电阻抗扫描成像完备参数提取算法张峰罗立民鲍旭东(东南大学影像科学与技术实验室南京210096)摘要：为了提升电阻抗扫描成像的性能，本文提出了一个完备参数提取算法.该算法由前向问题建模以及参数提取两部分构成.前向问题模型基于静电散射理论,通过该模型可以获得前向问题的解析解.与常用的采用迭代过程的前向问题求解方法相比，采用新模型的前向问题求解速度大大提高.基于提出的前向问题模型，参数提取可以视作一个约束优化问题并采用改进的单纯形算法求解.仿真实验表明，完备参数提取算法与已有的参数或信息提取算法相比,不仅能够获得乳腺癌病灶更多的信息,并且准确度和鲁棒性更好.关键词：乳腺癌；电阻抗扫描成像；完备参数提取；约束问题；静电散射：TN911.73R737.9TH776文献标识码：AACompleteParametersExtractionAlgorithmofEletricalImpedanceScanningImagingZhangFengLuoLiminBaoXudong(LaboratoryofImageScienceandTechnology,SoutheastUniversity,Nan激ng210096,China)Abstract:ACompleteParametersExtractionAlgorithm(CPEA)isproposedtoimprovetheperformanceofElectricalImpedanceScanningImaging(EISI).CPEAincludestwoparts:modelingofaforwardproblemandaparametersextractionprocess.Themodelingoftheforwardproblemisbasedanelectrostaticscatteringtheory.Withthemodel,wepresentananalyticalsolutionoftheforwardproblem.Thesolutionprocessoftheforwardproblemcanbedoneinaveryshortperiodcomparedwithconventionalmethodsusingiterationprocess.Basedontheproposedmodelofforwardproblem,parametersextractionprocesscouldberegardedasaconstrainedoptimizationproblemwhichissolvedbyamodifiedsimplexoptimizationalgorithm.SimulationexperimentsshowthatCPEAmethodcannotonlyachievemoreinformationofcancerouslesionwithinbreastbutalsobemoreaccurateandrobustcomparedwithotherinformationextractionalgorithms.Keywords:breastcancer;electricalimpedancescanningimaging;completeparametersextraction;constrainedproblems;electrostaticscattering1研究背景在西方国家，乳腺疾病是最常见的女性疾病，其中乳腺癌是女性最易患的恶性肿瘤[1].在我国，近年来乳腺癌的发病率以每年3%的幅度递增,且有日益增速之势,其死亡率增幅已达38.9%,即使农村中死亡率的增幅也达39.7%，且发病年龄呈现出年轻化的趋势，严重威胁妇女生命健康[2-3].研究表明，乳腺癌的早诊断早治疗对于获得满意的治疗效果和降低治疗费用非常重要[4].但目前已经建立的标准乳腺检查方法包括X射线乳腺成像、超声以及MRI等仅能在癌症病灶实体发展到一定规模之后才能发现其存在，实际上已经错失了对乳腺癌的最佳治疗时机[2].电阻抗扫描成像(ElectricalImpedanceScanningImaging,EISI)作为一种无损功能成像方法，能够在乳腺癌形成的早期发现乳腺组织的电参数变化，为乳腺癌的早发现早治疗提供了可能.当前，电阻抗扫描成像在国内外已经获得了临床应用，该技术在乳腺癌检查方面灵敏度非常高，但图像分辨率低，在应用过程中假阳性率较高[5]，目前仅作为X射线乳腺成像的辅助诊断工具.基金项目:江苏省研究生创新计划(NO.CX10B-079Z)为了降低EISI的假阳性率，就必须从扫描图像中获得更多的信息，很多学者致力于电阻抗扫描图像信息提取算法的研究[6-13].其中，最为经典的工作有西门子医疗公司Scholz的SF-Music算法[10]和韩国庆熙大学Seo等提出的深度检测算法[7].电阻抗扫描成像理论研究初期，Assenheimer等提出了一个简单的偶极子模型对乳腺癌的EISI图像进行物理解释[11].在此基础上，Scholz[10]对该模型进一步扩展，使用多极信号源模型构造图像的物理空间；同时，采用奇异值分解方法构造图像的信号空间.在两个空间之间定义一个相似性测度，在感兴趣体积中不断变化多极子的位置，同时计算不同位置处的相似性测度.具有最小测度的位置即为该方法所定位的病灶位置.对部分临床获得的乳腺癌图像的实验结果表明，该方法可以有效的定位病灶位置.但是，该方法无法给出病灶的尺寸信息、病灶及周围组织的电参数...