Новый подход к распознаванию формы объекта для электроимпедансной томографии
DOI:
https://doi.org/10.17213/0136-3360-2022-4-131-136Ключевые слова:
электроимпедансная томография, метод главных компонент, исследуемый объект, датчик изгиба, модельАннотация
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.
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.