摘要
本发明属于智能治疗辅助诊断技术领域,提出了一种基于电阻抗层析成像(EIT)技术来实现肺结节监测的方法。首先通过可穿戴电极及其相关设备获取大量边界电压值,其次是利用后验概率函数描述胸腔断层肺结节电阻抗分布的图像,通过贝叶斯公式将后验概率函数的求解问题转变为求解似然函数和先验概率函数,其中针对人体内生物电噪声和电阻抗扰动噪声进行建模,构建模型的似然函数,随后基于病理学分析的肺结节生长规律分析,构建模型的先验概率函数,从而实现基于贝叶斯学习框架从大样本数据中恢复肺结节状态变化信息,提高肺结节图像重建的空间分辨率的目的,从而进一步实现对肺结节生长状态的持续监测。
技术关键词
人体生物电
图像重建
电阻抗层析成像
马尔科夫模型
贝叶斯框架
流形学习算法
分析肺结节
辅助诊断技术
可穿戴电极
人体电阻抗
后验概率分布
肺结节图像
监测方法
电压
噪声源
磁感应强度
系统为您推荐了相关专利信息
频率调制器
样本
重建人脸
人脸图像超分辨率
网络
多层空间光调制器
图像重建装置
复合光栅
调焦镜头
介质