研究室论文《Quantitative Detection of Electrical Impedance Muscle Lactate Based on Residual Graph Attention Network》被《IEEE Sensors Journal》录用。
这项研究提出了一种基于残差图注意力网络（ResGAT）的新型电阻抗断层成像（EIST）方法，用于肌肉组织中乳酸积累的可视化和定量评估。通过将电阻抗断层成像（EIT）方法与电阻抗谱（EIS）方法相结合，该方法利用EIS方法检测和量化乳酸浓度的变化，从而实现对肌肉乳酸水平的准确、非侵入性评估。通过数值模拟验证了所提出的EIST框架的可行性，结果表明ResGAT能够有效地定位腓肠肌内不同位置的乳酸目标，平均组内相关系数（ICC）超过0.864。此外，根据不同乳酸积累条件下收集的基于EIS的阻抗谱，使用支持向量机（SVM）的分类准确度高达0.97。为了实验验证，构建了一个腿形琼脂模型，在其中ResGAT成功识别了浸泡在1毫升纯乳酸中的棉球目标，平均ICC超过0.7。EIS测量是通过依次向模型的固定位置注入等量的乳酸（0-2.5毫升）进行的。结果显示，松弛阻抗Z_relax相应降低，证实了EIS能够定量追踪乳酸浓度。总体而言，所提出的方法为基于乳酸积累的肌肉疲劳的非侵入性监测提供了一种可靠和及时的工具。
图 EIST方法工作流程