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)