一种肺呼吸电阻抗实时成像系统

    摘  要： 介绍了一套用于肺呼吸过程电阻抗实时成像的16电极EIT系统，描述了该系统的软硬件设计、系统性能测试及利用共轭梯度算法进行成像试验。在盛有盐水的实验水槽上进行了有机玻璃棒的动态成像实验，结果表明该系统能够对动态目标进行准确识别。采集志愿者呼吸过程的数据，并对肺呼吸图像重建中胸腔模型对成像质量的影响进行了对比试验，最终获得了清晰的肺部呼吸过程的图像，为深入开展肺功能评价研究及呼吸过程的床旁监护等需求奠定了可靠有效的硬件基础。

    关键词： 电阻抗成像；呼吸过程成像；实时成像；共轭梯度算法

0 引言

    电阻抗断层成像(Electrical Impedance Tomography，EIT)是继形态、结构成像之后出现的新一代无损伤医学成像技术。根据生物组织的电阻抗特性，通过在生物体表面施加安全电流(电压)，测量其表面电压，以所测信号为信息由计算机根据相应的电学断层图像重建算法得出被测对象的电阻抗分布图像^[1-3]。由于电阻抗断层成像技术不使用超声、射线、电磁波等技术，所以对人体无伤害，并且可以多次不间断测量和重复使用，成本低廉，成为一种理想的无损伤医学成像技术。EIT技术在国外的发展较早，许多研究小组都根据自己的需求开发了自己独特的硬件系统。较为成熟的硬件系统如：美国达特茅斯小组利用DSP和FPGA构建的64通道的EIT系统^[4]，该系统由一个DSP主控和8个相同的从控模块通过SPI通信，每个从控模块都由DSP和FPGA控制4个通道的激励、测量和校准模式；加拿大蒙特利尔小组基于无线电通信信号处理器的多频EIT系统^[5]，该系统由一个扫描头和一个基站构成，其中扫描头包含一组16电极阵列用于测量阻抗的前端电路，基站包含16个DDS、32个数字下变频器、数控电路控制采集序列和1个USB2.0微控制器；芬兰的库奥皮奥小组构建了一套基于PXI的三维电阻抗成像系统^[6]，该系统由16个独立的激励源通道和80个独立的测量通道构成；GOHARIAN M，SOLEIMANI M等利用DSP构建的三维多频电阻抗系统^[7]，该系统由48个电极构成，激励频率从0.1 kHz～125 kHz可调节，基于相敏解调的幅值及相位的提取方法。上述硬件系统虽然整体性能不错，功能各有特点，但硬件结构比较复杂且成本较高，这对EIT的广泛应用和研究带来了一定的约束性。

    本系统采用相对简单的软硬件设计，同样实现了复杂的功能，工作性能稳定且成像结果清晰、准确，为医学临床应用监护病人肺呼吸和帮助医生做出正确诊断提供了一种硬件设计方案。

1 硬件电路设计

    系统以FPGA作为主控器，配合高速D/A转换器，经过压流变换产生高精度正弦电流作为激励源，通过模拟开关依次加载到与被测物体连接的传感器上，采用相邻激励相邻测量的方式，把采集到的信号经过信号调理电路及高速A/D转换器送入FPGA中解析出信号的幅值，再通过RS232上传到电脑进行成像。图1所示为EIT系统下位机的硬件电路原理框图。

    该系统下位机硬件结构的构建使用了模块化设计理念，包括电源模块、以FPGA为控制核心的激励和采集模块及多路复用器模块，这3个模块都装配到一个母板上。利用LabVIEW编写的上位机人机交互界面负责用户指令的发送和接收上传数据并进行实时成像。

    激励信号源的性能是影响整个系统精度的重要因素，对信号源的精度、稳定性、动态范围及信噪比都有较高的要求。系统利用FPGA自带的DDS(Direct Digital Synthesizer)IP核，对其进行相应的配置使其产生频率为100 kHz、相位为0的数字正弦信号，经模数转换和低通滤波后得到比较纯净的模拟正弦电压。正弦电压通过增强型的Howland电流源拓扑结构—电压控制电流源(VCCS)^[8]得到恒流源。考虑到作用对象人体所能接受的最大安全电流为5 mA，通过调节回路中的运放使得输出电流为4 mA。在实际的电路中由于输出杂散电容等的影响，输出阻抗不是无穷大；在高频下，较大的输出电容也会使得Howland电流源正负反馈回路引起电路的振荡。因此，根据本电路设计以并行的方式在反馈回路增加一个6.8 pF的陶瓷电容来改善这种影响^[9]。

    输出的恒定正弦电流首先经过一个标准电阻(R_S=10 Ω)，通过差分运放取得电阻两端的电压差，经过单刀双掷开关选择通道及ADC转换之后送入FPGA进行分析，其有两大作用：一是通过对输出电流进行监测，对其随时间变化及通道切换时的稳定性进行定量分析并且计算恒流源的输出阻抗；二是通过对输出电流的值进行分析，对各通道电极与被测对象是否良好连接进行判断，并且在硬件电路上有相应的4个LED指示灯进行显示哪些通道电极处于虚连状态。能够直观准确地帮助测试人员对接触不好的电极重新连接，从而避免后期采集数据完毕后再通过算法检测是否有电极接触不良导致的数据错误。

2 系统下位机软件设计

    系统主程序采用VHDL语言完成各元件信号的物理连接，利用FPGA片上嵌入的PicoBlaze微处理器完成数据采集过程的串行时序控制，具体为激励电极的切换、测量电极的切换、PGA增益的调节、幅值提取的控制、FIFO启动及串口收发的控制等。

    利用VHDL语言设计了一个幅值提取的元件（component）实体，把测量到的数据通过幅值提取元件提取其幅值。为了最大程度地降低噪声干扰又兼顾速度平衡，对每一个测量点采用连续采集5个周期的幅值，去掉最大值和最小值后利用算数平均法得到这一个测量点的最终幅值。

    系统软件控制流程如图2所示。具体的控制流程为：当利用LabVIEW编写的上位机人机交互界面准备就绪后，首先检测所有电极是否接触良好，并发送“DETEC”指令，目的是检测电极是否接触良好。当有电极接触不好，程序会暂停并上传bad connect，同时核心板上与通道检测有关的的4个指示灯会按二进制编码的方式亮起来指示哪个通道没有接触好。操作人员重新连接该通道后重新循环检测，直到检测所有通道接触良好；然后发送“HOMO”，目的是采集一幅均匀场的数据。采集完毕后通过串口上传到上位机并预先存入LabVIEW的数据库作为成像时的参考数据。最后发送“INHOMO”，目的是采集非均匀场数据，一直采集直至接收到停止指令。每采集完一幅图像的完整数据后调用MATLAB程序利用共轭梯度算法进行成像。

3 系统性能及模型试验

3.1 系统信噪比测试

    在试验圆桶上进行连续100次的空场数据采集，用式(1)计算系统中各通道的信噪比SNR，其中是每个通道100次的平均电压，V_i是每个通道第i次测量电压，L=100是测量次数。经测试各通道的最大值为59.32 dB，平均值为45.88 dB。

3.2 物理模型动态性能测试

    在试验盐水槽中，直径为30 mm的有机玻璃棒在L=10 mm处，电极2和电极3处开始以大约8 r/s的速度按顺时针方向匀速转动一周。其动态成像结果如图3，通过这8幅图像基本可以反映有机玻璃棒的运动过程，表明该系统能够对运动的物体进行准确识别。

4 人体肺呼吸成像实验

4.1 呼吸过程数据采集

    在实验室环境温度为21 ℃，待测志愿者(男性)胸部周边沿着第5肋骨与第6肋骨之间均匀粘贴16个一次性心电电极。具体做法如下：首先用软尺标出16个电极的位置使1号电极粘贴在右侧腋窝下，其他电极依次向左侧粘贴，6、7号电极恰好位于心脏区域，9号电极在左侧腋窝下，13～14 电极在后背的脊柱左右。在要粘贴心电极部位皮肤擦拭酒精，然后按照标记水平粘贴16个心电电极。心电电极与人体皮肤接触(粘贴)部分中起导电性的为导电压敏胶。

    测试时，把数据采集系统通过专用导联线连接到粘贴在人体胸腔处的一次性心电极，待测者坐立，采用幅值为4.5 mA、频率为100 kHz的正弦激励电流进行相邻激励，并用相邻测量模式采集边界电压，采集速度为1 r/s。开始采集时肺部处于呼吸末状态并将其作为参考数据，然后进行连续深呼吸，系统实时采集数据并通过串口通信上传到上位机。

4.2 图像重建

    将人体CT图像中提取的胸腔外围轮廓导入到仿真软件Comsol Multiphysics中建立起16电极的胸腔模型，进行正问题求解后导入MATLAB 计算得到灵敏度系数矩阵，再利用共轭梯度算法重建 EIT 图像。由于不同的组织具有不同的电阻抗频率特性，为人体胸腔内部肺呼吸的图像重建提供了非常有价值的先验信息，这些先验信息能够使正问题的求解更好地接近实际情况，进而在求解逆问题图像重建时得到更加真实的成像效果。其中胸腔模型中是否加入先验信息对于成像质量的影响比较大，下文将对没有加入先验信息的均匀胸腔模型和加入了先验信息的胸腔模型进行成像试验对比。

4.2.1 均匀胸腔模型成像试验

    首先假设胸腔内部是均匀场，即各处电导率相同，没有区分肺部、心脏、脊椎和皮下组织，其电导率均设为皮下组织的电导率0.037 Ω/m，经过正问题求解得到如图4所示的电流流线图，将其导入到MATLAB后计算得到灵敏度系数矩阵，再利用本EIT系统采集到的人体呼吸时的边界电压信息进行图像重建，其中一个呼吸过程的成像结果如图5所示。其中图(a)～图(e)是逐渐吸气至最大吸气量过程中肺部阻抗分布图像，图(f)～图(h)是呼气至残气量的阻抗分布图像。

4.2.2 带有先验信息的胸腔模型成像试验

    本设计结合了先验信息，在胸腔模型中加入皮下组织、肺、心脏及脊椎的电导率，经过正问题求解得到图6所示的电流流线图。

    将其导入到MATLAB后计算得到灵敏度系数矩阵，再利用采集到的呼吸过程的数据进行成像，其中一个呼吸过程的成像结果如图7所示，其中图(a)～图(e)是逐渐吸气至最大吸气量过程中肺部阻抗分布图像，图(f)～图(h)是呼气至残气量的阻抗分布图像。

5 结论

    经过对比均匀胸腔模型和带有先验信息的胸腔模型成像结果试验，最终利用带有先验信息的胸腔模型经过正逆问题求解后得到了清晰的肺部轮廓变化的成像。结果表明该系统能够实时监测到人体肺呼吸的过程变化，为深入开展肺功能评价研究及呼吸过程的床旁监护等需求奠定了可靠有效的硬件基础。

参考文献

[1] BARBER D C，BROWN B H.Information processing in medical imaging：recent development in applied potential tomography—APT[M].Bacharach S L ed.Nijhoff，1986：106-121.

[2] BROWN B H.Electrical impedance tomography(EIT)：A review[J].Med Eng Technol，2003，27(3)：97-108.

[3] Chen Xiaoyan，Wang Huaxiang.Lung ventilation functional monitoring based on electrical impedance tomography.Trans.Tianjin Univ.，2009，15：007-012.

[4] HALTER R J，HARTOV A，PAULSEN K D.A broadband high-frequency electrical impedance tomography system for breast imaging[J].IEEE Trans Biomed Eng，2008，55(2)：650-659.

[5] ROBITAILLE N，GUARDO R.A multifrequency EIT system design based on telecommunication signal processors[J].IOP PUBLISHING，Physiol.Meas，2009，30：S57-S71.

[6] KOURUNEN J，SAVOLAINEN T.Suitability of a PXI platform for an electrical impedance tomography system[J].IOP PUBLISHING Meas.Sci.Technol，2009，20：015503.

[7] GOHARIAN M，SOLEIMANI M.A DSP based multi-fre-quency 3D electrical impedance tomography system[J].Annals of Biomedical Engineering，2008，36(9)：1594-1603.

[8] Bertemes-Filho，P.B.H.Brown，A.J.Wilson.A comparison of modified howland circuits as current generators with current mirror type circuits[J].Physiol Meas，2000，21：1-6.

[9] COOK R D，SAUNIER G J，GISSER D G，et al.ACT3：a high-speed, high-precision electrical impedance tomograph[J].IEEE Trans.Biomed.Eng.1994，41：713-722.