EIT技術(shù)及其在人體數(shù)字孿生構(gòu)建中的應(yīng)用展望

摘" 要：電阻抗成像技術(shù)（electrical impedance tomography，EIT）是醫(yī)學(xué)成像技術(shù)新的發(fā)展方向，其受到了相關(guān)領(lǐng)域研究者的廣泛關(guān)注。本文從人體數(shù)字孿生的視角分析了電阻抗成像技術(shù)的基本原理、應(yīng)用現(xiàn)狀；通過對常見人體可視化技術(shù)進行對比，探討EIT技術(shù)的優(yōu)勢和局限性，展望了電阻抗成像技術(shù)在人體數(shù)字孿生的應(yīng)用潛力。隨著硬件和軟件性能的不斷提升以及算法的持續(xù)改進，EIT技術(shù)有望在家庭醫(yī)療診斷、實時監(jiān)測、無損檢測和個性化治療等領(lǐng)域發(fā)揮重要的作用。

關(guān)鍵詞：電阻抗成像；人體數(shù)字孿生；醫(yī)學(xué)成像技術(shù)；可視化

中圖分類號：TP18

文獻標志碼：A

文章編號" 1000-5269（2025）01-0050-10

DOI：10.15958/j.cnki.gdxbzrb.2025.01.08

收稿日期：2024-03-25

基金項目：國家自然科學(xué)基金地區(qū)基金資助項目（62373116， 62163007）；貴州省科技計劃項目（黔科合支撐［2023］一般117，黔科合支撐［2023］一般124）

作者簡介：劉" 丹（1975—），女，副教授，博士，碩導(dǎo)，研究方向：智能制造，智能康養(yǎng)裝備、智能機器人系統(tǒng)研究，E-mail：dliu@gzu.edu.cn.

*通訊作者：黃" 帥，E-mail：hfy3_14@163.com.

電阻抗斷層成像（electrical impedance tomography，EIT）是通過測量物體邊界電壓或電流來確定未知介質(zhì)電導(dǎo)率分布的問題［1］。相較于傳統(tǒng)的核磁共振成像、計算機斷層掃描等人體信息可視化技術(shù)，電阻抗成像技術(shù)作為一種無創(chuàng)、無輻射、實時的成像技術(shù)，在醫(yī)學(xué)領(lǐng)域得到重點應(yīng)用，近年來備受關(guān)注［2］。圍繞作者提出的人體數(shù)字孿生模型，本文展望電阻抗成像技術(shù)在人體數(shù)字孿生可視化方面的獨特優(yōu)勢，EIT技術(shù)在未來人體數(shù)字孿生及醫(yī)療保健中具備廣闊的發(fā)展前景。

1" EIT技術(shù)簡介

1.1" EIT技術(shù)的基本原理

人體細胞主要由細胞膜、細胞核和細胞質(zhì)所構(gòu)成，細胞膜具有選擇性［3］，其使得細胞內(nèi)的物質(zhì)達到一種動態(tài)的平衡，細胞膜的變化可以從細胞層面上反映出人體的病理狀態(tài)［4］。在生物體中，由于細胞的差異性，各組織間會表現(xiàn)出不同的電特性，有著不同的阻抗值［5］。電流在生物體內(nèi)的傳播受到組織電導(dǎo)率分布的影響［6］。各種生物組織對電流的導(dǎo)電性不同，因此電流在生物體內(nèi)的傳播路徑也不同，這為電阻抗成像提供了測量的基礎(chǔ)［7］。

基于此，研究者提出并開發(fā)了用于監(jiān)測人體的電阻抗成像技術(shù)。其基本思想是通過電極給人體組織施加安全電流（小于5 mA）［8］，在人體內(nèi)形成電流場，通過測量皮膚表面的電壓，分析電磁場在體內(nèi)的響應(yīng)，最后重構(gòu)人體內(nèi)部的電阻率分布圖像［9］。

1.2" EIT工作流程

EIT技術(shù)是一種無創(chuàng)、無輻射、非侵入式的技術(shù)，通過分析人體內(nèi)部的電阻抗分布來重建組織圖像［10］。其主要功能是通過向人體特定部位注入已知電流來測量其在體表所引起的電壓，利用所測量的電流電壓信息，依照一定的重建算法，計算出人體內(nèi)部各組織、器官在電場作用下所呈現(xiàn)的電阻抗分布，再利用計算機產(chǎn)生斷層圖像［11］。EIT的工作流程如下：

1）電流注入

首先，EIT系統(tǒng)會在被研究的物體或區(qū)域上引入一個微弱的電流。通常，電極會被放置在物體的邊緣或周圍，以便電流可以通過物體傳播。

2）電流傳播

一旦電流被注入，它會在物體內(nèi)部傳播。不同類型的組織（如骨骼、肌肉、脂肪、空氣等）對電流的傳播有不同的電阻率，這會導(dǎo)致電流在不同區(qū)域的傳播速度有所不同。

3）電流測量

EIT系統(tǒng)還包括一組電極，用于測量電流經(jīng)過不同區(qū)域時的電壓變化。這些電壓變化是通過測量電極之間的電壓差來記錄的。

4）數(shù)據(jù)采集

EIT系統(tǒng)會采集多組電流注入和電壓測量數(shù)據(jù)，通常以時間序列的形式。這些數(shù)據(jù)包含了物體內(nèi)部電阻率分布的信息。

5）重建圖像

通過使用復(fù)雜的數(shù)學(xué)算法，EIT系統(tǒng)可以將采集到的數(shù)據(jù)轉(zhuǎn)化為物體內(nèi)部電阻率的空間分布圖像。這種圖像可以顯示出不同區(qū)域的電阻率變化，從而提供了有關(guān)物體內(nèi)部結(jié)構(gòu)和組織的信息。

1.3" EIT成像設(shè)備與測量系統(tǒng)

為實現(xiàn)上述流程，EIT技術(shù)需要來自硬件系統(tǒng)和軟件平臺兩方面的共同支持。電阻抗成像設(shè)備的硬件組成主要由電極陣列、電流激勵和電壓采集3部分所構(gòu)成［12］，硬件系統(tǒng)構(gòu)成如圖1所示。

先進的電阻抗成像系統(tǒng)采用多通道測量［13］，并結(jié)合先進的信號處理和數(shù)據(jù)分析技術(shù)，以提高成像的精度和空間分辨率［14］。EIT系統(tǒng)采集平臺軟件主要包括硬件驅(qū)動模塊、數(shù)據(jù)采集與傳輸模塊以及上位機軟件模塊，其采集平臺如圖2。

1.4" EIT圖像重構(gòu)技術(shù)

利用電阻抗成像系統(tǒng)采集并處理得到電壓數(shù)據(jù)，將其代入到相關(guān)數(shù)值計算法中形成被測生物組織內(nèi)部阻抗分布圖形的過程，稱為圖像重構(gòu)。電阻抗成像技術(shù)圖像重構(gòu)過程中主要包含EIT的正問題以及逆問題的研究。其中，EIT的正問題是指在已知電極配置和電阻分布的情況下，計算電流在生物體內(nèi)的傳播和相應(yīng)的電壓分布［15］，如圖3所示。

EIT的正問題的求解方法通常是解析法和數(shù)值計算法。在面對復(fù)雜場域和不規(guī)則形狀時，解析法的應(yīng)用價值有限。數(shù)值計算已成為解決EIT正問題的最有效的方法，以有限差分法、有限元法和邊界元法為代表的數(shù)值計算方法被廣泛采用。

EIT的逆問題是從已知的電流注入和相應(yīng)的電壓測量中還原生物體內(nèi)的電導(dǎo)率分布［16］，如圖4所示。

由于電場中嚴重的軟場效應(yīng)使得 EIT的逆問題并非線性問題；EIT 逆問題中的矩陣方程為欠定方程，其解并不唯一；以及EIT 逆問題具有嚴重的病態(tài)性：這3個問題嚴重影響了 EIT 技術(shù)的應(yīng)用。

2" EIT的應(yīng)用現(xiàn)狀

由于EIT技術(shù)非侵入式檢測的獨特優(yōu)勢，近年來，EIT在醫(yī)學(xué)、生物醫(yī)學(xué)工程、工業(yè)檢測等領(lǐng)域開始應(yīng)用并逐漸得到認可。

1）生物醫(yī)學(xué)工程應(yīng)用

電阻抗成像技術(shù)可以用于生物組織檢測，例如通過測量組織的電阻抗分布來判斷組織的性質(zhì)和狀態(tài)［17］。這種技術(shù)可以用于研究生物組織的生理和病理變化，以及評估藥物對組織的影響。

電阻抗成像技術(shù)還可以用于生物醫(yī)學(xué)評估，例如通過測量生物醫(yī)學(xué)設(shè)備的電阻抗分布來判斷設(shè)備的性能和安全性［18］。這種技術(shù)可以用于研究生物醫(yī)學(xué)設(shè)備的優(yōu)化設(shè)計和改進，以及評估設(shè)備的治療效果。

EIT在生物醫(yī)學(xué)中的應(yīng)用將在第3節(jié)詳細描述。

2）工業(yè)生產(chǎn)應(yīng)用

電阻抗成像技術(shù)可以用于工業(yè)生產(chǎn)過程的產(chǎn)品質(zhì)量檢測，例如通過測量產(chǎn)品的電阻抗分布來判斷產(chǎn)品的質(zhì)量和性能［19］。這種技術(shù)可以用于檢測產(chǎn)品的內(nèi)部缺陷和外部損傷，以及評估產(chǎn)品的可靠性和穩(wěn)定性。

電阻抗成像技術(shù)還可以用于生產(chǎn)過程監(jiān)控，例如通過測量生產(chǎn)過程中不同階段的電阻抗分布來判斷生產(chǎn)過程的穩(wěn)定性和安全性［20］。這種技術(shù)可以用于監(jiān)測生產(chǎn)過程中的異常情況，及時發(fā)現(xiàn)并解決問題，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

3）其他應(yīng)用

電阻抗成像技術(shù)可以用于安全檢測，例如通過測量物體的電阻抗分布來判斷物體的安全性和穩(wěn)定性［21］。這種技術(shù)可以用于檢測建筑物的結(jié)構(gòu)安全、設(shè)備的運行安全等，及時發(fā)現(xiàn)并解決潛在的安全隱患。

電阻抗成像技術(shù)還可以用于軍事領(lǐng)域應(yīng)用，例如通過測量目標的電阻抗分布來判斷目標的性質(zhì)和狀態(tài)［22］。這種技術(shù)可以用于軍事偵查、目標識別等方面，提高軍事行動的準確性和效率。

3" EIT在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用

EIT技術(shù)重點應(yīng)用和實踐于醫(yī)學(xué)領(lǐng)域，尤其是在醫(yī)學(xué)監(jiān)測和神經(jīng)科學(xué)研究等領(lǐng)域，例如在乳腺癌篩查、肺部急性損傷檢測、腦部快速電活動檢測及體外血栓檢測成像等醫(yī)學(xué)臨床檢測中得到了日益廣泛的應(yīng)用［23］，電阻抗成像技術(shù)表現(xiàn)出良好的實時性和連續(xù)監(jiān)測的能力。

1）乳腺癌檢測

2020 年韓國科學(xué)技術(shù)院的 LEE 等［24］將 EIT 技術(shù)應(yīng)用于乳腺癌檢測（見圖5）。該系統(tǒng)工作頻率為10 MHz（與正常細胞比，癌細胞的阻抗隨頻率的變化更大），相位誤差為4.32°，可以檢測0.5 cm的小尺寸目標物體。以瓊脂和胡蘿卜構(gòu)建乳房假體模型，直徑為1cm和0.5 cm的胡蘿卜放置在半球形瓊脂中，以驗證成像分辨率。如EIT可視化圖像所示（圖6），在胸部可視化模型中清楚地顯示了兩根胡蘿卜的大小差異和位置。測量結(jié)果表明，該系統(tǒng)可以在10 MHz下檢測直徑為18 cm的瓊脂中直徑為0.5 cm的胡蘿卜。

based on EIT （adapted from European Journal of Radiology［24］）

2）肺部檢測

中國第四軍醫(yī)大學(xué)付峰等人開發(fā)了中國第一個用于ICU的胸部EIT設(shè)備PulmoEIT-100（該系統(tǒng)工作時的軟件窗口截圖見圖7），并將該系統(tǒng)與PulmoVista 500 （德國研發(fā)的EIT設(shè)備）進行比較，共納入 50名健康肺志愿者進行前瞻性研究，測試所研發(fā)的胸部EIT設(shè)備的性能［25］。實驗結(jié)果表明，對于人體受試者，兩種設(shè)備肺活量與電阻抗的相關(guān)性均為0.99±0.01，同一設(shè)備測量的重復(fù)性（可變性）具有可比性。該款EIT設(shè)備提供的數(shù)據(jù)可靠，適用于臨床環(huán)境中的患者測量。如EIT肺部可視化對比圖像（圖8）所示，PulmoEIT-100（圖8左）和PulmoVista500（圖8右）的肺部可視化圖像較為接近。

based on PulmoEIT-100 （left in Fig. 8） and PulmoVista500 （right in Fig. 8） （adapted from Sci Rep［25］）

3） 腦部成像

中國第四軍醫(yī)大學(xué)史學(xué)濤等人設(shè)計了一種用于腦成像的高精度EIT數(shù)據(jù)采集系統(tǒng)［26］。在校準模型上的結(jié)果表明，該系統(tǒng)具有83 dB的高信噪比和0.125%的低互易誤差。此外，還開發(fā)了一個物理模型用作進一步研究系統(tǒng)性能及系統(tǒng)檢測腦損傷的能力：該腦損傷模型包括一個內(nèi)徑為 205 mm的半球形容器；該容器包含另一個半球形石膏殼來模擬頭骨；模型中填充有飽和的 CaSO4溶液來模擬腦組織；以兩個立方瓊脂塊測試系統(tǒng)檢測顱內(nèi)病變的能力。圖9顯示了瓊脂在模型的電極平面上從左向右移動。圖中的藍色框表示實際的瓊脂位置，紅色區(qū)域表示阻抗下降。很明顯，阻抗干擾的性質(zhì)和位置在圖像中得到了正確的反映。圖10顯示了模型中不同位置的瓊脂的EIT可視化圖像。圖中的紅色方塊表示實際的瓊脂塊位置。EIT圖像中的阻抗干擾用藍色區(qū)域表示（藍色區(qū)域表示阻抗增加）。這些區(qū)域與實際的瓊脂塊位置重疊，表明系統(tǒng)可以正確檢測模型中的小干擾。設(shè)計的物理模型驗證了EIT在腦病變圖像監(jiān)測中的可行性。

4）肌肉監(jiān)測

麻省理工學(xué)院計算機科學(xué)與人工智能實驗室的ZHU等［27］開發(fā)了電阻抗斷層掃描工具包（EIT-kit），用于設(shè)計和構(gòu)建健康和運動傳感設(shè)備。該EIT-kit包括：

（1）3D 編輯器：用于自定義測量設(shè)置的外形尺寸和電極分布。

（2）基于ESP32的定制 EIT 傳感主板：支持不同的測量設(shè)置，即兩端或四端子設(shè)置、多達 64 個電極以及同時支持單到四電極陣列；EIT感應(yīng)主板還提供可調(diào)節(jié)的交流注入電流，以提高信號質(zhì)量。

（3）微控制器庫：可自動校準信號，并促進數(shù)據(jù)收集。

（4）用于移動設(shè)備的圖像重建 API：可用于插值和可視化數(shù)據(jù)。

EIT-kit提供了一個自定義傳感庫來自動校準和采集信號，并包括一個可視化庫，該庫針對移動應(yīng)用程序進行優(yōu)化，能夠進行2D和3D圖像重建（圖11）。還建立了一個私人肌肉監(jiān)測器，它可以感知大腿肌肉拉傷和張力，以監(jiān)測肌肉損傷后的恢復(fù)情況，防止肌肉再次損傷。肌肉監(jiān)測器使用兩個電極陣列來創(chuàng)建大腿的三維體積圖像（圖12）。EIT-kit支持用戶創(chuàng)建各種EIT傳感設(shè)備和可視化結(jié)果數(shù)據(jù)。

（pose one） （adapted from The 34th Annual ACM Symposium on User Interface Software and Technology［27］）

Software and Technology［27］）

（pose two） （adapted from The 34th Annual ACM

Symposium on User Interface Software and Technology［27］）

除上述提及的應(yīng)用外，電阻抗成像技術(shù)還可以用于人體其他部位的可視化成像和醫(yī)學(xué)監(jiān)測等。例如腹部成像，通過測量腹部不同部位的電阻抗分布，可以重建出腹部的結(jié)構(gòu)和功能。這種技術(shù)可以幫助醫(yī)生判斷是否存在腹部疾病，例如肝病、腎病等，以及評估治療的效果。總之，電阻抗成像技術(shù)在醫(yī)學(xué)、生物醫(yī)學(xué)工程、工業(yè)檢測等領(lǐng)域具有廣泛的應(yīng)用前景。隨著技術(shù)的不斷發(fā)展和完善，相信未來電阻抗成像技術(shù)會在更多的應(yīng)用領(lǐng)域得到拓展和應(yīng)用，尤其在人體可視化領(lǐng)域具有巨大的應(yīng)用前景。

4" EIT技術(shù)難點

目前，雖然EIT技術(shù)在眾多領(lǐng)域得到了應(yīng)用和實踐，但EIT技術(shù)在蓬勃發(fā)展的同時，也面臨著一定的制約：

1）空間分辨率有限：電阻抗成像技術(shù)的主要難點之一是其空間分辨率相對較低。由于電流在組織中的傳播路徑受限，特別是在高電導(dǎo)率和低電導(dǎo)率的邊界上，可能導(dǎo)致成像模糊。

2） 對電極布置敏感：成像結(jié)果對電極的布置非常敏感。不同的電極布置可能導(dǎo)致不同的成像結(jié)果，這需要精心設(shè)計和標準化的電極布置方案。

3） 對物質(zhì)電導(dǎo)率的敏感性：電阻抗成像對被測物體的電導(dǎo)率變化非常敏感。因此，當(dāng)物質(zhì)的電導(dǎo)率變化較小時，成像的靈敏度可能不足。

4）表面成像限制：電阻抗成像主要通過測量表面上的電流和電壓來獲取信息，因此對于深層結(jié)構(gòu)的探測受到限制。這在某些醫(yī)學(xué)應(yīng)用中可能限制了其深層組織的可視化。

盡管EIT有諸如上述難點問題，但醫(yī)學(xué)領(lǐng)域的新進展給電阻抗成像技術(shù)的臨床應(yīng)用帶來了更多可能［28］，EIT技術(shù)具有廣闊的應(yīng)用前景［29］。隨著新一代信息技術(shù)的發(fā)展，醫(yī)學(xué)也進入新的時代——智能醫(yī)學(xué)時代［30］。源于工程制造領(lǐng)域前沿的數(shù)字孿生技術(shù)（digital twin）正在成為智能醫(yī)學(xué)時代的一項重要技術(shù)手段［31］。最近，ZHU等［16］利用三維數(shù)字孿生肺模型和基于深度學(xué)習(xí)的圖像重建算法，提出了一種基于EIT的肺監(jiān)測方案。結(jié)果表明，與傳統(tǒng)EIT技術(shù)相比，基于數(shù)字孿生和深度學(xué)習(xí)的圖像重建的EIT具有更好的精度和抗噪性能。該研究將EIT技術(shù)與數(shù)字孿生技術(shù)相結(jié)合，為EIT技術(shù)在人體數(shù)字孿生應(yīng)用提供了新的思路。

5" EIT在人體數(shù)字孿生中應(yīng)用展望

5.1" 人體數(shù)字孿生及模型

數(shù)字孿生是一種集成多物理、多尺度、多學(xué)科屬性，具有實時同步、忠實映射、高保真度特性，能夠?qū)崿F(xiàn)物理世界與信息世界交互與融合的技術(shù)手段［32］。數(shù)字孿生通過搭建融合傳感器數(shù)據(jù)、運行歷史數(shù)據(jù)等的虛擬數(shù)字模型，集成多學(xué)科、多尺度、多物理量的仿真過程［33］，在虛擬世界忠實映射真實世界物體，實現(xiàn)通過虛實映射，診斷預(yù)測物理實體對象的狀態(tài)，通過優(yōu)化和指令調(diào)控物理實體對象的狀態(tài)［34］。

參考陶飛教授［35］數(shù)字孿生的五維模型和前述關(guān)于數(shù)字孿生模型的3個功能，筆者提出人體數(shù)字孿生模型應(yīng)該是以五維模型中虛擬模型為核心，同時包含了孿生數(shù)據(jù)及與物理實體的單向連接交互關(guān)系功能，如圖13所示。

人體的多個器官根據(jù)其功能可分為十大系統(tǒng)，分別是消化系統(tǒng)、呼吸系統(tǒng)、泌尿系統(tǒng)、生殖系統(tǒng)、內(nèi)分泌系統(tǒng)、循環(huán)系統(tǒng)、神經(jīng)系統(tǒng)、骨骼系統(tǒng)、肌肉系統(tǒng)以及免疫系統(tǒng)［36］。除人體虛擬實體建模技術(shù)、人體數(shù)據(jù)采集技術(shù)、人體仿真分析技術(shù)以及人體仿真平臺等人體孿生模型關(guān)鍵技術(shù)之外，人體組織和器官的實時狀態(tài)可視化也是數(shù)字孿生技術(shù)中一個亟需解決的問題。目前，研究者已開展對人體十大系統(tǒng)的組織和器官的可視化的探索。例如，陳靜［37］從生物力學(xué)的視角構(gòu)建口腔正畸可視化過程，利用有限元分析，增加最小勢能原理邊界以及固定邊界條件，從位移和應(yīng)力的角度對口腔正畸的結(jié)果進行可視化。趙明康等［38］通過在算法引入優(yōu)化因子和吉洪諾夫正則化來獲取肺部圖像，繼而將肺部圖像輸出至生成對抗網(wǎng)絡(luò)模型，重構(gòu)出了精確的肺部輪廓。針對電阻抗成像的靈敏度分布和不適定問題，王萌等［39］提出了k階有限差分L1正則化目標函數(shù)，并采用增廣拉格朗日和交替方向算法求解目標函數(shù)的方法，有效地提高了顱腦圖像重建的質(zhì)量，并且具有較強的魯棒性。賈靜等［40］基于生物電阻抗技術(shù)搭建了心臟起搏電極仿真模型，探究了佩戴心臟植入電子設(shè)備的患者進行胸腔生物阻抗測量的安全性。LIU等［41］提出一種基于B樣條的鯨魚優(yōu)化算法來實現(xiàn)肺結(jié)節(jié)的高分辨率EIT圖像重建。結(jié)果表明，提出的B-WOA可以實現(xiàn)微小靶點分布的高分辨率成像，有望用于肺結(jié)節(jié)的臨床檢測。SHI等［42］提出了一種基于全連接神經(jīng)網(wǎng)絡(luò)的魯棒補償方法，提高了發(fā)生接觸阻抗變化時的腦EIT重建質(zhì)量。從相關(guān)的文獻中可知，研究者們已經(jīng)對人體的組織和器官的電阻抗成像進行了許多有益的進展，但囿于圖像重構(gòu)算法和電阻抗成像技術(shù)等的局限性［43］，目前尚未有針對人體全身的電阻抗成像應(yīng)用。

5.2" 人體信息可視化技術(shù)對比

目前的可視化信息技術(shù)主要是針對人體的某一組織和器官，為了更好體現(xiàn)電阻抗成像技術(shù)的優(yōu)勢所在，本節(jié)對常見人體可視化技術(shù)進行了對比（見表1）。

如表1所示，通過對比電阻抗成像技術(shù)與MRI、CT、超聲成像等常見成像技術(shù)的優(yōu)劣勢可看出，EIT作為一種通過生物組織邊界電阻抗重建其內(nèi)部電導(dǎo)率分布的可視化圖像方法，相較于其他成熟的、非侵入性成像技術(shù)， 如磁共振成像（magnetic resonance imaging， MRI）、X射線計算機斷層掃描（computed tomography， CT）和超聲成像， EIT具有無輻射、低成本、小型化等優(yōu)勢， 尤其適合連續(xù)和實時監(jiān)測場合。從以上綜述可看出，在醫(yī)學(xué)監(jiān)測和神經(jīng)科學(xué)研究等領(lǐng)域，EIT作為一種無創(chuàng)、無輻射、非侵入式的以人體內(nèi)部的電阻抗分布為目標的重建體內(nèi)組織圖像的技術(shù)，在人體數(shù)字孿生可視化方面具有獨特的優(yōu)勢，并具有廣闊的發(fā)展前景。

5.3" 應(yīng)用展望

電阻抗成像技術(shù)是一種通過測量人體或物體的電阻抗分布來重建其內(nèi)部結(jié)構(gòu)圖像的方法。隨著科技的不斷進步，電阻抗成像技術(shù)已經(jīng)得到了廣泛的應(yīng)用和發(fā)展。本節(jié)將對電阻抗成像技術(shù)的現(xiàn)狀進行總結(jié)，并對電阻抗成像技術(shù)的發(fā)展進行展望。

電阻抗成像技術(shù)基于人體組織的阻抗分布差異，通過向人體施加一個低電壓或電流，測量其電阻抗分布，然后利用算法重建出人體內(nèi)部的結(jié)構(gòu)圖像。這種技術(shù)具有無創(chuàng)、無輻射、實時、成本低廉等優(yōu)點，特別適合于健康敏感的群體。在醫(yī)學(xué)領(lǐng)域，電阻抗成像技術(shù)可以用于胸部可視化、肺部可視化、腦部可視化、肌肉監(jiān)測、腹部成像等，能幫助醫(yī)生判斷病情和評估治療效果。

隨著科技的不斷進步和人們健康意識的提高，電阻抗成像技術(shù)的應(yīng)用前景將會更加廣闊。未來，電阻抗成像技術(shù)將會在以下幾個方面得到進一步發(fā)展：

1）家用電阻抗成像：隨著電阻抗設(shè)備的便捷化、輕量化，未來的電阻抗成像技術(shù)將會越來越親民，滿足人們在居家環(huán)境下的實時監(jiān)測和診療需求。

2）高分辨率可視化成像：隨著設(shè)備性能的提高和算法的優(yōu)化，電阻抗成像技術(shù)的分辨率將會進一步提高，能夠更加清晰地顯示人體內(nèi)部的結(jié)構(gòu)。

3）無損檢測成像：將電阻抗成像理論應(yīng)用于食品工業(yè)、地球物理、材料檢測等領(lǐng)域，從而在不損傷物體的前提下，檢測物體的內(nèi)部結(jié)構(gòu)、屬性和狀態(tài)等。

4）多模態(tài)融合：電阻抗成像和數(shù)字孿生相結(jié)合，研究人員可以模擬疾病的發(fā)展過程，了解不同病理狀態(tài)下組織電阻抗的變化。同時，將電阻抗成像與其他成像技術(shù)（如CT、MRI等）進行融合，可以提高診斷的準確性和全面性。

5）個性化醫(yī)療：利用人工智能和大數(shù)據(jù)等技術(shù)，為每個患者提供個性化的診斷和治療方案。

總之，電阻抗成像技術(shù)是一種具有廣泛應(yīng)用前景的技術(shù)。隨著科學(xué)技術(shù)的不斷發(fā)展和完善，相信未來它將會在更多領(lǐng)域得到應(yīng)用和推廣。

雖然電阻抗成像技術(shù)在人體數(shù)字孿生技術(shù)中具有廣泛的應(yīng)用前景，但是在應(yīng)用中，也存在一些難點。首先，由于人體組織的復(fù)雜性和不確定性，以及設(shè)備本身存在的誤差等因素，往往會導(dǎo)致測量結(jié)果的不準確。其次，由于人體組織的電阻抗分布受到多種因素的影響，如呼吸、心跳、體位等，這些因素都可能對電阻抗的測量結(jié)果產(chǎn)生干擾，導(dǎo)致重建的圖像分辨率較低。再次，電阻抗成像技術(shù)的算法也需要進行優(yōu)化和改進，以提高圖像的質(zhì)量和穩(wěn)定性。最后，現(xiàn)階段的電阻抗成像技術(shù)尚處于對人體某一器官或組織的可視化，且可視化結(jié)果大多以二維圖像形式呈現(xiàn)，基于電阻抗成像技術(shù)的人體可視化模型尚待構(gòu)建。

為了克服電阻抗成像技術(shù)的難點，研究者們不斷進行技術(shù)研發(fā)和創(chuàng)新。首先，在設(shè)備方面，需要不斷改進電阻抗成像設(shè)備的性能和穩(wěn)定性，提高測量精度和分辨率。其次，在算法方面，需要進一步優(yōu)化和改進電阻抗成像算法，提高圖像的質(zhì)量和穩(wěn)定性。再次，隨著人工智能和機器學(xué)習(xí)等技術(shù)的不斷發(fā)展，需要進一步將這些技術(shù)應(yīng)用于電阻抗成像領(lǐng)域，以提高測量精度和分辨率。最后，已有不少學(xué)者對人體的部分組織和器官的數(shù)字孿生模型進行了構(gòu)建，相信隨著電阻抗成像技術(shù)的不斷成熟，以及越來越多的人體組織和器官的數(shù)字孿生被構(gòu)建，基于電阻抗成像技術(shù)的人體可視化技術(shù)將會逐漸趨于成熟和完善。

參考文獻：

馬剛.電阻抗成像技術(shù)及其在人機交互中的應(yīng)用［D］.合肥：中國科學(xué)技術(shù)大學(xué)，2021.

［2］ WU Y， CHEN B， LIU K， et al. Shape reconstruction with multiphase conductivity for electrical impedance tomography using improved convolutional neural network method［J］. IEEE Sensors Journal， 2021，21（7）： 9277-9287.

［3］ YUE C F， HE H W， SU L X， et al. A novel method for diaphragm-based electrode belt position of electrical impedance tomography by ultrasound［J/OL］. Journal of Intensive Care， 2023，11（1）（2023-09-25）［2024-03-25］. https：//doi.org/10.1186/s40560-023-00691-2.

［4］ 段愛玲.證明“活細胞膜具有選擇透性功能”的實驗［J］.生物學(xué)通報，1999（9）：30-31.

［5］ 徐德洪，鄧琪，姚佳烽.基于電阻抗成像技術(shù)的細胞檢測傳感器開發(fā)［J］.傳感器與微系統(tǒng)，2023，42（11）：93-95，104.

［6］ BAI X， SUN J T. Noise analysis of a driven chain with improved Howland current source for electrical impedance tomography［J/OL］. Measurement Science and Technology，2021，32（9）（2021-06-27）［2024-03-25］.https：//dx.doi.org/10.1088/1361-6501/abef3d.

［7］ ZHOU Y K， LI X Q， A real-time EIT imaging system based on the split augmented Lagrangian shrinkage algorithm［J］. Measurement， 2017， 110：27-42.

［8］ KE X Y， HOU W， HUANG Q， et al. Advances in electrical impedance tomography-based brain imaging［J］. Military Medical Research，2022，9（6）：705-726.

［9］ 佘林君，周睿，潘盼，等.電阻抗斷層成像技術(shù)在肺灌注中的研究進展［J］.生物醫(yī)學(xué)工程學(xué)雜志，2023，40（6）：1249-1254.

［10］全新國.基于生物電阻抗的人體肺部斷層成像的硬件平臺研究與設(shè)計［D］.桂林：桂林電子科技大學(xué)，2021.

［11］席洪鐘，劉鋅，孫光權(quán)，等.生物電效應(yīng)材料在骨組織工程支架設(shè)計中的應(yīng)用［J］.中國組織工程研究，2024，28（22）：3569-3575.

［12］彭俊文， 胡松佩， 洪志揚， 等. 皮膚腫瘤早期篩查的快速無創(chuàng)電阻抗檢測方法［J］.生物化學(xué)與生物物理進展，2024，51（5）：1161-1173.

［13］李小彬. 便攜式電阻抗成像硬件系統(tǒng)研究［D］.天津：天津工業(yè)大學(xué)，2022.

［14］MA H， LI H T， LIU X C， et al. Real-time monitoring of contact impedance form multiple electrode-scalp interfaces during cerebral electrical impedance tomography［J］. IEEE Access， 2019， 7： 95186-95196.

［15］BORSOI R， AYA J， COSTA G， et al. Super-resolution reconstruction of electrical impedance tomography images［J］. Computers amp; Electrical Engineering，2016，69：1-13.

［16］ZHU L Y， LU W， SOLEIMANI M， et al. Electrical impedance tomography guided by digital twins and deep learning for lung monitoring［J］. IEEE Transactions on Instrumentation and Measurement，2023，72：4009309.1-4009309.9.

［17］李志偉，于瑤，吳陽，等.電阻抗成像技術(shù)在肺功能檢測的研究進展［J］.機械制造與自動化，2024，53（1）：1-9.

［18］張吳凱，冼錦熾，王濤.電阻抗斷層成像算法應(yīng)用綜述［J］.中國醫(yī)學(xué)物理學(xué)雜志，2023，40（7）：847-856.

［19］左瑞雪，韓仲鑫.基于電阻抗成像的立木無損檢測系統(tǒng)［J］.現(xiàn)代電子技術(shù)，2023，46（24）：61-66.

［20］席煒. 非接觸式油水兩相流阻抗層析成像方法研究［D］.西安：西安石油大學(xué)，2023.

［21］蔡晨寧，嚴剛，陳少林，等.基于電阻抗成像的智能混凝土結(jié)構(gòu)損傷識別［J］.中國測試，2022，48（11）：8-14.

［22］胡遠洋.航空器蒙皮結(jié)構(gòu)缺陷檢測電阻抗成像系統(tǒng)設(shè)計［J］.電子測量技術(shù)，2021，44（10）：28-32.

［23］YANG Y X， BAI S Z， LIN H J， et al. Design of multi-frequency electrical impedance tomography system based on multisine excitation and integer-period sampling［J］.Acta Physica Sinica，2022，71（5）：058703.1-058703.10.

［24］LEE J， GWEON S， LEE K， et al. A 9.6-mW/Ch 10-MHz wide-bandwidth electrical impedance tomography IC with accurate phase compensation for early breast cancer detection［J］. IEEE Journal of Solid-State Circuits，2021，56（3）：887-898.

［25］QU S Y， DAI M， WU S， et al. System introduction and evaluation of the first Chinese chest EIT device for ICU applications［J］. Scientific Reports， 2021，11（1）：19273.1-19273.7.

［26］SHI X T， LI W C， YOU F S， et al. High-precision electrical impedance tomography data acquisition system for brain imaging［J］. IEEE Sensors Journal，2018，18（14）：5974-5984.

［27］ZHU J Y， SNOWFEN J C， VERDEJO J， et al. EIT-kit： an electrical impedance tomography toolkit for health and motion sensing［C］//The 34th Annual ACM Symposium on User Interface Software and Technology. Virtual Event， USA： Association for Computing Machinery，2021：400-413.

［28］HOLDER D. Electrical impedance tomography： methods， history and applications［J］. Physiological Measurement， 2005， 26（5）：R1-R30.

［29］XU S F， SHI Y， CAI M L， et al. Electrical impedance tomography for clinical application［J］. Science China Technological Sciences，2022;65（6）：1433-1434.

［30］LIU P R， LU L， CHEN Y F， et al. Artificial intelligence to detect the femoral intertrochanteric fracture： the arrival of the intelligent-medicine era［J］. Front Bioeng Biotechnol，2022，10： 927926.1-927926.10.

［31］劉丹，何玲，楊砥，等.人體骨骼肌數(shù)字孿生體技術(shù)研究進展［J］.生物醫(yī)學(xué)工程學(xué)雜志，2023，40（4）：784-791.

［32］WANG Q， ZHANG H Y， LI X Y， et al. Error-constraint deep learning scheme for electrical impedance tomography （EIT） ［J］. IEEE Transactions on Instrumentation and Measurement，2021，71：4501311.1-4501311.11.

［33］李忠海，孫天澤，張警，等.人體數(shù)字孿生構(gòu)建方法及其在骨骼分析中的應(yīng)用［J］.中華骨與關(guān)節(jié)外科雜志，2022，15（2）：111-116.

［34］孟德狀，楊偉東，蔡子行，等.面向增材制造的數(shù)字孿生實施方法綜述［J］.計算機集成制造系統(tǒng)，2024，30（4）：1171-1188.

［35］陶飛，馬昕，戚慶林，等.數(shù)字孿生連接交互理論與關(guān)鍵技術(shù)［J］.計算機集成制造系統(tǒng)，2023，29（1）：1-10.

［36］National Institutes of Health. Human body systems［EB/OL］. （2020-01-01）［2023-10-23］.https：//medlineplus.gov/humanbodysystems/.

［37］陳靜.基于生物力學(xué)的口腔正畸數(shù)字孿生可視化研究［D］.長春：吉林大學(xué)，2023.

［38］趙明康，劉珺，郭忠圣，等.結(jié)合生成對抗網(wǎng)絡(luò)的電阻抗斷層成像技術(shù)在肺通氣監(jiān)測中的應(yīng)用［J］.生物醫(yī)學(xué)工程學(xué)雜志，2024，41（1）：105-113.

［39］王萌，鄭碩，施艷艷，等.基于單電極激勵模式的顱腦電阻抗圖像重建方法研究［J］.河南師范大學(xué)學(xué)報（自然科學(xué)版），2024，52（2）：89-95.

［40］賈靜，柯麗，杜強，等.胸腔生物電阻抗檢測對人體植入電子設(shè)備安全性研究［J］.電工技術(shù)學(xué)報，2023，38（24）：35-41.

［41］LIU K， CHEN K J， REN J J， et al. A high-resolution image reconstruction method of lung nodules with B-spline-based whale optimization algorithm （B-WOA） for electrical impedance tomography［J］. IEEE Transactions on Instrumentation and Measurement，2024，73：4501508.1-4501508.8.

［42］SHI Y Y， YANG K， WANG M， et al. Robust compensation of contact impedance change with fully connected neural network in brain EIT［J］. IEEE Sensors Journal，2023，23（17）：20169-20179.

［43］孫中標，葉繼倫，張旭，等.生物電阻抗測量方法進展及應(yīng)用［J］.中國醫(yī)療器械雜志，2021，45（3）：296-300.

（責(zé)任編輯：曾" 晶）

Prospects of Electrical Impedance Tomography Technology and

Its Application in Human Body Digital Twin Construction

LIU Dan， HUANG Shuai*， HE Ling， YANG Guanci， LI Gao， HUANG Haidong

（Key Laboratory of Advanced Manufacturing Technology of the Ministry of Education，Guizhou University ， Guiyang 550025， China）

Abstract：

Electrical impedance tomography （EIT） is a burgeoning direction in medical imaging， garnering widespread attention from researchers in related fields. The author analyzes the fundamental principles and current applications of EIT from the perspective of human digital twins. By comparing with commonly used visualization techniques in human anatomy， the advantages and limitations of EIT technology are discussed， with a glimpse into its potential applications in human digital twins. With continuous improvements in hardware and software performance， alongside ongoing algorithmic advancements， EIT holds promise for significant roles in home healthcare diagnostics， real-time monitoring， non-destructive testing， and personalized therapies.

Key words：

electrical impedance tomography; human body digital twins; medical imaging technology; visualization

劉丹，女，1975年3月生，工學(xué)博士，副教授，碩士生導(dǎo)師，主要從事智能制造，智能康養(yǎng)裝備、智能機器人系統(tǒng)研究。參與國家自然科學(xué)基金，國家科技支撐計劃課題，主持貴州省科技計劃項目等10余項。在《計算機集成制造系統(tǒng)》等刊物發(fā)表SCI/EI收錄論文10余篇。