由中國科學(xué)院院士、中國科學(xué)技術(shù)大學(xué)教授杜江峰領(lǐng)銜的中科院微觀(guān)磁共振重點(diǎn)實(shí)驗室，在深度功能醫學(xué)電阻抗成像技術(shù)上取得重要進(jìn)展。該實(shí)驗室研究員劉東等提出了一種無(wú)須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(kāi)辟了新道路。相關(guān)研究成果近日發(fā)表于《IEEE模式分析與機器智能匯刊》。

　　電阻抗成像技術(shù)是指利用生物組織與器官的電特性及其變化規律提取與人體生理、病理狀態(tài)相關(guān)的生物醫學(xué)信息的成像技術(shù)。由于人體不同組織和器官的電特性不同，這種電特性圖像不僅包含了豐富的解剖學(xué)信息，還能夠反映出組織和器官電特性相應的生理、病理狀態(tài)和功能信息，在研究人體組織與器官功能變化和疾病診斷方面有重要的臨床價(jià)值。然而，實(shí)現高質(zhì)量的圖像重建是電阻抗成像技術(shù)領(lǐng)域的巨大挑戰。

　　隨著(zhù)人工智能的快速發(fā)展，基于大數據及深度學(xué)習的圖像重建方法受到廣泛關(guān)注，其重建結果及效率優(yōu)于傳統重建方法。然而，獲取功能醫學(xué)影像大數據在臨床上極其困難，因此亟須開(kāi)發(fā)無(wú)須訓練的圖像重建方法。

　　近年來(lái)，研究團隊利用深度學(xué)習技術(shù)在圖像重建、圖像去噪及計算機視覺(jué)等領(lǐng)域進(jìn)行了廣泛的先驗信息提取方法的探索性研究。這類(lèi)方法利用深度模型特征的提取能力，從已有數據中提取圖像特征，用于構建深度圖像先驗，進(jìn)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)相結合，首次實(shí)現了一種無(wú)須訓練的高質(zhì)量電阻抗圖像重建方法。研究表明，該方法不僅可以通過(guò)單一網(wǎng)絡(luò )模型完成多個(gè)圖像重建任務(wù)，還具備極強的泛化能力，而且不用大數據訓練就能獲得性能優(yōu)越的深度神經(jīng)網(wǎng)絡(luò )方法用于重建電阻抗圖像，在應用上具備輕量化潛力。

　　研究人員認為，該研究工作構建并成功實(shí)現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(fēng)、肺氣腫、乳腺癌等疾病診斷領(lǐng)域的應用提供了重要的理論支撐，對發(fā)展深度功能醫學(xué)影像技術(shù)具有重要價(jià)值。（王敏）