ERT-电阻层析成像

2026-05-06 302

电学层析成像技术

电阻层析成像是一种基于电学原理，通过测量物体表面电阻抗变化来重建内部电导率分布图像的非侵入式过程层析成像技术。该技术通过在被测物体表面安装电极阵列，施加电流激励并测量边界电压，进而反演物体内部电阻或电导率的分布情况，以层析图像形式展现。它具有非侵入、无辐射、成本较低、速度快等特点，在工业过程监测、生物医学研究、地质与环境探测等领域有应用。该技术自发展以来，在软硬件及应用方面不断推进，受到多个领域的重视。

定义与概述

电阻层析成像（Electrical Resistance Tomography，ERT）是一种基于被测物体导电介质分布的非侵入式过程层析成像技术，其通过测量物体表面的电阻抗变化来重建内部电导率的分布图像。该技术通过在被测物体表面安装电极阵列，施加电流激励并测量边界电压，最终通过反演算法重建内部电导率分布图像。

电阻层析成像具有非侵入、无辐射、成本较低、实时性、可视化、结构简单坚固、适用范围广等特点，同时也存在分辨率相对较低、图像重建复杂等局限。

电阻层析成像属于电学成像技术的一种，该技术通过对被测物体施加电激励并检测边界电学测量值变化，以重构内部电学参数分布。电学成像技术主要包括电容层析成像（ECT）、电阻层析成像（ERT）、电阻抗层析成像（EIT）以及电磁层析成像（EMT）。电阻层析成像与电阻抗层析成像（EIT）设备结构相似。

原理与技术

电阻层析成像（ERT）是一种基于电学原理的非侵入式过程层析成像技术，其核心目标是通过测量物体表面的电阻抗（主要是电阻或电导率）变化，来重建物体内部电导率的分布图像。该技术的核心涉及正问题（已知电导率分布计算边界电压）和逆问题（已知边界电压反演电导率分布）的求解。

电阻层析成像技术的理论基础为电磁场的似稳场理论。其工作过程是在被测物体表面布置电极阵列，通过激励源向电极注入电流并测量其他电极的边界电压，利用这些测量数据通过反演算法重建物体内部的电导率分布。正问题的求解是逆问题求解和图像反演的基础。常用的图像重建算法包括线性反投影算法、Landweber迭代算法、共轭梯度算法等，以及基于深度学习（如长短期记忆神经网络）和稀疏表征的新方法。

一套典型的电阻层析成像系统主要由传感器阵列（通常是安装在管道、容器或被测区域外周的电极环）、数据采集系统（含激励源和测量电路）、控制系统、图像重建计算机与软件等关键部分组成。

该技术的主要特点为非侵入式、无辐射、成本较低、速度快、结构简单坚固、适用范围广。ERT系统能够连续、快速地获取边界测量数据，实现实时、动态的在线监测，适用于多相流过程的检测。

电阻层析成像技术当前面临的主要局限包括成像空间分辨率相对较低、对被测物的导电性有要求、图像重建复杂。其图像重建属于受“软场”效应影响的严重病态逆问题，算法复杂且解不唯一。测量易受电极接触阻抗、噪声干扰，且三维成像及传感器优化仍是研究难点。

发展历程

电阻层析成像(Electrical Resistance Tomography简称ERT)技术作为一种新兴测量技术，受到越来越多领域的重视。2003年，《仪器仪表学报》刊文对其发展历程、软硬件进展及应用现状进行了综合阐述，并指出了发展中急需解决的问题。ERT技术发展至今，仍有一些理论难点和技术瓶颈制约着ERT技术在两相流检测中的发展和工程应用，例如对ERT敏感场的研究大多集中在二维模型而对三维模型的研究甚少，以及如何提高ERT系统的信噪比与实时性等。近年来，图像重建算法不断进步，例如提出了基于长短期记忆神经网络(LSTM)+全连接神经网络的ERT图像重建算法，以及基于压缩感知和深度学习的稀疏表征成像算法等。随着理论、硬件及算法的持续突破，ERT技术正从实验室研究走向更广泛的工业与科研实际应用。

应用领域

电阻层析成像（ERT）作为一种非侵入、无辐射、可在线测量的过程成像技术，已广泛应用于多个领域，实现对内部物理、化学或生物过程的实时、动态可视化监测。

医学应用

主要用于胸部电阻抗断层成像（EIT），实现无创、无辐射、床旁实时监测肺通气分布，指导急性呼吸衰竭患者的呼吸支持策略，如呼吸机参数设置、俯卧位通气效果评估和撤机预测等。在重症监护中，EIT可动态连续监测患者肺部通气情况，敏锐捕捉通气异常并直观呈现，为诊疗提供指导，并可辅助医生个性化设置呼吸机参数。

工业过程监测

广泛应用于石油、化工、冶金、能源等领域，具体应用包括管道多相流可视化监测与流动状态分析、反应器内部混合状态与反应进度监测、流体参数测量以及过程故障诊断与预防。国产ERT/ECT系统已实现模块化设计，可组合成单模态或双模态系统，应用于各种混合器、分离器、热交换设备及化学反应设备等。在化学工程中，ERT还可用于监测分离和相边界，如放射性废物分离和液-液界面估计，以及浓度监测，如牛奶加工中的总固体含量测量。

地质与环境工程

在结构健康监测中，用于混凝土结构内部损伤与受热状态的成像监测。在环境修复监测中，用于有机污染场地修复过程的动态监测，耦合反应运移模型可定量监测化学氧化过程，破解ERT数据的多解性，实现对各化学组分时空分布的准确监测与预测。在岩土工程加固监测中，用于微生物诱导碳酸钙沉淀（MICP）加固土体过程的精细监测与效果评价，通过电阻率变化表征微生物浆液迁移与碳酸钙沉淀分布。

两相流检测

作为ERT最具前景的研究方向之一，主要用于气/液等两相流型的可视化检测。该方向的研究致力于克服三维敏感场建模、传感器频率特性、图像重建算法精度以及系统信噪比与实时性等技术瓶颈。

研究进展与展望

电阻层析成像（ERT）技术作为一项受到广泛重视的新兴测量技术，其研究聚焦于提升成像质量、系统性能与应用深度。近年来，随着ERT技术在医疗、地质勘探、工业过程、多相流检测等领域的迅猛发展，它已经成为可视化检测领域的代表技术和研究热点。

图像重建算法

ERT图像重建算法的研究是提升成像质量的核心。传统算法包括线性反投影、Landweber迭代、牛顿-拉夫逊、共轭梯度等。近年来，基于人工智能的算法成为研究热点，例如提出长短期记忆神经网络(LSTM)与全连接神经网络结合的ERT图像重建算法，提出改进的粒子群算法用于ERT图像重建，与Landweber算法相比，图像精度可提高近50%，以及基于压缩感知(CS)理论和深度学习，研究结合自编码器(AE)与极限学习机(ELM)的深度降噪自编码器(DDELM-AE)和改进的K-SVD算法等稀疏表征方法。

传感器与系统优化

为提高测量精度与系统性能，传感器与硬件系统的优化是关键方向。研究包括通过建立三维敏感场模型，深入探讨电极尺寸对场分布的影响，并对“边缘效应”进行量化分析。研究电极的频率特性及“连接阻抗”对测量结果的影响，发现增加电极面积可以减小“连接阻抗”的影响，获得更稳定的频率特性。提出将正交设计与模糊分析相结合的ERT传感器多指标优化方法，通过定义指标满意度(ERTIS)和综合满意度(ERTIOS)，优化电极高度、宽度及数目等结构参数。为提高系统信噪比和实时性，提出了基于双极性脉冲电流激励的测量模型，并设计了高速放电电路来消除电极极化效应产生的残留电势噪声。

多模态与融合技术

为获取更全面准确的信息，多模态成像与多技术融合成为发展趋势。ERT可与电容层析成像(ECT)等其他电学成像技术组合，构成ERT/ECT双模态系统。此外，ERT正与过程模型深度耦合，例如将ERT与反应运移模型相结合，用于有机污染场地修复过程的动态监测，该耦合方法能够破解ERT数据多解性难题，准确预测修复过程中各化学组分的时空分布，实现精确修复与智慧管理。

当前挑战与未来展望

尽管ERT技术取得显著进展，但仍面临诸多挑战：对ERT敏感场的研究大多集中在二维模型，对三维模型的研究甚少；“软场”特性导致成像问题具有强非线性；需要开发更高精度、更快速的图像重建算法，特别是基于人工智能的算法；需进一步提高ERT系统的信噪比与实时性，以满足工业在线检测的严苛要求。未来，ERT技术将继续向高精度、智能化、实时化、多模态融合及拓展新兴应用领域方向发展。

免责声明：本文采摘自“大印蓝海科技”，本文仅代表作者个人观点，不代表萨科微及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。

用大模型让仪器从“显示终端”变成“智能诊断中心” （1）

BMS的EIS及AI边缘侧

客服QQ2635709730

客服QQ
2635709730