基于深度映射的慢阻肺电阻抗成像早期诊断方法研究

Chronic Obstructive Pulmonary Disease (COPD) is one kind of pulmonary disease that seriously damage to human’s lung function. It is the fourth leading cause of death worldwide. But due to illness hidden, early diagnosis of COPD has been a difficulty in the clinical, which lead to most patients missing the optimal opportunity for treatment. In order to solve this problem, it is studied that three dimensional Electrical Impedance Tomography (EIT) and deep-diagnosis model for COPD early detection based on a Deep-Learning-based Electrical Impedance Tomography (DLEIT) in the work. It is concentrate on the crucial academic problems in this work. The main research contents are as follows. Measurement method of EIT imaging based on three dimensional multiple excitation mode is studied. Effective feature is extracted according to the interaction mechanism between exciting current and sensitive field. The DLEIT model construction method and EIT imaging scheme are studied. And the deep diagnosis model for COPD diagnosis is studied by fusion of EIT image features and early pathological information. The visualized diagnosis results of this work can show local lesions of COPD, which provide a basis for accurate treatment. It is of great significance to improve the prevention and treatment of COPD in China and the world.

慢性阻塞性肺病简称慢阻肺是一种严重破坏人体肺功能的疾病，目前居全球死亡原因第4位。由于病情隐匿，早期排查一直是该疾病临床诊断的难点，影响早期干预，贻误最佳治疗时机。为此，本项目研究基于电阻抗成像深度映射模型(Deep-Learning-based Electrical Impedance Tomography, DLEIT)的肺部三维图像重建方法及慢阻肺深度诊断模型。主要围绕关键瓶颈问题开展研究，内容包括：三维多激励模式EIT成像测量方法；揭示激励电流与敏感场相互作用机理，提取敏感场空间特征，研究DLEIT深度映射模型构建方法及EIT成像方案；融合EIT重建图像特征与慢阻肺早期病理信息的深度诊断模型构建方法。本项目可视化的诊断结果可定位局部病灶，为慢阻肺精准治疗提供依据，对我国乃至世界慢阻肺防治水平的提高具有十分重要的意义。

随着环境污染的加剧，我国患肺部疾病人口的数量呈现逐年增长的状态。其中慢性阻塞性肺病(Chronic Obstructive Pulmonary Disease，COPD)简称慢阻肺、肺损伤、肺癌等疾病，严重危害人类健康。肺部EIT作为一种新颖的层析成像技术，它的基本原理是根据胸腔中不同器官组织在不同生理和病理条件下有不同的导电性，采用各种方法对其产生小的驱动电流，通过其边界响应信息，重建出肺组织的分布情况，具有实时监测的优势，对于肺部疾病早期诊断与监测具有重要意义。本项目研究用于慢阻肺早期诊断的EIT深层映射成像方法，探索与EIT激励/测量模式以及肺部电阻抗分布规律相适应的EIT成像方法。主要围绕肺部EIT关键技术开展研究工作，包括EIT电极优化方法、信号采集与处理、肺部EIT图像重建等开展研究。主要研究内容包括：（1）基于深度映射模型的肺部EIT图像重建；（2）融合肺部几何结构先验信息和EIT成像方法的三维肺部成像；（3）结合慢阻肺检测需求，开发肺部EIT成像系统样机，开展肺部模型实验和动物实验进行肺部状态检测。.取得的科研成果有：.（1）提出了基于深度映射的肺部EIT图像重建模型及方法，开发了用于肺部疾病检测的肺部EIT样机系统；.（2）发表16篇论文，其中SCI期刊论文6篇，EI期刊论文2篇，中文核心期刊论文5篇，EI国际会议论文3篇，授权软件著作权4项；.（3）参加国外学术会议7人次，会议报告3人次，国内会议分会场特邀报告1人次；.（4）培养硕士研究生毕业8人，在读研究生4人。.取得的重要研究成果为：.（1）为了提高EIT图像重建质量，构建了基于深度映射的肺部EIT图像重建模型，根据EIT测量数据的特点，提出了面向肺部状态检测的深度学习EIT成像方法，构建肺部样本集训练优化模型，实现肺部EIT图像重建。.（2）融合肺部几何结构，构建了肺部EIT三维成像模型，提出了基于深度学习的电极优化算法，提高了肺部三维EIT成像质量，为肺部状态监测奠定了基础。.（3）结合慢阻肺检测需求，开发肺部EIT成像系统样机，开展肺部模型实验和动物实验进行肺部状态检测。.本项目的研究成果进一步丰富了肺部电阻抗成像技术的理论基础，为慢阻肺以及肺部疾病检测的实施奠定了技术基础。