电阻抗断层成像系统的非正常连接电极实时检测方法

张 戈，代 萌，徐灿华，李蔚琛，史学涛，尤富生，付 峰，董秀珍

电阻抗断层成像系统的非正常连接电极实时检测方法

张 戈，代 萌，徐灿华，李蔚琛，史学涛，尤富生，付 峰，董秀珍

目的：研究一种适用于电阻抗断层成像（electrical impedance tomography，EIT）系统的多电极非正常连接的实时检测方法，便于及时发现不良电极，减少因电极造成的数据损失，为EIT提供可靠的成像数据。方法：基于正常测量数据的相似性，利用采集的测量数据计算电极的相关系数并加权后循环判断，实现非正常连接电极的检测，并开展物理模型实验和人体实验验证方法的有效性。结果：物理模型实验和人体实验结果表明，该方法能准确地检测出多个脱落电极，并能够有效避免正常电极被误判为非正常连接的情况。结论：该方法是一种有效的非正常电极的实时检测方法。[关键词] 电阻抗断层成像；电极；加权相关系数

0 引言

电阻抗断层成像（electrical impedance tomography，EIT）是一种新型的生物医学成像技术。通常，EIT系统通过16个甚至更多的电极向人体施加正弦电流激励，并测量边界电压，通过在有限元模型上求解逆问题，将测得的边界电压转换成阻抗分布图像，反映人体内生理、病理变化[1]。因此，电极采集到的数据质量和图像质量密切相关[2]。

在临床应用中，EIT监护电极受患者的体动、医护人员的操作以及电极本身的原因等因素影响，会出现接触不良甚至脱落的情况[3-4]。对于长时颅脑EIT监护，这种现象更为常见。因此，在临床和实验中，需要一种有效的方法对非正常连接进行自动判断，以便医护人员及时处理，尽可能减少数据损失。

国外研究人员已经展开了类似研究。Asfaw基于15电极的成像算法，通过评价实测边界电压数据和通过正问题计算估计的边界电压数据的一致性，实现了脱落电极的位置检测。但是，该方法需要进行电极数量几何倍数的正向问题和反向问题运算，计算复杂，不宜作为实时的检测算法，而且受到成像算法的限制，仅能对单个脱落电极进行可靠的检测[5-6]。Harting利用互易定理，提出了一种对脱落电极的实时检测方法。虽然该方法实现了多个（2～4个）脱落电极的检测，但是需要额外采集互易数据，增加了程序设计的复杂性。而且，该方法在对向激励邻近测量模式下，当有2个以上电极脱落时，检测正确率不足30%[7]。因此，以上算法均不能实现对向激励邻近测量模式下的多个脱落电极的实时准确检测。

针对本课题组设计使用的EIT系统，本文基于相关系数，提出了一种EIT电极接触不良实时检测方法。该方法能同时判断多个电极非正常连接，速度快、判断准确，与图像的显示更新同步，检测出来的脱落电极和实时图像对应。

1 材料与方法

1.1 EIT数据测量原理

EIT系统共有16个电极，采用对向激励、邻近采集的工作模式，测量原理如图1所示。在某一时刻，系统将一对对向电极作为激励电极，施加恒流源激励，其余相邻电极作为测量电极，可得到16个边界电压数据；在下一时刻，相邻的另一对对向电极作为激励电极，其余相邻电极作为测量电极，如此循环16次，测得的边界电压值形成一帧数据（256个）。其中，由于激励电极接触阻抗未知，所以将与激励电极相邻的测量通道置为0，因此每帧数据中包含192个有效数据。

图1 电阻抗断层成像系统测量原理

1.2 非正常连接电极的实时检测方法

1.2.1 非正常连接电极的检测原理

由于电流在颅内的传导特性，距离激励电极越远，测得的边界电压值越小，因此单帧数据在形态上相似，正常的一帧数据解调后呈连续的“U”分布，信号水平稳定，如图2（a）所示；当有电极出现脱落或接触不良时，以4号电极为例，当4号电极为正激励电极时，由于整个颅脑失去激励源，信号水平大大降低，如图2（b）所示；在0～8电极为驱动电极的情况下，由于4号电极脱落，在恒流源激励下，包含4号电极的测量电极对检测不到相应的激励信号，相应的测量通道信号水平明显降低并趋近于0，如图2（c）所示；由于理想的恒流源不存在，该电极作为负驱动电极时脱落，相当于加载了一个无穷大电阻，其分压作用导致信号幅值降低，其对应的16个数据呈单“U”分布[8]，如图2（d）所示。

图2 采集数据形态

基于正常采集数据的形态相似性，正常连接电极与非正常连接电极之间信号水平存在明显差异，可以采用加权相关系数进行电极好坏的区分。

1.2.2 单个非正常连接电极的检测

根据上述电极数据特征，可以采用加权相关系数对单个非正常连接电极进行判断。

对包含一帧数据的向量d∈R1×256进行转换，将其转换为矩阵形式D∈R16×16，每列数据对应一对驱动电极再计算矩阵D的相关系数矩阵S∈R16×16，即

求S的列均值，得到相关系数均值向量s=[s0，s1，…，s15]。

理论上，以脱落电极为负驱动电极时对应的相关系数均值小于正常驱动电极对相关系数均值，但是受到环境和硬件条件等的影响以及相关系数本身取值范围较小的限制，为了方便阈值的选取，提高检测的准确性，使用测量通道数据对相关系数进行加权，用电极变异系数（electrode variation coefficient，EVC）反映电极的连接状态，即式中：i为检测电极编号；k为检测电极作为负驱动电极时对应的相关系数编号；D（i，1）和D（i+1，1）对应测量数据矩阵D第1列包含i号电极的测量值。

当i号电极脱落时，其左右2个测量通道的值趋近于零，因此设定阈值T，当EVCi＞T时，即判定i号电极脱落。一般情况下，选取T=10。

1.2.3 多个非正常连接电极的检测

在固定驱动电极对下，使用上述计算式可以有效检测该驱动电极对对应的测量电极连接是否正常。但是，如果有多个电极脱落，特别是出现“非正常连接—正常连接—非正常连接”的情况时，判定中间目标电极所用的测量通道值D（i，1）和D（i+1，1），由于包含了目标电极两侧的脱落电极，D（i，1）和D（i+1，1）会趋向无穷小，和目标电极脱落的情况相类似。因此，单纯使用测量通道值进行加权，会使得中间的正常连接电极被判定为非正常连接电极，需要对这种情况加以排除。

为简化判断逻辑、减少计算量、提高判断的准确性，使用循环检测的方法简化检测过程。在一对驱动电极对下，只计算与正激励电极相隔3个电极位的测量电极的EVC（如图3所示），在4号电极为正激励时，计算0号电极和8号电极的变异系数。

图3 循环计算各电极的变异系数

考虑到非正常连接电极为正（负）驱动电极时的幅值特性，计算一帧数据矩阵D∈R16×16的列均值，得到边界电压均值向量ave=[ave0，ave1，…，ave15]，重新计算EVCi，即式中：i为检测电极编号；j为正驱动电极编号；k为i号电极为负驱动电极时对应的边界电压均值编号。

针对可能出现的将正常连接电极误判为非正常连接电极的情况进行排除。当脱落电极的趋近于零时趋向无穷大，因此，可设定当时，令，则

当EVCi＞T时，i号电极连接不正常。一般地，T0=T。

综上所述，非正常连接电极的检测方法总结为

当EVCi＞T时，即对应的i号电极连接不正常，需要及时处理。选取T=10。

1.3 验证检测方法

为了验证检测方法的有效性，开展盐溶液物理模型实验和人体实验。在实验过程中选定电极脱落来模拟非正常连接的情况。

1.3.1 盐溶液物理模型实验

本实验使用内径为206 mm的半球形有机玻璃容器，容器内壁等间距安放16个电极。容器内盛体积分数为0.05%的盐溶液，激励电流500 μA，EIT系统采集速度为1帧/s。

1.3.2 人体实验

为了验证实际测量环境中检测方法的有效性，开展相应的人体实验，实验对象为一名健康志愿者，该实验得到了第四军医大学人体实验道德伦理委员会的批准。激励电流幅值为500 μA，EIT系统采集速度为1帧/s。

2 结果

2.1 物理模型实验结果

使用水槽物理模型进行非正常连接电极检测方法的验证（如图4所示）。实验结果如图5所示，图5（a）中4号电极脱落，图5（b）中4、5号电极脱落，图5（c）中4、6号电极脱落，图5（d）中4、5、6号电极脱落，脱落电极的EVC明显高于正常连接电极，在水平上，可以准确地区分出脱落电极和正常连接电极。实验结果表明，该方法排除了“非正常连接—正常连接—非正常连接”情况下会将中间的正常连接电极判定为脱落电极的情况，如图5（c），在4、6号电极脱落的情况下，5号电极没有被判定为脱落电极。

2.2 人体实验结果

对正常志愿者进行非正常连接电极检测实验（如图6所示）。在采集数据过程中，实验结果如图7所示。图7（a）中5号电极脱落，图7（b）中5、7号电极脱落，图7（c）中5、6、7号电极脱落，图7（d）中1、5、6、7号电极脱落，脱落电极的EVC高于正常连接电极。在阈值T=10的水平上，可以很好地将正常连接电极和非正常连接电极区分开来，并且在5、7号电极脱落的情况下没有将6号电极判定为脱落电极（如图7（b）所示），而且能同时准确检测到1、5、6、7 4个电极同时脱落的情况（如图7（d）所示）。人体实验结果和物理模型实验结果一致，该检测方法不仅适用于稳定的物理模型平台，也适用于相对复杂的人体实测环境。

图5 物理模型实验结果

图7 人体实验结果

图6 人体数据采集

3 讨论

盐溶液物理模型实验和人体实验表明，该方法可以快速有效地对多个非正常连接的电极进行实时检测，证明了该方法的有效性。与文献已经报道的方法相比，不需要进行复杂的正逆问题计算，简化了计算过程；也不需要额外采集数据，避免了复杂的硬件系统改进和程序设计。通过循环检测的方法简化了判断的流程，直接利用现有的测量数据，对电极的连接是否正常进行快速判断，更适用于对向激励—邻近测量的激励

（▶▶▶▶）（◀◀◀◀）测量模式。

检测电极连接是否正常的最终目的是为了保证EIT的数据质量。本文的方法实际上对电极系统采集的一维数据进行了二值化评估，协助操作人员排除故障，保证数据质量。国外Mamatjan最新提出了使用百分化量化评估整体数据质量[9]，因此可以在进一步的研究中，在电极接触正常的前提下，对电极系统采集的数据质量进行更精确的评估。

此外，检测出非正常连接电极后，可以对这些电极进行数据补偿。当前的数据补偿方法都需要以采集数据作为先验信息从而构建数学模型推测出正常数据[10]，但是针对EIT系统而言，如果先验数据中不包含监测的目标信息，则之后的重构数据同样无法反映目标信息。因此，该数据补偿方法仍需要进一步研究。

总之，本文针对当前临床颅脑EIT监护的实际需求提出了一种快速的多个非正常连接电极的实时检测方法。通过物理模型实验和人体实验验证了检测方法的有效性，为EIT的临床应用奠定了可靠的数据基础。

[1]董秀珍.生物电阻抗成像技术进展[J].常规医疗装备，2004，3（4）：34-38.

[2]Soleimani M，Gómez-Laberge C，Adler A.Imaging of conductivity changes and electrode movement in EIT[J].Physiol Meas，2006，27（5）：103-113.

[3]Frerichs I.Electrical impedance tomography（EIT）in applications related to lung and ventilation：a review of experimental and clinical activities[J].Physiol Meas，2000，21（2）：1-22.

[4]Al-Hatib F.Patient-instrument connection errors in bioelectrical impedance measurement[J].Physiol Meas，1998，19（2）：285-296.

[5]Asfaw Y，Adler A.Automatic detection of detached and erroneous electrodes in electrical impedance tomography[J].Physiol Meas，2005，26（2）：175-183.

[6]Adler A.Accounting for erroneous electrode data in electrical impedance tomography[J].Physiol Meas，2004，25（1）：227-238.

[7]Hartinger A A，Guardo R，Adler A，et al.Real-time management of faulty electrodes in electrical impedance tomography[J].IEEE Trans Biomed Eng，2009，56（2）：369-377.

[8]史学涛，秦明新，尤富生，等.用于电阻抗多频及参数成像数据采集系统的正交序列解调法[J].第四军医大学学报，2000，21（7）：164-166.

[9]Mamatjan Y，Grychtol B，Gaggero P，et al.Evaluation and real-time monitoring of data quality in electrical impedance tomography[J]. IEEE Trans Med Imaging，2013，2（11）：1 997-2 005.

[10]Taktak A，Record P，Gadd R，et al.Data recovery from reduced electrode connection in electrical impedance tomography[J].Med Eng Phys，1996，18（6）：519-522.

（收稿：2014-04-14 修回：2014-07-09）

Real-time detection of detached electrodes in electrical impedance tomography

ZHANG Ge,DAI Meng,XU Can-hua,LI Wei-chen,SHI Xue-tao,YOU Fu-sheng,FU Feng,DONG Xiu-zhen
（School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China）

ObjectiveTo develop a real-time method to detect multi-electrodes'detachment for electrical impedance tomography detection and minimize the data loss caused by faulty electrodes on account of timely management.Methods The method of detached electrodes detection was proposed based on the similarity of right data.Correlation coefficients weighted by data collection were calculated circularly to estimate each electrode.Afterwards,physical phantom experiments and human experiments were conducted to verify the validity of this method.ResultsBoth physical phantom experiments and human experiments proved that detached electrodes could be precisely detected by this method.Compared with other methods,this method avoided erroneous judgment effectively.ConclusionThis method offers an efficient way to detect multiple detached electrodes in real time.[Chinese Medical Equipment Journal，2014，35（11）：1-4，162]

electrical impedance tomography;electrode;weighted correlation coefficient

R318.6；Q64

A

1003-8868（2014）11-0001-05

10.7687/J.ISSN1003-8868.2014.11.001

国家科技支撑计划课题（2012BAI20B02，2012BAI19B01，2011BAI 08B13）；国家自然科学基金课题（51207161）；国家自然科学基金面上课题（61071033）；军队面上课题（CWS12J102）；陕西省科技统筹项目（2012KTC G04-13）

张 戈（1990—），男，研究方向为电阻抗断层成像数据处理方法，E-mail：jsj.202@163.com。

710032西安，第四军医大学生物医学工程学院（张 戈，代 萌，徐灿华，李蔚琛，史学涛，尤富生，付 峰，董秀珍）

董秀珍，E-mail：dongxiuzhen@fmmu.edu.cn