.2 基于灵敏度误差估计的ERT图像修正算法 |
| 3.2.1 均匀场灵敏度矩阵引起的重建误差估计 |
| 3.2.2 基于误差惩罚的图像修正算法 |
| 3.2.3 重建图像及灵敏度矩阵交替修正算法流程 |
| 3.3 图像重建实验及分析 |
| 3.3.1 仿真实验结果及分析 |
| 3.3.2 实测实验结果及分析 |
| 3.4 本章小结 |
| 第四章 基于条件式生成对抗网络的ERT重建 |
| 4.1 引言 |
| 4.2 ERT数据集的产生 |
| 4.2.1 电导率分布图像集合的产生 |
| 4.2.2 边界电压集合的产生 |
| 4.3 基于条件式生成对抗网络的ERT重建 |
| 4.3.1 训练目标函数 |
| 4.3.2 ERT条件式生成对抗网络设计 |
| 4.3.3 基于自适应判别网络的训练流程 |
| 4.4 基于CGAN的 ERT重建实验及分析 |
| 4.4.1 CGAN网络参数设定 |
| 4.4.2 仿真实验结果及分析 |
| 4.4.3 实测实验结果及分析 |
| 4.5 基于CGAN的重建图像复原及实验分析 |
| 4.5.1 基于CGAN的重建图像复原网络结构 |
| 4.5.2 实验及分析 |
| 4.6 本章小结 |
| 第五章 带有中心电极的ERT图像重建 |
| 5.1 引言 |
| 5.2 带有中心电极的ERT传感器设计 |
| 5.2.1 传感器结构设计 |
| 5.2.2 混合激励测量模式分析 |
| 5.3 带有中心电极的ERT图像融合算法研究 |
| 5.3.1 场域敏感性分析 |
| 5.3.2 中心激励模式的电导率分布重建 |
| 5.3.3 融合重建算法研究 |
| 5.4 图像重建实验及分析 |
| 5.4.1 实验设置 |
| 5.4.2 仿真实验结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（8）肺呼吸过程的实时三维电阻抗成像系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 研究意义 |
| 1.3 国内外的研究动态及发展趋势 |
| 1.4 论文的组织结构 |
| 2 电阻抗成像技术基础 |
| 2.1 电阻抗成像的数学模型 |
| 2.2 电阻抗成像的正问题与逆问题 |
| 2.2.1 正问题 |
| 2.2.2 逆问题 |
| 2.3 电阻抗成像的图像重建算法 |
| 2.4 三维EIT的共轭梯度算法介绍 |
| 3 三维电阻抗模型的构建和仿真成像 |
| 3.1 三维肺部模型的构建 |
| 3.2 仿真成像 |
| 4 三维电阻抗硬件系统的设计与性能指标评估 |
| 4.1 硬件设计 |
| 4.1.1 硬件架构 |
| 4.1.2 激励信号的产生 |
| 4.1.3 响应信号的采集 |
| 4.1.4 信号数据的处理和传输 |
| 4.1.5 测量模式 |
| 4.2 各项性能指标 |
| 4.2.1 系统输出阻抗 |
| 4.2.2 硬件系统的动态性能 |
| 4.2.3 各通道测量偏差 |
| 5 三维电阻抗成像系统并行运算与实时成像方法 |
| 5.1 系统响应时间分析 |
| 5.2 实时成像的工作流程及其实现 |
| 5.2.1 程序的并行运算与同步 |
| 5.2.2 实现方案 |
| 5.3 软件设计及界面功能介绍 |
| 5.3.1 成像软件设计 |
| 5.3.2 界面各功能介绍说明 |
| 5.3.3 软件程序运行说明 |
| 6 三维电阻抗实时成像及图像分析 |
| 6.1 实验装置及测试条件 |
| 6.1.1 装置准备 |
| 6.1.2 测试条件 |
| 6.2 实时动态成像 |
| 6.2.1 运动物体的实时成像 |
| 6.2.2 人体肺呼吸的实时成像 |
| 7 结论 |
| 7.1 总结 |
| 7.2 论文的创新点 |
| 7.3 论文的不足之处 |
| 8 参考文献 |
| 9 攻读硕士学位期间发表论文情况 |
| 10 致谢 |
（9）电阻抗层析成像的数据融合与正则化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 电阻抗层析成像的研究背景及意义 |
| 1.2 电阻抗层析成像的研究进展 |
| 1.2.1 硬件系统 |
| 1.2.2 图像重建算法 |
| 1.3 电阻抗层析成像面临的挑战 |
| 1.4 本文的主要内容及创新点 |
| 1.4.1 主要内容 |
| 1.4.2 创新点 |
| 第2章 电阻抗层析成像理论基础 |
| 2.1 EIT的测量原理与硬件系统 |
| 2.1.1 测量原理 |
| 2.1.2 硬件系统 |
| 2.2 EIT的数学模型 |
| 2.2.1 敏感场 |
| 2.2.2 边界条件 |
| 2.3 EIT的正问题及有限元法 |
| 2.3.1 正问题描述 |
| 2.3.2 有限元法 |
| 2.4 EIT的逆问题及图像重建算法 |
| 2.4.1 逆问题描述 |
| 2.4.2 几类典型的图像重建算法 |
| 2.5 本章小结 |
| 第3章 基于多电极激励模式的EIT融合算法 |
| 3.1 EIT的电极激励模式 |
| 3.1.1 激励模式 |
| 3.1.2 激励模式对比 |
| 3.2 Choquet积分模型及其参数确定 |
| 3.2.1 Choquet积分 |
| 3.2.2 Shapley值 |
| 3.2.3 启发式最小均方误差法 |
| 3.3 基于Choquet积分的多激励模式融合算法 |
| 3.3.1 三种评价指标 |
| 3.3.2 算法原理 |
| 3.4 仿真与实验 |
| 3.4.1 仿真结果与分析 |
| 3.4.2 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 融合先验信息的EIT肺部图像重建 |
| 4.1 先验信息介绍 |
| 4.1.1 电导率信息 |
| 4.1.2 结构信息 |
| 4.2 基于多频电导率的最优频率对分析 |
| 4.2.1 基于主成分分析法的多频电导率分析 |
| 4.2.2 基于K-means聚类算法的仿真验证 |
| 4.3 融合先验信息的扩展Kalman滤波重建算法 |
| 4.3.1 算法原理 |
| 4.3.2 仿真与实验 |
| 4.4 基于先验信息的正则化参数确定方法 |
| 4.4.1 算法原理 |
| 4.4.2 其他典型的正则化参数确定方法 |
| 4.4.3 方法一的仿真与实验 |
| 4.4.4 方法二的仿真验证 |
| 4.5 本章小结 |
| 第5章 基于L_p正则化的EIT自适应算法 |
| 5.1 算法原理 |
| 5.1.1 重加权算法 |
| 5.1.2 基于L_p正则化的自适应重加权算法 |
| 5.2 ARW算法的收敛性分析 |
| 5.2.1 相关的数学概念 |
| 5.2.2 收敛性分析 |
| 5.3 其他典型的正则化算法 |
| 5.3.1 L_2正则化算法 |
| 5.3.2 L_1正则化算法 |
| 5.3.3 L_(1/2) 正则化算法 |
| 5.4 仿真与实验 |
| 5.4.1 仿真结果与分析 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 第6章 基于随机矩阵聚类的正则化参数确定方法 |
| 6.1 聚类算法原理 |
| 6.1.1 基本概念 |
| 6.1.2 MCL算法 |
| 6.1.3 RMC算法 |
| 6.2 RMC算法的性质分析与理论证明 |
| 6.2.1 基本概念 |
| 6.2.2 RMC算法的基本性质与证明 |
| 6.2.3 实例验证 |
| 6.3 基于RMC聚类算法的正则化参数确定 |
| 6.3.1 研究动机 |
| 6.3.2 算法原理 |
| 6.4 仿真与实验 |
| 6.4.1 仿真结果与分析 |
| 6.4.2 实验结果与分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（10）电阻抗法探测毛竹冬笋仿真研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 植物根系监测研究现状 |
| 1.2.2 电阻抗成像法研究现状 |
| 1.3 研究内容 |
| 第二章 土壤电阻抗成像基础 |
| 2.1 典型的16电极土壤电阻抗采集系统 |
| 2.2 电阻抗成像的基本原理 |
| 2.2.1 土壤电阻抗成像的电磁理论 |
| 2.2.2 土壤电阻抗成像法的模型简化 |
| 2.3 土壤电阻抗仿真的正问题计算 |
| 2.3.1 正问题计算的数学原理 |
| 2.3.2 正问题求解 |
| 2.4 土壤电阻抗仿真的逆问题计算 |
| 2.4.1 逆问题的数学原理 |
| 2.4.2 逆问题的病态性及近似求解 |
| 2.5 小结 |
| 第三章 电阻抗成像探测仿真与比较 |
| 3.1 等位线反投影算法仿真 |
| 3.1.1 算法原理 |
| 3.1.2 仿真实验 |
| 3.2 NOSER算法仿真 |
| 3.2.1 算法原理 |
| 3.2.2 仿真实验 |
| 3.3 等位线反投影算法与NOSER算法的对比 |
| 3.4 小结 |
| 第四章 电压叠加简易判别法仿真 |
| 4.1 驱动模式和有效数据 |
| 4.2 土壤电阻抗探测系统的噪声干扰 |
| 4.3 简化判别的可能性及仿真 |
| 4.4 小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、医学电阻抗成像系统电极结构优化设计（论文参考文献）
- [1]回转窑内颗粒分布可视化测量系统开发及验证[D]. 姚旺. 西安理工大学, 2021(01)
- [2]肺呼吸生物阻抗图像监测方法研究[D]. 曲振豪. 沈阳工业大学, 2021
- [3]基于生物电阻抗的人体肺部组织断层成像算法研究[D]. 蒙超勇. 桂林电子科技大学, 2021(02)
- [4]基于生物电阻抗的人体肺部断层成像的硬件平台研究与设计[D]. 全新国. 桂林电子科技大学, 2021(02)
- [5]融合呼吸先验特征的肺部三维电阻抗成像方法研究[D]. 陆纪璇. 天津工业大学, 2021(01)
- [6]基于LabVIEW的微电阻抗成像系统的研究与设计[D]. 程大元. 南京邮电大学, 2020(03)
- [7]基于非线性映射的电阻层析成像技术研究[D]. 陈昱同. 中北大学, 2020(03)
- [8]肺呼吸过程的实时三维电阻抗成像系统研究[D]. 吴翟. 天津科技大学, 2020(08)
- [9]电阻抗层析成像的数据融合与正则化算法研究[D]. 李佳. 天津大学, 2020(01)
- [10]电阻抗法探测毛竹冬笋仿真研究[D]. 缪振兴. 安徽农业大学, 2020