生物组织的磁感应断层成像研究

刘锐岗，刘润生，董秀珍

第四军医大学 生物医学工程系 a.医学图像学教研室；b.医学电子工程教研室，陕西 西安 710032

生物组织的磁感应断层成像研究

刘锐岗a，刘润生a，董秀珍b

第四军医大学 生物医学工程系 a.医学图像学教研室；b.医学电子工程教研室，陕西 西安 710032

目的 研究磁感应断层成像技术对生物组织的检测能力。方法 利用16通道磁感应断层成像数据采集系统对空气背景中的鸡蛋、油桃，以及3层含颅骨脑部物理模型中的离体脂肪、离体血液分别进行检测，并应用时间差分牛顿莱夫逊成像算法获得电导率分布变化量的重建图像。结果对于分布在不同位置的单个或两个电导率扰动目标，差分成像结果都可以正确反映扰动目标的位置、相对大小和电导率差异情况。结论 磁感应断层成像技术可以用于生物组织的电导率分布变化成像。

磁感应断层成像；生物组织；物理模型；差分成像

0 前言

磁感应断层成像（Magnetic Induction Tomography，MIT）是利用涡流感应原理，通过围绕被测对象外周的一组线圈阵列施加交变正弦信号激励并测量感应磁场磁感应强度的相位，然后通过成像算法重建线圈阵列所处断层内被测对象的电阻抗分布或其变化量的图像[1-2]。以电阻抗分布绝对值为重建结果的称为静态成像，而以电阻抗分布变化量为重建结果的称为差分成像。差分成像利用两次测量数据的差进行图像重建，因其可以消除部分系统误差而得到广泛应用。差分成像有两类，一类是时间差分成像，使用两个不同时刻的测量数据的差[3]；另一类是频率差分成像，使用两个不同激励频率下的测量数据的差[4]。

近年来，MIT的医学应用前景得到认可，国内外有多个研究小组在开展相关研究工作[5-8]。但是现有文献报道的成像目标多为盐水或琼脂等[9-11]，而以生物组织为成像目标的报道较少。Brunner等[4]对均匀电导率背景中的土豆进行了频率差分成像，结果能大体反映土豆的位置和大小，但整体向边界偏移并有明显的拖尾。Watson等[12]对志愿者的大腿进行了静态成像，分别得到了电导率和介电常数的图像，但结果无法显示内部的结构仅能判断有无。Maimaitijiang等[13]对琼脂块边缘的离体抗凝血液进行了时间差分成像，结果能反映血液的位置，但多次成像的目标大小不一致且有时存在较严重的伪影[14]。盐水或琼脂的电阻抗近似为纯阻性，而生物组织的电阻抗既含阻性成份又有容性成份，两种材料存在较大的差异。开展以生物组织，特别是动物或人体组织为成像目标的MIT研究对未来的临床医学应用具有重要的意义。

1 材料与方法

1.1 MIT数据采集系统

16通道FMMU-MIT数据采集系统，见图1[3]。传感器为14个线圈，1个激励线圈和13个测量线圈，所有线圈中心分布在16等分的圆周上，空出临近激励线圈的两个位置。线圈内边缘所围圆形的直径可选择为18、20、22cm。激励信号为正弦交流信号，频率可在1～10MHz范围内调节。线圈内有一托盘，用于放置被测对象，且可由计算机控制的马达带动进行旋转。为获得足够的成像数据，每次旋转22.5°，16次为一周，可得16×13个数据，构成1帧。

图1 FMMU-磁感应断层成像数据采集系统

被测对象可直接放置在托盘上，在空气环境中测量，也可放置在物理模型中在某种电导率分布背景中进行测量。为了模拟人体脑部电导率分布情况，采用3层球形物理模型，包括4个部分，分别模拟头皮、颅骨、脑实质和颅内电导率扰动目标。模拟颅骨为一球壳，其内径为18.6cm，壁厚为0.45cm。颅骨内外均充入饱和硫酸钙溶液，其中外部与一个内径为20.5cm的半球形容器形成液体球壳形状，壁厚为0.5cm。颅骨内外溶液高度均为10cm。模拟颅骨的电导率约为0.012S/m，饱和硫酸钙的电导率约为0.24S/m。电导率扰动目标盛放在一个圆柱形容器内，再经支架垂直浸入颅骨内溶液中。实际测量时，因浸入扰动目标而增高的液面将被抽出。本文中此模型称为3层脑模型。

1.2 MIT成像算法

成像算法采用时间差分Newton-Raphson算法[3]。测量时需要分别采集两帧数据，第1帧数据为背景帧，第2帧为前景帧。两帧之间的电导率变化量可表示为：

其中，H为Hessian矩阵，J为Jacobian矩阵，Vm1为第1次测量所得的数据，Vm2为第2次测量所得的数据，T为矩阵的转置运算。

1.3 成像目标

选择油桃、鸡蛋、脂肪和血液4种生物组织作为成像目标。油桃的直径约为6cm，鸡蛋的直径约为4.5cm。圆柱形容器的内径为4.5cm，分别装入切碎后的猪脂肪和血液。其中脂肪和血液的电导率分别约为0.05和0.60S/m。

2 结果

2.1 鸡蛋成像

设定线圈内边缘所围圆形的直径20cm，激励正弦信号的频率为10MHz。将鸡蛋竖直放置在塑料鸡蛋架上，再放置在托盘上，鸡蛋的边缘相距线圈约3.0cm间隔。背景数据为不放入任何物体的空气环境下的测量结果，前景数据为放入鸡蛋后的测量结果。然后采用Newton-Raphson算法进行重建。结果图像通过线性插值使其视觉观察更为平滑，且所有图像根据各自的最大值和最小值赋给伪彩色，用红色表示电导率相对于背景升高，蓝色表示电导率降低（图2）。

图2 空气中鸡蛋的差分成像

2.2 油桃成像

将1个油桃竖直放置在托盘上，其边缘相距线圈约2.8cm间隔。各项参数设置同鸡蛋差分图像，成像结果见图3。

图3 空气中油桃的差分成像

2.3 脂肪成像

设定线圈内边缘所围圆形的直径22cm，激励正弦信号的频率为5.8MHz。将三层脑模型放置在托盘上。第1次测量时颅骨内充入饱和硫酸钙溶液，作为背景数据。第2次测量时，通过支架将置入脂肪的圆柱容器浸入颅内溶液，并抽取多出的溶液，作为前景数据。圆柱形容器的中心相距模型中心5cm，其余设定同鸡蛋差分图像，成像结果见图4。

2.4 血液成像

圆柱容器中置入离体血液，其余设定同鸡蛋差分图像，成像结果见图5。

2.5 血液和脂肪成像

2个圆柱容器中分别置入离体脂肪和离体血液，其余设定同鸡蛋差分图像，成像结果见图6。

3 讨论

无论是以空气为背景的鸡蛋和油桃的MIT差分成像，还是以3层脑模型为背景的离体脂肪和血液的MIT差分成像，都可以正确反映电导率扰动目标的位置、大体的尺寸和电导率的差异（图2～6）。在成像结果中目标的周围和整体的外周存在一定的伪迹。其原因可能有两个：① 数据采集系统的测量精度有待提高，导致测量数据中包含相对较多的噪声；② 成像算法本身中含有几处近似，引入了计算误差。

4 结论

应用16通道FMMU-MIT数据采集系统分别对空气背景中的鸡蛋、油桃以及3层含颅骨脑部物理模型中的离体脂肪、血液进行了时间差分成像，结果可以正确目标的位置、大小和电导率的差异。因此，采用MIT技术能够对生物组织进行良好的成像，这为今后的动物在体MIT成像提供了较好的基础。

[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]刘俐,李倩,何为,等.一种均匀激励磁场磁感应成像的改进反投影算法[J].中国生物医学工程学报,2014,33（3）：313-319.

[6]柯丽,曹冯秋,杜强.MIT中反投影矩阵的计算与数据处理方法[J].仪器仪表学报,2014,35（10）：2256-2262.

[7]陈玉艳,王旭,杨丹,等.基于LP范数的磁感应断层成像图像重建算法[J].生物医学工程学杂志,2013,30（1）：162-165.

[8]任德柱,邵高平,孙红胜,等.磁感应断层成像中的高频率稳定度信号源的选择[J].信息工程大学学报,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

国家自然科学基金（61271101）；全军医学科研“十二五”项目（BWS11Z011）

董秀珍，教授。

通讯作者邮箱：dongyang@fmmu.edu.cn