EIT 的 Python 包
项目描述
pyEIT是一个基于 Python 的、用于电阻抗断层扫描 (EIT) 的开源框架。其设计原则pyEIT是模块化、极简主义、可扩展性和OOP。
1.安装
pyEIT完全基于python，可以毫无困难地安装和运行。
1.1 使用 pip 或 conda-forge 安装（推荐）
pyEIT现在可在pypi和上使用conda-forge。它是纯粹的python，可以通过安装
$ pip install pyeit
或者
$ conda install -c conda-forge pyeit
1.2 从源代码安装
您可以跟踪 git 的版本，并通过设置变量pyEIT在本地使用它。PYTHONPATH
export PYTHONPATH=/path/to/pyEIT
如果你使用spyder, 或者pyCharm，你也可以PYTHONPATH在 IDE 中设置 per project ，这样更方便。
或者，但不推荐，您可以从源代码编译和安装，
$ python setup.py build
$ python setup.py install
2.运行示例
从示例文件夹中，选择一个演示并运行！
注意：由于不同版本的 EIT 算法的参数可能会发生变化，以下图片可能已过时pyEIT。它在代码中，所以只需运行演示。
2.1（2D）正向和逆向计算
使用 examples/eit_dynamic_bp.py
使用 examples/eit_dynamic_greit.py
使用 examples/eit_dynamic_jac.py
使用 examples/eit_static_jac.py
2.2（3D）正向和逆向计算
使用 examples/demo_forward3d.py
使用 examples/demo_dynamic_jac3d.py
限制：
vispy可以使用鼠标滚轮交互地调整使用绘制的 3D 可视化。寻求完美的可视化模式，透明还是不透明，其实是个人品味。用户还可以尝试使用统一的 3D 网格结构进行可视化mayavi。vtk- 解决 3D EIT 的逆问题，需要将电极放置在多个高度（z 轴），以获得（更好的）z 分辨率。这应该小心完成，因为添加额外的 z 带会引入更多的刺激模式，这反过来会增加计算负载。
3. 为 pyEIT 做贡献
给pyEIT一颗星，分叉这个项目并提交一个拉取请求（PR）！
3.1 功能列表
- EIT的二维正逆计算
- 重建算法：高斯-牛顿求解器 (JAC)、反投影 (BP)、2D GREIT
- 2D/3D 可视化！
- 添加对 3D 正向和逆向计算的支持
- 3D 网格生成和可视化
- 从 CT/MRI 生成 2D/3D 网格（基于 iso2mesh https://github.com/fangq/iso2mesh）
- 完整的电极模型 (CEM) 支持
- 实现二维差分 EIT 成像的 dbar 算法
3.2 包依赖
| 套餐 | 可选的 | 笔记 |
|---|---|---|
| 麻木的 | 用numpy-1.19.1 |
|
| scipy | 用scipy-1.5.0 |
|
| matplotlib | 用matplotlib-3.3.2 |
|
| 熊猫 | 可选的 | 用pandas-1.1.3 |
| 黏糊糊的 | 可选的 | vispy在 python 3.8 中失败 |
| 分布网格 | 可选的 | 提供了一个内置模块pyEIT |
| 匀称 | 可选的 | 用于胸部网格实施 |
Q1，为什么选择 vispy 进行 3D 可视化？
pyEIT用于vispy可视化 3D 网格（四面体），如果您仅使用 2D EIT，则不需要此模块。vispy具有最小的系统依赖关系，它纯粹是 python。您所需要的只是一张不错的支持图形卡OpenGL。它支持快速渲染，我认为它比vtkor更好，mayavi并且它对 python 3 的支持也不错。请访问网站vispy.org或 github 存储库vispy.github了解更多详细信息。vispy 的安装很简单，只需键入python setup.py install. 我们也在考虑mayavi未来版本的pyEIT.
Q2、何时使用 Shapely？
pyEIT用于Shapely构建胸部网格和重建 EIT 胸部图像。胸部网格形状被认为是一个多边形，它是基于由EIDORSEIT MATLAB 库模拟的胸部图形给出的真实几何测量构建的。该图依次基于真实的胸部 CT（计算机断层扫描）扫描。
要可视化胸部模拟，您应该安装Shapely. 为此，您只需键入pip install Shapelyor conda install shapely。您可以访问 Shapely 官方文档网站shapely.readthedocs.io了解更多详细信息或Shapely.pypi中的依赖项描述。
4. 引用我们的工作
pyEIT于 2016 年第 17 届国际电阻抗断层成像会议上发表。现正式发表于softwareX2018 年第 7 期。
如果您觉得pyEIT有用，请引用我们的工作！
@article{liu2018pyeit,
title={pyEIT: A python based framework for Electrical Impedance Tomography},
author={Liu, Benyuan and Yang, Bin and Xu, Canhua and Xia, Junying and Dai, Meng and Ji, Zhenyu and You, Fusheng and Dong, Xiuzhen and Shi, Xuetao and Fu, Feng},
journal={SoftwareX},
volume={7},
pages={304--308},
year={2018},
publisher={Elsevier}
}
