中國科學技術(shù)大學杜江峰院士領(lǐng)銜的中科院微觀磁共振重點實驗室在深度功能醫(yī)學電阻抗成像技術(shù)上取得重要進展。該實驗室劉東研究員等提出了一種無需訓練的深度電阻抗圖像重建方法，為電阻抗成像技術(shù)在病變組織特異性判斷中的應用開辟了新道路。該成果以“DeepEIT: Deep Image Prior Enabled Electrical Impedance Tomography”為題發(fā)表在國際公認的計算機視覺和人工智能領(lǐng)域頂級期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》(IEEE TPAMI，影響因子24.31)上。 iVmy|ewd  
@ @(O##(7  
獲得“低損傷、高分辨、動態(tài)實時”的功能圖像始終是醫(yī)學影像技術(shù)研究的核心目標之一。作為功能醫(yī)學影像技術(shù)代表之一的電阻抗成像技術(shù)因無創(chuàng)、無損、無輻射等核心優(yōu)勢而備受關(guān)注，特別是其在新冠病毒導致的急性呼吸窘迫綜合征患者的治療中發(fā)揮了重要作用，越來越被臨床接受和應用。然而，實現(xiàn)高質(zhì)量的圖像重建是電阻抗成像技術(shù)領(lǐng)域的巨大挑戰(zhàn)。 cqm:[0Xf5>  
/pLf?m9  
近年來，研究團隊利用深度學習技術(shù)在圖像重建、圖像去噪及計算機視覺等領(lǐng)域進行了廣泛的先驗信息提取方法的探索性研究。這類方法利用深度模型的特征提取能力，從已有數(shù)據(jù)中提取圖像特征，用于構(gòu)建深度圖像先驗,進而賦能模型優(yōu)化。近期，研究團隊將深度圖像先驗技術(shù)與電阻抗成像技術(shù)相結(jié)合，首次實現(xiàn)了一種無需訓練的高質(zhì)量電阻抗圖像重建方法。研究表明，該方法不僅可以實現(xiàn)“一個模型完成多個任務”，具備極強的泛化能力，而且無需訓練就可以完成新任務適配，在應用上具備輕量化潛力。該研究工作建立了電阻抗圖像重建新范式，為電阻抗成像技術(shù)在腦損傷、中風、肺氣腫、乳腺癌等疾病診斷應用領(lǐng)域提供了重要的理論支撐，對發(fā)展深度功能醫(yī)學影像技術(shù)具有重要價值。 cw0uLMqr`  
z 61F