实验室博士生陈泽坤作为第一作者,梁士利教授作为通讯作者的论文“Electrical Impedance Tomography for Thorax Image Using Connected Component Labeling and Sparse Group Lasso“在仪器测量领域权威期刊IEEE Transactions on Instrumentation and Measurement (TIM) 期刊发表。(IF:5.6,中科院二区TOP,JCR1区)
在电阻抗断层扫描中,逆问题的解决至关重要。该论文介绍了一种便携式可调电阻抗层析成像系统(PAEIT),该系统由 32 个电极组成,体积小,可通过按键调节激励频率、扫描模式和帧频。由于电阻抗断层扫描的非线性和非假设性,重建图像的空间分辨率受到严重影响。因此,提出了一种基于连通分量标记和稀疏组套索(CCL-SGL)的胸廓重建算法,包括 CCL-SGL 基本模型(CCL-SGLBM)和 CCL-SGL 鲁棒模型(CCL-SGLRM)。该方法采用连域标注算法从辅助图像中获取成像目标的结构信息,并将其作为先验信息为稀疏群套索提供惩罚,从而有效约束反演解的自由度,增强重建图像的稀疏性。为了验证所提算法的有效性,利用数值模拟、实验测试和真实肺部数据集进行了重建实验,并比较了不同算法的重建图像和量化指标。结果表明,所提出的 CCL-SGL 方法提高了胸肺重建图像的空间分辨率和质量,有效抑制了背景伪影,并对噪声具有很强的鲁棒性。它有望成为 EIT 图像重建的通用方法。(https://ieeexplore.ieee.org/document/10597654)