劉銳崗,劉潤生,董秀珍
第四軍醫(yī)大學 生物醫(yī)學工程系 a.醫(yī)學圖像學教研室;b.醫(yī)學電子工程教研室,陜西 西安 710032
生物組織的磁感應斷層成像研究
劉銳崗a,劉潤生a,董秀珍b
第四軍醫(yī)大學 生物醫(yī)學工程系 a.醫(yī)學圖像學教研室;b.醫(yī)學電子工程教研室,陜西 西安 710032
目的 研究磁感應斷層成像技術對生物組織的檢測能力。方法 利用16通道磁感應斷層成像數(shù)據(jù)采集系統(tǒng)對空氣背景中的雞蛋、油桃,以及3層含顱骨腦部物理模型中的離體脂肪、離體血液分別進行檢測,并應用時間差分牛頓萊夫遜成像算法獲得電導率分布變化量的重建圖像。結果對于分布在不同位置的單個或兩個電導率擾動目標,差分成像結果都可以正確反映擾動目標的位置、相對大小和電導率差異情況。結論 磁感應斷層成像技術可以用于生物組織的電導率分布變化成像。
磁感應斷層成像;生物組織;物理模型;差分成像
磁感應斷層成像(Magnetic Induction Tomography,MIT)是利用渦流感應原理,通過圍繞被測對象外周的一組線圈陣列施加交變正弦信號激勵并測量感應磁場磁感應強度的相位,然后通過成像算法重建線圈陣列所處斷層內(nèi)被測對象的電阻抗分布或其變化量的圖像[1-2]。以電阻抗分布絕對值為重建結果的稱為靜態(tài)成像,而以電阻抗分布變化量為重建結果的稱為差分成像。差分成像利用兩次測量數(shù)據(jù)的差進行圖像重建,因其可以消除部分系統(tǒng)誤差而得到廣泛應用。差分成像有兩類,一類是時間差分成像,使用兩個不同時刻的測量數(shù)據(jù)的差[3];另一類是頻率差分成像,使用兩個不同激勵頻率下的測量數(shù)據(jù)的差[4]。
近年來,MIT的醫(yī)學應用前景得到認可,國內(nèi)外有多個研究小組在開展相關研究工作[5-8]。但是現(xiàn)有文獻報道的成像目標多為鹽水或瓊脂等[9-11],而以生物組織為成像目標的報道較少。Brunner等[4]對均勻電導率背景中的土豆進行了頻率差分成像,結果能大體反映土豆的位置和大小,但整體向邊界偏移并有明顯的拖尾。Watson等[12]對志愿者的大腿進行了靜態(tài)成像,分別得到了電導率和介電常數(shù)的圖像,但結果無法顯示內(nèi)部的結構僅能判斷有無。Maimaitijiang等[13]對瓊脂塊邊緣的離體抗凝血液進行了時間差分成像,結果能反映血液的位置,但多次成像的目標大小不一致且有時存在較嚴重的偽影[14]。鹽水或瓊脂的電阻抗近似為純阻性,而生物組織的電阻抗既含阻性成份又有容性成份,兩種材料存在較大的差異。開展以生物組織,特別是動物或人體組織為成像目標的MIT研究對未來的臨床醫(yī)學應用具有重要的意義。
1.1 MIT數(shù)據(jù)采集系統(tǒng)
16通道FMMU-MIT數(shù)據(jù)采集系統(tǒng),見圖1[3]。傳感器為14個線圈,1個激勵線圈和13個測量線圈,所有線圈中心分布在16等分的圓周上,空出臨近激勵線圈的兩個位置。線圈內(nèi)邊緣所圍圓形的直徑可選擇為18、20、22cm。激勵信號為正弦交流信號,頻率可在1~10MHz范圍內(nèi)調(diào)節(jié)。線圈內(nèi)有一托盤,用于放置被測對象,且可由計算機控制的馬達帶動進行旋轉(zhuǎn)。為獲得足夠的成像數(shù)據(jù),每次旋轉(zhuǎn)22.5°,16次為一周,可得16×13個數(shù)據(jù),構成1幀。
圖1 FMMU-磁感應斷層成像數(shù)據(jù)采集系統(tǒng)
被測對象可直接放置在托盤上,在空氣環(huán)境中測量,也可放置在物理模型中在某種電導率分布背景中進行測量。為了模擬人體腦部電導率分布情況,采用3層球形物理模型,包括4個部分,分別模擬頭皮、顱骨、腦實質(zhì)和顱內(nèi)電導率擾動目標。模擬顱骨為一球殼,其內(nèi)徑為18.6cm,壁厚為0.45cm。顱骨內(nèi)外均充入飽和硫酸鈣溶液,其中外部與一個內(nèi)徑為20.5cm的半球形容器形成液體球殼形狀,壁厚為0.5cm。顱骨內(nèi)外溶液高度均為10cm。模擬顱骨的電導率約為0.012S/m,飽和硫酸鈣的電導率約為0.24S/m。電導率擾動目標盛放在一個圓柱形容器內(nèi),再經(jīng)支架垂直浸入顱骨內(nèi)溶液中。實際測量時,因浸入擾動目標而增高的液面將被抽出。本文中此模型稱為3層腦模型。
1.2 MIT成像算法
成像算法采用時間差分Newton-Raphson算法[3]。測量時需要分別采集兩幀數(shù)據(jù),第1幀數(shù)據(jù)為背景幀,第2幀為前景幀。兩幀之間的電導率變化量可表示為:
其中,H為Hessian矩陣,J為Jacobian矩陣,Vm1為第1次測量所得的數(shù)據(jù),Vm2為第2次測量所得的數(shù)據(jù),T為矩陣的轉(zhuǎn)置運算。
1.3 成像目標
選擇油桃、雞蛋、脂肪和血液4種生物組織作為成像目標。油桃的直徑約為6cm,雞蛋的直徑約為4.5cm。圓柱形容器的內(nèi)徑為4.5cm,分別裝入切碎后的豬脂肪和血液。其中脂肪和血液的電導率分別約為0.05和0.60S/m。
2.1 雞蛋成像
設定線圈內(nèi)邊緣所圍圓形的直徑20cm,激勵正弦信號的頻率為10MHz。將雞蛋豎直放置在塑料雞蛋架上,再放置在托盤上,雞蛋的邊緣相距線圈約3.0cm間隔。背景數(shù)據(jù)為不放入任何物體的空氣環(huán)境下的測量結果,前景數(shù)據(jù)為放入雞蛋后的測量結果。然后采用Newton-Raphson算法進行重建。結果圖像通過線性插值使其視覺觀察更為平滑,且所有圖像根據(jù)各自的最大值和最小值賦給偽彩色,用紅色表示電導率相對于背景升高,藍色表示電導率降低(圖2)。
圖2 空氣中雞蛋的差分成像
2.2 油桃成像
將1個油桃豎直放置在托盤上,其邊緣相距線圈約2.8cm間隔。各項參數(shù)設置同雞蛋差分圖像,成像結果見圖3。
圖3 空氣中油桃的差分成像
2.3 脂肪成像
設定線圈內(nèi)邊緣所圍圓形的直徑22cm,激勵正弦信號的頻率為5.8MHz。將三層腦模型放置在托盤上。第1次測量時顱骨內(nèi)充入飽和硫酸鈣溶液,作為背景數(shù)據(jù)。第2次測量時,通過支架將置入脂肪的圓柱容器浸入顱內(nèi)溶液,并抽取多出的溶液,作為前景數(shù)據(jù)。圓柱形容器的中心相距模型中心5cm,其余設定同雞蛋差分圖像,成像結果見圖4。
2.4 血液成像
圓柱容器中置入離體血液,其余設定同雞蛋差分圖像,成像結果見圖5。
2.5 血液和脂肪成像
2個圓柱容器中分別置入離體脂肪和離體血液,其余設定同雞蛋差分圖像,成像結果見圖6。
無論是以空氣為背景的雞蛋和油桃的MIT差分成像,還是以3層腦模型為背景的離體脂肪和血液的MIT差分成像,都可以正確反映電導率擾動目標的位置、大體的尺寸和電導率的差異(圖2~6)。在成像結果中目標的周圍和整體的外周存在一定的偽跡。其原因可能有兩個:① 數(shù)據(jù)采集系統(tǒng)的測量精度有待提高,導致測量數(shù)據(jù)中包含相對較多的噪聲;② 成像算法本身中含有幾處近似,引入了計算誤差。
應用16通道FMMU-MIT數(shù)據(jù)采集系統(tǒng)分別對空氣背景中的雞蛋、油桃以及3層含顱骨腦部物理模型中的離體脂肪、血液進行了時間差分成像,結果可以正確目標的位置、大小和電導率的差異。因此,采用MIT技術能夠?qū)ι锝M織進行良好的成像,這為今后的動物在體MIT成像提供了較好的基礎。
[1]Griffiths H,Stewart WR,Gough W.Magnetic induction tomography:A measuringsystem for biological tissues[J].Ann N Y Acad Sci,1999, 873:335-345.
[2]Korjenevsky A,Cherepenin V,Sapetsky S.Magnetic induction tomography:experimental realization[J].PhysiolMeas,2000, 21(1):89-94.
[3]Liu RG,Li Y,Fu F,et al.Time-difference imaging of magnetic induction tomography inthree-layer brain physical phantom[J].Meas Sci Technol,2014,25(6):5402.
[4]Brunner P,Merwa R,Missner A,et al.Reconstruction of theshape of conductivityspectra usingdifferential multifrequency magnetic induction tomography[J].PhysiolMeas,2006,27(5):S237-S248.
[5]劉俐,李倩,何為,等.一種均勻激勵磁場磁感應成像的改進反投影算法[J].中國生物醫(yī)學工程學報,2014,33(3):313-319.
[6]柯麗,曹馮秋,杜強.MIT中反投影矩陣的計算與數(shù)據(jù)處理方法[J].儀器儀表學報,2014,35(10):2256-2262.
[7]陳玉艷,王旭,楊丹,等.基于LP范數(shù)的磁感應斷層成像圖像重建算法[J].生物醫(yī)學工程學雜志,2013,30(1):162-165.
[8]任德柱,邵高平,孫紅勝,等.磁感應斷層成像中的高頻率穩(wěn)定度信號源的選擇[J].信息工程大學學報,2014,15(2):169-174.
[9]Xu Z,Luo H,He W,et al.A multi-channel magnetic induction tomography measurementsystem for human brain model imaging[J].PhysiolMeas,2009,30(6):S175-S186.
[10]Rosell-Ferrer J,Merwa R,Brunner P,et al.A multifrequency magnetic induction tomographysystem using planar gradiometers:data collection andcalibration[J].PhysiolMeas, 2006,27(5):S271-S280.
[11]VauhkonenM,HamschM,Igney CH.A measurementsystem and image reconstruction inmagnetic induction tomography[J].PhysiolMeas,2008,29(6):S445-S454.
[12]Watson S,Williams RJ,Gough W,et al.A magnetic induction tomographysystem forsamples with conductivities below 10s/m[J].Meas Sci Technol,2008,19(4):5501.
[13]Maimaitijiang Y,RoulaMA,Kahlert J.Approaches for improving image quality in magnetic induction tomography[J].PhysiolMeas,2010,31(8):S147-S156.
[14]Mamatjan Y.Imaging of hemorrhagicstroke in magnetic induction tomography:An in vitrostudy[J].Int J Imag Syst Tech,2014,24(2):161-166.
Research onMagnetic Induction Tomography of Biological Tissues
LIU Rui-ganga, LIU Run-shenga, DONG Xiu-zhenb
a.Department of Teaching and Research ofMedical Imaging;b.Department of Teaching and Research ofMedical Electronic Engineering, School of Bio-Medical Engineering, the FourthMilitaryMedical University, Xi’an Shaanxi 710032, China
Objective Tostudy thedetectability of magnetic induction tomography for biological tissues.Methods The 16-channel magnetic induction tomographysystem was used as thedata acquisitionsystem;and the time-difference Newton-Raphan method was adopted as the reconstruction algorithm. The imaging objects were the egg or nectarine in air as well as in νitro fat and blood in the three-layer brain physical phantom. Results Forsingle or two conductivity perturbation objects at multiple positions, the reconstructed images could reveal the correct position, relativesize, and conductivitydifference. Conclusion It was feasible todetect the biological tissue using magnetic induction tomography.
magnetic induction tomography;biological tissues;physical phantom;difference imaging
R318
A
10.3969/j.issn.1674-1633.2015.08.002
1674-1633(2015)08-0005-04
2015-07-24
國家自然科學基金(61271101);全軍醫(yī)學科研“十二五”項目(BWS11Z011)
董秀珍,教授。
通訊作者郵箱:dongyang@fmmu.edu.cn