磁感应电阻抗断层成像(Magnetic Induction Tomography, MIT)是电阻抗断层成像(Electronic Impedance Tomography, EIT)技术新的分支。其突出的特点是激励和测量环节与被测对象没有直接的接触。该技术利用涡流检测原理，在目标外围的激励线圈施加交变电流，然后通过其他放置在目标外围的测量线圈检测被测对象内部因涡流效应而感应出的附加磁场。被测对象内部涡流的强度和分布主要由其电导率分布确定。因而可以利用检测到的数据，采用相应的重构算法，获得被测对象内部的电导率分布或其变化量。 MIT技术不仅具有一般EIT技术的优势，如无创、设备小型、可连续检测等。MIT技术还具有两个独特的优势：一是通过线圈施加激励并检测响应信号，从而避免了与被测对象直接接触；二是激励信号为交变磁场，对低电导率的颅骨的穿透性较好，有利于减小颅骨对颅内电导率分布变化的屏蔽作用。因此，MIT技术在脑部电阻抗成像中具有较大的潜在优势。当前MIT的难点主要是涡流效应引起的附加磁场比激励磁场弱，因而对信号测量精度的要求很高。 本文针对MIT成像算法，主要从真实人脑模型的软件仿真、有限元模型的正问题求解、逆问题求解等方面进行了如下研究： 1. 基于有限元分析软件的脑模型边界磁势分布的仿真 本文利用有限元分析软件(FEMLAB 3.0)，针对具有颅骨层的头模型，计算了单个线圈激励时的边界磁势分布。该模型为三层同心圆头模型，从外到里分别为：头皮层、颅骨层和大脑。模型直径为34.00cm，激励线圈采用长1.00cm、宽0.50cm的方形线圈。剖分1928个单元，求解时间为0.571s—0.741s。 头皮、颅骨和脑的电导率的比值设定为1:1/20:1，每层电导率分别为0.40S/m、0.02S/m、0.40S/m。计算结果表明：颅骨层的存在会影响模型边界上磁势的大小，存在颅骨层的边界上的磁势较不考虑颅骨层的模型边界上的磁势小2~3个数量级。但不会改变模型边界上磁势的变化趋势。 2. MIT 成像算法的仿真 A) MIT正问题求解对MIT理论基础进行了分析，应用电磁场理论、泛函理论和有限元方法得到求解正问题的有限元方程。所用仿真模型的半径是17.50cm 的圆面，16 个激励—测量线圈在模型外围等间距放置。采用任意一个线圈激励，其他线圈测量的激励—测量方式。用Matlab编程实现MIT正问题的求解。 仿真结果表明： 1) 边界上测量线圈的相位与目标电导率大小成正比； 2) 均匀背景下(电导率0.00S/m)激励线圈在模型内产生的磁场随着目标导体(电导率1.00S/m)位置的不同而改变。目标存在位置处的磁场较其他位置强，表明该位置电导率较大。 B) MIT逆问题求解使用修正的Newton-Raphson 算法，实现了MIT 逆问题的求解。仿真结果表明：对于单目标导体扰动，该算法可以很好地反映目标位置和大小；对于多目标扰动，能分辨多个目标。