基于深度循环神经网络的肺部电阻率断层扫描
生物物理
2025-04-22 v1
摘要
电阻率断层扫描（EIT）是一种非侵入式的功能性成像技术。为了提高肺部EIT图像的质量，本文开发了若干新型算法，即LSTM-LSTM、LSTM-BiLSTM、BiLSTM-LSTM和BiLSTM-BiLSTM，均利用LSTM或BiLSTM网络。仿真结果表明，优化后的深度循环神经网络显著提升了重建图像的质量。具体而言，LSTM-LSTM和LSTM-BiLSTM算法的相关系数分别相对于LSTM算法实现了最大提升27.5%和25.4%。此外，与BiLSTM算法相比，BiLSTM-LSTM和BiLSTM-BiLSTM算法的相关系数分别提升了11.7%和13.4%。总体而言，EIT图像的质量得到了显著提升。本研究为提高EIT图像质量提供了有价值的方法，并为EIT技术中的LSTM网络应用提供了新颖的方案。
引用
@article{arxiv.2504.14521,
title = {Pulmonary electrical impedance tomography based on deep recurrent neural networks},
author = {Zhenzhong Song and Jianping Li and Jun Zhang and Hanyun Wen and Suqin Zhang and Wei Jiang and Xingxing Zhou},
journal= {arXiv preprint arXiv:2504.14521},
year = {2025}
}