本报讯   中国科大杜江峰院士领衔的中科院微观磁共振重点实验室刘东研究员等提出了一种无需训练的深度电阻抗图像重建方法，为电阻抗成像技术在病变组织特异性判断中的应用开辟了新道路。研究成果发表于《IEEE模式分析与机器智能汇刊》。

获得“低损伤、高分辨、动态实时”的功能图像始终是医学影像技术研究的核心目标之一。作为功能医学影像技术代表之一的电阻抗成像技术因无创、无损、无辐射等核心优势而备受关注，特别是其在新冠病毒导致的急性呼吸窘迫综合征患者的治疗中发挥了重要作用，越来越被临床接受和应用。然而，实现高质量的图像重建是电阻抗成像技术领域的巨大挑战。

近年来，研究团队利用深度学习技术在图像重建、图像去噪及计算机视觉等领域进行了广泛的先验信息提取方法的探索性研究。这类方法利用深度模型的特征提取能力，从已有数据中提取图像特征，用于构建深度图像先验,进而赋能模型优化。

近期，研究团队将深度图像先验技术与电阻抗成像技术相结合，首次实现了一种无需训练的高质量电阻抗图像重建方法。研究表明，该方法不仅可以实现“一个模型完成多个任务”，具备极强的泛化能力，而且无需训练就可以完成新任务适配，在应用上具备轻量化潜力。该研究工作建立了电阻抗图像重建新范式，为电阻抗成像技术在脑损伤、中风、肺气肿、乳腺癌等疾病诊断应用领域提供了重要的理论支撑，对发展深度功能医学影像技术具有重要价值。

（中科院微观磁共振重点实验室  物理学院  生物医学工程学院）