ECTsim

ECTsim
Logo ECTsim
Logo programu
Autor Waldemar T. Smolik, Jacek Kryszyn, Damian Wanta
Pierwsze wydanie 2009
Aktualna wersja stabilna ECTsim2024 - 11 lipca 2024; około rok temu
Język programowania MATLAB
System operacyjny Windows, Linux, MacOS
Licencja Apache-2.0
Strona internetowa

ECTsim to oprogramowanie open source napisane w języku MATLAB przeznaczone do symulacji pomiarów i rekonstrukcji obrazów w elektrycznej tomografii pojemnościowej (ECT).

Nazwa jest akronimem z języka angielskiego Electrical Capacitance Tomography Simulation. W graficznym logo litery E i s są zastąpione greckimi literami ε (epsilon) i σ (sigma), które są symbolami przenikalności i przewodności właściwej, dwóch podstawowych własności elektrycznych materii.

Historia

W 2008 roku w Laboratorium Akwizycji i Przetwarzania Informacji na Politechnice Warszawskiej rozpoczęto prace nad oprogramowaniem do symulacji numerycznych i rekonstrukcji obrazów w dwuwymiarowej elektrycznej tomografii pojemnościowej w języki MATLAB [1]. W 2013 roku oprogramowanie zostało rozbudowane o zagęszczanie siatki kartezjańskiej z metodą elementów skończonych do rozwiązywania problemu prostego[2]. Pierwsza próba rozbudowania ECTsim do obsługi symulacji w elektrycznej tomografii trójwymiarowej miała miejsce w 2017 roku, użyto wtedy metody hybrydowej, w której niektóre funkcje napisane zostały w języku C++ i wywoływane w MATLAB, aby uzyskać szybsze obliczenia. Jednak oprogramowanie było nieintuicyjne w użytkowaniu i awaryjne. W 2020 roku powstała nowa wersja ECTsim, obsługująca zarówno symulację 2D, jak i 3D[3]. Najnowsza wersja jest napisana w pełni w języku MATLAB i używa zagęszczanej siatki typu octree w połączeniu z metodą objętości skończonych. Od 2024 roku ECTsim jest publicznie dostępny w serwisie GitHub na licencji Apache 2.0[4].

Funkcje i możliwości

Modelowanie numeryczne

Model 3D sensora tomograficznego z obiektami wewnątrz zaprojektowany przy użyciu ECTsim

ECTsim do modelowania numerycznego zapewnia zestaw funkcji, które za pomocą prymitywów geometrycznych i prostych transformacji umożliwiają tworzenie dowolnych obiektów 2D i 3D potrzebnych do modelowania sensora pomiarowego w elektrycznej tomografii pojemnościowej. Te narzędzia upraszczają proces konstruowania złożonych modeli, ułatwiając użytkownikom przygotowanie szczegółowych symulacji numerycznych.

Symulacja pomiaru

Zasymulowany pomiar pojemności

ECTsim wykorzystuje metodę objętości skończonych z zagęszczaniem siatki quadtree i octree dla modeli 2D i 3D, odpowiednio. Oprogramowanie pozwala na symulację zespolonych rozkładów potencjału, rozkładów pola elektrycznego i przygotowanie macierzy wrażliwości. Możliwa jest symulacja zarówno pomiarów przewodności, jak i pojemności, dostarczając kompleksowych danych dla elektrycznej tomografii pojemnościowej.

Rekonstrukcja obrazu

Widok wielopłaszczyznowy zrekonstruowanego rozkładu przenikalności

Oprogramowanie zawiera cztery podstawowe algorytmy rekonstrukcji obrazu: liniowa projekcja wsteczna (LBP), pseudoodwrotność Moora-Pendrosa (PINV), iteracyjny algorytm Landwebera oraz półliniową implementację algorytmu Levenberga-Marquardta.

Zaawansowane metody wizualizacji

Oprogramowanie ECTsim jest wyposażone w zaawansowane metody wyświetlania zarówno obrazów 2D, jak i 3D, w tym rekonstrukcję wielopłaszczyznową (ang. multiplanar reconstruction - MPR), cieniowanie Phonga oraz techniki wizualizacji przekrojów. W metodach zaimplementowane jest okienkowanie, co umożliwia dostosowanie kontrastu, które jest ważne podczas wizualnej interpretacji danych tomograficznych.

Zastosowania

ECTsim znalazł zastosowanie zarówno w aplikacjach przemysłowych[5] jak i biomedycznych, w tym obrazowania płuc[6] oraz badania udaru mózgu[7]. W ostatnich latach, ze względu na bardzo szybkie działanie przy zachowaniu dużej dokładności symulacji, znajduje zastosowanie przy przygotowywaniu zbiorów uczących dla uczenia maszynowego. Duże zbiory danych są kluczowe przy rekonstrukcji z użyciem sieci neuronowych do rekonstrukcji obrazów 3D[8].

Zobacz też

Przypisy

  1. ↑ W. T. Smolik. Reconstruction of complex objects in electrical capacitance tomography. „Proceedings of the IEEE International Workshop on Imaging Systems and Techniques”, s. 432–437, 2009. Shenzhen, Chiny. DOI: 10.1109/IST.2009.5071681. 
  2. ↑ W. T. Smolik, J. Kryszyn. Refined cartesian mesh for modeling in electrical capacitance tomography. „2013 IEEE International Conference on Imaging Systems and Techniques (IST)”, s. 372–376, 2013. Pekin, Chiny. DOI: 10.1109/IST.2013.6729724. 
  3. ↑ D. Wanta, W. T. Smolik, J. Kryszyn, P. Wróblewski i inni. A Finite Volume Method using a Quadtree Non-Uniform Structured Mesh for Modeling in Electrical Capacitance Tomography. „Proceedings of the National Academy of Sciences, India Section A: Physical Sciences”. 92, s. 443–452, 2021. DOI: 10.1007/s40010-021-00748-7. 
  4. ↑ D. Wanta, W. T. Smolik, J. Kryszyn. Data-Acquisition-and-Processing-Lab/ECTsim: ECTsim2024 (v1.0.0). „Zenodo”, 2024. DOI: 10.5281/zenodo.12723479. 
  5. ↑ H. Garbaa, L. Jackowska-Strumillo, K. Grudzien, A. Romanowski. Neural network approach to ECT inverse problem solving for estimation of gravitational solids flow. „2014 Federated Conference on Computer Science and Information Systems”, s. 19-26, 2014. Warszawa, Polska. DOI: 10.15439/2014F368. 
  6. ↑ Mikhail Ivanenko, Waldemar T. Smolik, Damian Wanta, Mateusz Midura i inni. Image Reconstruction Using Supervised Learning in Wearable Electrical Impedance Tomography of the Thorax. „Sensors”. 23 (18), s. 7774, 2023. DOI: 10.3390/s23187774. 
  7. ↑ M. Ivanenko, D. Wanta, W.T. Smolik, P. Wróblewski i inni. Generative-Adversarial-Network-Based Image Reconstruction for the Capacitively Coupled Electrical Impedance Tomography of Stroke. „Life”. 14, s. 419, 2024. DOI: 10.3390/life14030419. 
  8. ↑ Damian Wanta, Waldemar T. Smolik, Jacek Kryszyn, Mateusz Midura i inni. Image reconstruction using Z-axis spatio-temporal sampling in 3D electrical capacitance tomography. „Measurement Science and Technology”. 33 (11), s. 114007, 2022. DOI: 10.1088/1361-6501/ac8220. 

Linki zewnętrzne

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.
Kembali kehalaman sebelumnya