Новый подход к распознаванию формы объекта для электроимпедансной томографии

Авторы

  • Николай Иванович Горбатенко Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова
  • Игорь Михайлович Ланкин Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова
  • Мария Александровна Конько Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

DOI:

https://doi.org/10.17213/0136-3360-2022-4-131-136

Ключевые слова:

электроимпедансная томография, метод главных компонент, исследуемый объект, датчик изгиба, модель

Аннотация

Рассмотрен новый подход к распознаванию формы исследуемого объекта для повышения точности визуализации данных электроимпедансной томографии, основанный на применении метода главных компонент, который позволяет разделить новое ортогональное пространство на области, соответствующие форме исследуемого объекта. Проведенные экспериментальные исследования показали применимость предложенного подхода. Результаты исследований, проведенные с использованием датчиков изгиба, позволяют усовершенствовать конструкцию пояса электродов и повысить качество визуализации метода электроимпедансной томографии.

Биографии авторов

Николай Иванович Горбатенко, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

д-р техн. наук, профессор, заведующий кафедрой «Информационные и измерительные системы и технологии», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

Игорь Михайлович Ланкин, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

ассистент кафедры «Информационные и измерительные системы и технологии», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

Мария Александровна Конько, Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

аспирант кафедры «Информационные и измерительные системы и технологии», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова

Библиографические ссылки

Кучер А.И. Метод и система мониторинга вентиляционной функции легких человека на основе электроимпедансной томографии: дис. … канд. техн. наук: 05.11.17. Новочеркасск, 2018. 163 с.

Устройства для импеданс-визуализации местоположения патологического процесса с помощью метода КТ сканиро-вания // Библиофонд URL: https://www.bibliofond.ru/view.aspx?id=905966 (дата обращения: 15.10.22).

EIDORS: Electrical Impedance Tomography and Diffuse Optical Tomography Reconstruction Software // EIDORS URL: http://eidors3d.sourceforge.net/ (дата обращения: 15.10.22).

Разработка интерфейса пользователя информационно-измерительной системы многоракурсной электроимпедансной томографии / Г.К. Алексанян, И.Д. Щербаков, А.В. Сулыз, М.А. Прийма // Современные наукоемкие технологии. 2020. № 1. С. 5 – 9.

Gorbatenko N.I., Katsupeev A.A., Aleksanyan G.K., Shcherbakov I.D., Kucher A.I. Integration principles of the electrical impedance tomography module with a lung ventilator / Journal of Physics: Conference Series. Krasnoyarsk, Russian Federation, 2020. С. 32080.

Зиновьев А. Ю. Визуализация многомерных данных. Красноярск: Изд. КГТУ, 2000. 180 с.

Эсбенсен К. Анализ многомерных данных. Избранные главы. / Пер. с англ. С.В. Кучерявского; под ред. О.Е. Родио-новой. Барнаул: Изд-во Алт. ун-та, 2003. 157 с.

Болч Б., Хуань К.Д. Многомерные статистические методы для экономики. М.: Статистика, 1979. 317 с.

Халафян А.А. STATISTICA 10. Статистический анализ данных. М.: Бином-Пресс, 2007. 512 с.

Загрузки

Опубликован

17.01.2023

Как цитировать

(1)
Горбатенко, Н. И.; Ланкин, И. М.; Конько, М. А. Новый подход к распознаванию формы объекта для электроимпедансной томографии. electromeh 2023, 65, 131-136.

Выпуск

Том 65 № 4 (2022)

Раздел

Статьи
Crossref
Scopus
Google Scholar
Europe PMC