[基于改进密集连接的全卷积神经网络进行脑出血的图像重建]
Yanyan Shi1,2, Luanjun Wang1, Yating Li1
1School of Electronic and Electrical Engineering, Henan Normal University, Xinxiang, Henan 453000, P. R. China.
概括
电阻断层扫描 (EIT) 有助于早期发现脑出血. 改进的神经网络增强了导电性图像重建,改善了对这种严重的大脑疾病的诊断和治疗.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 计算神经科学是一种神经科学.
背景情况:
- 大脑出血是一种严重的脑血管疾病,具有显著的发病率和死亡率.
- 电阻断层扫描 (EIT) 可以早期检测大脑组织的电性质变化.
- 在EIT脑成像中的挑战包括复杂的头部结构和不同的导电性,导致图像重建不良.
研究的目的:
- 开发一种先进的图像重建方法,以使用EIT改进脑出血检测.
- 解决传统方法在重建大脑导电性变化的局限性.
主要方法:
- 改进的密集连接的全卷积神经网络被用于图像重建.
- 使用一个模拟人类头部结构的三层大脑模型.
- 该网络学习了边界电压和导电性变化之间的非线性映射,绕过了传统的灵敏度矩阵方法.
主要成果:
- 提出的方法准确地重建了脑出血的导电分布.
- 在杂的条件下和大脑模型变化的情况下,有效的性能得到证明.
- 数字模拟和幻影实验验证实了该方法的可靠性.
结论:
- 改进的EIT图像重建方法为诊断和治疗脑出血提供了可靠的工具.
- 这一进步促进了EIT在诊断各种大脑疾病中的更广泛应用.
- 该研究强调了深度学习在克服EIT重建挑战方面的潜力.
