(资料图)

近日，中科院微尺度磁共振重点实验室研究员团队开发出无需训练的深度电阻抗层析成像重建新方法，为电阻抗层析成像技术的应用开辟了新途径在确定病变组织特异性。这项工作发表在IEEE Transactions on Pattern Analysis and Machine Intelligence上。

获得低损伤、高分辨率和动态的功能图像一直是医学影像研究的核心目标之一。电阻抗断层扫描技术以其无创、无损、无辐射等优点备受关注。特别是在治疗冠状病毒引起的急性呼吸窘迫综合征患者方面发挥了重要作用。然而，高质量图像的重建仍然是电阻抗断层扫描中的一个挑战。

教授团队针对神经网络图像重建中提取先验信息的方法进行了一系列研究。以前的神经网络通常是任务特定的并且严重依赖大量数据，这在医学实践中很难获得。在他们最近的工作中，该团队将深度图像先验 (DIP) 与电阻抗断层扫描相结合，无需训练数据即可执行高质量图像重建。

结果表明，该方法不仅可以仅使用一个模型完成多个任务，还可以在不训练的情况下适应新任务，在实际应用中表现出巨大的潜力。

该研究建立了电阻抗断层成像图像重建的新范式，为电阻抗断层成像技术在脑外伤、脑卒中、肺气肿、乳腺癌等疾病诊断中的应用提供了重要的理论支持，对临床医学的发展具有重要价值。医学影像技术。

关键词： 图像重建 层析成像 神经网络 医学影像