[发明专利]电容耦合电阻抗层析成像图像重建方法和装置

权利要求书

1.一种电容耦合电阻抗层析成像图像重建方法，其特征在于，包括：

获取待重建的电容耦合电阻抗层析成像数据和与所述待重建的电容耦合电阻抗层析成像数据不同输入励磁信号的电容耦合电阻抗层析成像数据，并分别构建获得含噪声的反投影图像G₀和Z_noise；

将反投影图像Z_noise作为一神经网络的输入，反投影图像G₀作为网络标签，训练所述神经网络学习反投影图像G₀的内在结构信息并作为先验框架对该反投影图像G₀进行去噪处理，获得反投影图像G₀的重建图像G_denoised；

所述构建获得含噪声的反投影图像G₀和Z_noise具体如下：

获取待重建的电容耦合电阻抗层析成像数据的系统响应矩阵和与所述待重建的电容耦合电阻抗层析成像数据不同输入励磁信号的电容耦合电阻抗层析成像数据的系统响应矩阵；

通过对应的系统响应矩阵，建立电容耦合电阻抗层析成像数据中电容耦合电阻抗原始边界测量值与未知的内部电学特性分布参数的最小二乘目标函数，最小化最小二乘目标函数，得到的内部电学特性分布参数即为对应的反投影图像。

2.根据权利要求1所述的方法，其特征在于，与所述待重建的电容耦合电阻抗层析成像数据不同输入励磁信号具体为输入励磁信号频率不同。

3.根据权利要求1所述的方法，其特征在于，所述神经网络为U-Net或ResNet。

4.根据权利要求1所述的方法，其特征在于，训练所述神经网络学习反投影图像G₀的内在结构信息并作为先验框架对该反投影图像G₀进行去噪处理，获得反投影图像G₀的重建图像G_denoised，具体为：

构建所述神经网络输出与网络标签的目标损失函数，最小化目标损失函数来更新网络参数，以及输出网络预测图像，直至满足迭代收敛条件或达到预先设定的迭代步数，输出最终的网络预测图像即为反投影图像G₀的重建图像G_denoised。

5.根据权利要求4所述的方法，其特征在于，所述目标损失函数为均方差损失、平均绝对误差损失、交叉熵损失中的一种或多种。