基于频率约束稀疏贝叶斯学习的多频电磁层析成像用于急性卒中检测
应用物理
2020-07-29 v2
摘要
对脑生物阻抗分布成像可为急性卒中提供初步诊断。本文提出一种紧凑且无辐射的层析模态，即多频电磁层析成像（mfEMT），用于急性卒中的初步诊断。mfEMT系统由12通道具有可调灵敏度和激励频率的梯度计线圈组成。为解决mfEMT的图像重建问题，我们提出一种增强的频率约束稀疏贝叶斯学习（FC-SBL），以同时重建所有频率下的电导率分布。基于稀疏贝叶斯学习（SBL）框架中的多测量向量（MMV）模型，FC-SBL可利用频率约束信息恢复多幅图像间电导率的底层分布模式。我们建立了一个真实的三维头部模型来模拟卒中检测场景，展示了mfEMT穿透高阻颅骨的能力以及FC-SBL带来的图像质量提升。仿真与实验均表明，与单测量向量模型相比，所提出的FC-SBL方法对mfEMT图像重建问题中的噪声数据具有鲁棒性，有望以增强的空间分辨率和无基线方式检测脑区急性卒中。
引用
@article{arxiv.2003.00998,
title = {Multi-frequency Electromagnetic Tomography for Acute Stroke Detection Using Frequency Constrained Sparse Bayesian Learning},
author = {Jinxi Xiang and Yonggui Dong and Yunjie Yang},
journal= {arXiv preprint arXiv:2003.00998},
year = {2020}
}
备注
11 pages;IEEE TMI 2020 in press