Implementing deterministic methods to solve the inverse problem for the model with lungs and heart in the EIT

• Autorzy: Rymarczyk Tomasz , Stefaniak Barbara , Kania Konrad , Maj Michał , Niderla Konrad

Identyfikatory

DOI

10.15199/48.2020.07.23

Warianty tytułu

PL

Implementacja metod deterministycznych do rozwiązania zagadnienia odwrotnego dla modelu z płucami i sercem w ETI

• Języki publikacji: EN

Abstrakty

EN

The article presents the implementation of deterministic methods to solve the inverse problem for a human chest model with lungs and heart in electrical impedance tomography (EIT). It is a non-invasive imaging method involving the examination of an unknown physical object using electric currents and appropriate measurements of voltage drops at its edge. The solution is part of an advanced biomedical application system. The gathering of tomographic data must be fairly fast and reliable so that the algorithms can reconstruct the images in real time. The presented algorithms allow lung and heart monitoring.

PL

W artykule przedstawiono wdrożenie deterministycznych metod do rozwiązania zagadnienia odwrotnego dla modelu klatki piersiowej człowieka z płucami i sercem w tomografii impedancji elektrycznej. Jest to nieinwazyjna metoda obrazowania polegająca na badaniu nieznanego obiektu fizycznego za pomocą prądów elektrycznych i odpowiednich pomiarów spadków napięcia na jego brzegu. Rozwiązanie jest częścią zaawansowanego systemu aplikacji biomedycznej. Gromadzenie danych tomograficznych musi być dosyć szybkie i niezawodne, aby algorytmy mogły rekonstruować obrazy w czasie rzeczywistym. Przedstawione algorytmy umożliwiają monitorowanie płuc i serca.

Słowa kluczowe

EN

electrical tomography; image reconstruction; biomedical signal

PL

tomografia elektryczna; rekonstrukcja obrazu; sygnał biomedyczny

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2020
• Tom: R. 96, nr 7
• Strony: 125--128
• Opis fizyczny: Bibliogr. 31 poz., rys.

Twórcy

autor

Rymarczyk Tomasz

• University of Economics and Innovation, Projektowa 4, Lublin, Poland
• Research & Development Centre Netrix S.A

autor

Stefaniak Barbara

• University of Economics and Innovation, Projektowa 4, Lublin, Poland

autor

Kania Konrad

• University of Economics and Innovation, Projektowa 4, Lublin, Poland
• Research & Development Centre Netrix S.A

autor

Maj Michał

• University of Economics and Innovation, Projektowa 4, Lublin, Poland
• Research & Development Centre Netrix S.A

autor

Niderla Konrad

• University of Economics and Innovation, Projektowa 4, Lublin, Poland
• Research & Development Centre Netrix S.A

Bibliografia

• 1] Rymarczyk T., Stefaniak B., Kania K., Maj M., Nita P., Inverse problem solution for model with lungs and heart in EIT, 2019 Applications of Electromagnetics in Modern Engineering and Medicine, PTZE 2019, 2019, 2019, 180-183
• [2] Babout L., Grudzień K., Wiącek J., Niedostatkiewicz M., Karpiński B., Szkodo M., Selection of material for X-ray tomography analysis and DEM simulations: comparison between granular materials of biological and non-biological origins, Granular Matter, 20 (2018), No. 3, 20:38.
• [3] Banasiak R., Wajman R., Jaworski T., Fiderek P., Fidos H.,; Nowakowski J., Study on two-phase flow regime visualization and identification using 3D electrical capacitance tomography and fuzzy-logic classification, International Journal of Multiphase Flow, 58 (2014), 1-14.
• [4] Fiala P., Drexler P., Nešpor D., Szabó Z., Mikulka J., Polívka J., The Evaluation of Noise Spectroscopy Tests, ENTROPY, 18 (2016), No. 12, 1-16.
• [5] Krawczyk A., Korzeniewska E., Łada-Tondyra E., Magnetophosphenes – History and contemporary implications, Przeglad Elektrotechniczny, 94 (2018), No 1, 61-64.
• [6] Korzeniewska E., Szczesny A., Krawczyk A., Murawski P., Mroz J., Seme S., Temperature distribution around thin electroconductive layers created on composite textile substrates, Open Physics, 16 (2018), No. 1, 37-41.
• [7] Rymarczyk, T.; Kozłowski, E.; Kłosowski, G.; Niderla, K. Logistic Regression for Machine Learning in Process Tomography, Sensors, 19 (2019), 3400.
• [8] Rymarczyk T., Adamkiewicz P., Polakowski K., Sikora J., Effective ultrasound and radio tomography imaging algorithm for two-dimensional problems, Przegląd Elektrotechniczny, 94 (2018), No 6, 62-69
• [9] Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J., Assessment model of cutting tool condition for real-time supervision system, Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No 4, 679–685
• [10] Li X, Li J, He D, Qu Y. Gear pitting fault diagnosis using raw acoustic emission signal based on deep learning. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019), No. 3, 403–410
• [11] Szczęsny A.; Korzeniewska E., Selection of the method for the earthing resistance measurement, Przegląd Elektrotechniczny, 94 (2018),No. 12, 178-181.
• [12] Vališ, D., Mazurkiewicz, D., Application of selected Levy processes for degradation modelling of long range mine belt using real-time data. Archives of Civil and Mechanical Engineering, 18 (2018), No. 4, 1430-1440.
• [13] Valis D., Mazurkiewicz D., Forbelska M., Modelling of a Transport Belt Degradation Using State Space Model, Conference: IEEE International Conference on Industrial Engineering and Engineering Management (IEEE IEEM)Location: Singapore, Dec. 10-13, 2017, Book Series: International Conference on Industrial Engineering and Engineering Management IEEM, 2017, 949-953.
• [14] Calderón A. P., On an inverse boundary value problem, Computational & Applied Mathematics, 25 (2006), 133 – 138.
• [15] Kryszyn J., Smolik W., Toolbox for 3d modelling and image reconstruction in electrical capacitance tomography, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ), 7 (2017), No. 1, 137-145.
• [16] Vališ D, Hasilová K., Forbelská M, Vintr Z, Reliability modelling and analysis of water distribution network based on backpropagation recursive processes with real field data, Measurement 149 (2020), 107026
• [17] Mosorov V., Grudzień K., Sankowski D., Flow velocity measurement methods using electrical capacitance tomography, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ), 7 (2017), No.1 ,30-36
• [18] Kowalska A., Banasiak R., Romanowski A., Sankowski D., Article 3D-Printed Multilayer Sensor Structure for Electrical Capacitance Tomography, 19 (2019), Sensors, 3416
• [19] Chen B., Abascal J., Soleimani M., Electrical Resistance Tomography for Visualization of Moving Objects Using a Spatiotemporal Total Variation Regularization Algorithm, 18 (2018), Sensors 2018, 1704
• [20] Celik N., Manivannan N., Strudwick A., and Balachandran W., Graphene-enabled electrodes for electrocardiogram monitoring,Nanomaterials, 6 (2016), No. 9.
• [21] Gruetzmann A., Hansen S., and Müller J., Novel dry electrodes for ecg monitoring, Physiological Measurement, 28 (2007), No. 11, 1375.
• [22] Searle A. and Kirkup L., A direct comparison of wet, dry and insulating bioelectric recording electrodes, Physiological Measurement, 21 (2000), No. 2, 271.
• [23] Yapici M. K., Alkhidir T., Samad Y. A., and Liao K., Grapheneclad textile electrodes for electrocardiogram monitoring, Sensors and Actuators B: Chemical, 221 (2015), 1469 – 1474.
• [24] Yapici M. K. and Alkhidir T. E., Intelligent medical garments with graphene-functionalized smart-cloth ecg sensors, Sensors, vol. 17 (2017), No. 4.
• [25] Rymarczyk T., Characterization of the shape of unknown objects by inverse numerical methods, Przegląd Elektrotechniczny, 88 (2012), No 7b, 138-140
• [26] Rymarczyk T., Szumowski K., Adamkiewicz P., Tchórzewski P., Sikora J., Moisture Wall Inspection Using Electrical Tomography Measurements, Przegląd Elektrotechniczny, 94 (2018), No 94, 97-100
• [27] Majchrowicz M., Kapusta P., Jackowska-Strumiłło L., Sankowski D., Acceleration of image reconstruction process in the electrical capacitance tomography 3d in heterogeneous, multi-gpu system, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska (IAPGOŚ) , 7 (2017), No. 1, 37-41;
• [28] Rymarczyk T, Kłosowski G. Innovative methods of neural reconstruction for tomographic images in maintenance of tank industrial reactors. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 21 (2019); No. 2, 261–267
• [29] Rymarczyk T., Kłosowski G., Kozłowski E., Tchórzewski P., Comparison of Selected Machine Learning Algorithms for Industrial Electrical Tomography, Sensors, 19 (2019), No. 7, 1521
• [30] Wajman R., Fiderek P., Fidos H., Sankowski D., Banasiak R., Metrological evaluation of a 3D electrical capacitance tomography measurement system for two-phase flow fraction determination, Measurement Science and Technology, 24 (2013), No. 6, 065302.
• [31] Ye Z.., Banasiak R., Soleimani M., Planar array 3D electrical capacitance tomography, Insight: Non-Destructive Testing and Condition Monitoring, 55 (2013), No. 12, 675-680

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).