一种基于图结构的肺部EIT图像重建方法

本发明涉及一种基于图结构的肺部区域电阻抗断层(EIT)图像重建方法，建立了一种以高频通道图注意网络和低频通道图注意网络的双分支通道并行的EIT深度成像模型，将该模型命名为HLGAT。通过向肺部区域的有限元仿真模型中注入电流激励，获取EIT图像重建所需要的边界电压数据，对需要进行图像重建的肺部区域进行非均匀网格剖分，得到图神经网络所需要的节点及节点间的邻接关系，将数据存储为适合网络输入的图结构形式；HLGAT通过两个通道分别对低频和高频的特征信息进行聚合，采用可学习的方式融合两个通道的节点输出特征信息，根据网络输出的节点特征信息重建一个新的邻接矩阵，进而构造新的Laplace矩阵，能够得到更加精确的电导率分布，有助于更准确地描述电阻抗成像的物理过程，从而提高模型成像的准确性。