图形卷积网络能够通过电阻断层扫描快速监测出血性中风

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 计算科学 计算科学

背景情况:

• 电阻断层扫描 (EIT) 是对中风监测的一种有前途的成像模式.
• 目前的EIT重建方法可能是计算密集型,限制实时应用.
• 在中风检测中需要更快,高质量的图像重建.

研究的目的:

• 为基于EIT的中风监测开发一种快速图像重建技术.
• 为了实现与计算上昂贵的非线性方法相匹配的图像质量.
• 通过使用EIT实现高效,潜在的实时中风检测.

主要方法:

• 采用了使用图形卷积网络 (GCN) 的后处理方法.
• 从2D模拟中风数据中对线性差异重建进行了U-net图的训练.
• 将训练网络应用于来自模拟和实验数据的3D图像,并与3D和2D训练网络进行比较.

主要成果:

• 图表U-net后处理显著提高了线性差异重建的图像质量.
• 获得的图像质量与耗时的非线性重建方法相比或超过.
• 重建时间从几个小时缩短到几分钟.

结论:

• 将快速线性差异成像与图形U-net后处理相结合,可提供显著的改进.
• 图形框架允许对2D数据进行3D体积处理的训练,降低模拟成本约50倍.
• 这种方法是一种可行的方法,用于在线监测出血性中风.