Linearization-based direct reconstruction for EIT using triangular Zernike decompositions

Resumo Técnico: Reconstrução Direta Baseada em Linearização para EIT usando Decomposições Triangulares de Zernike

1. O Problema

A Tomografia de Impedância Elétrica (EIT) é uma técnica de imagem que visa recuperar a distribuição de condutividade elétrica no interior de um corpo físico a partir de medições de corrente e potencial na sua fronteira. O problema inverso da EIT é matematicamente mal-posto (ill-posed) e não linear, o que torna a reconstrução de imagens desafiadora, especialmente na presença de ruído.

O objetivo principal deste trabalho é implementar e testar numericamente um algoritmo de reconstrução direta para a EIT bidimensional, introduzido anteriormente por Garde e Hyvönen (2024). Embora o algoritmo original tenha sido desenvolvido para um modelo linearizado e idealizado (Modelo Contínuo - CM), este estudo busca demonstrar sua eficácia em cenários mais práticos:

• Utilizando dados correspondentes à mudança no operador de fronteira (Neumann-para-Dirichlet) de modelos não lineares.
• Aplicando-se tanto ao Modelo Contínuo (CM) quanto ao Modelo de Eletrodo Completo (CEM).
• Lidando com domínios que não são apenas discos unitários, mas também polígonos convexos e dados reais de tanques de água.

2. Metodologia

A abordagem baseia-se na linearização da equação de condutividade em torno de uma condutividade de fundo homogênea (unitária) e na exploração de estruturas algébricas específicas das bases polinomiais utilizadas.

A. Modelagem e Linearização:

• O problema é formulado no disco unitário $D$. Assume-se que a condutividade é uma perturbação $\eta$ em relação a um fundo homogêneo.
• O mapeamento direto linearizado (derivada de Fréchet do mapa Neumann-para-Dirichlet) é analisado.
• A perturbação de condutividade é expandida na base de Polinômios de Zernike ($\psi_{j,k}$), onde $j$ controla a frequência angular e $k$ a frequência radial.
• As medições de fronteira são expandidas na base de Fourier.

B. Estrutura Triangular e Decoplamento:

• Uma descoberta fundamental é que a representação matricial do operador linearizado em relação às bases de Zernike e Fourier possui uma estrutura triangular inferior e decomposta por frequências angulares.
• Especificamente, a $j$-ésima frequência angular da perturbação de condutividade afeta apenas a $j$-ésima diagonal da matriz de dados.
• Isso permite desacoplar o grande problema inverso em uma série de subproblemas independentes e menores, cada um indexado por $j$. Cada subproblema pode ser representado por uma matriz triangular infinita.

C. Inversão Direta:

• A reconstrução dos coeficientes de Zernike ($c_{j,k}$) é realizada invertendo explicitamente essas matrizes triangulares via substituição progressiva (forward substitution).
• Como a inversão direta é instável para índices radiais altos ($k$) devido ao mau condicionamento, são introduzidas técnicas de regularização.

D. Estratégias de Regularização:
O artigo propõe e compara duas abordagens para lidar com o ruído e a truncagem dos dados:

1. Decomposição em Valores Singulares (SVD) Truncada: Aplica-se a SVD às matrizes triangulares decopladas. O parâmetro de regularização é escolhido com base no princípio da discrepância de Morozov. Esta abordagem tem melhor justificativa teórica.
2. Truncagem de Subsistemas Triangulares: Uma abordagem mais heurística que explora a estrutura triangular explícita. A recursão de substituição progressiva é interrompida quando o valor absoluto do elemento diagonal envolvido cai abaixo de um limiar, maximizando a estabilidade numérica local.

D. Adaptação para Domínios Gerais e CEM:

• Para domínios poligonais ou não circulares, utiliza-se o Teorema do Mapeamento de Riemann para mapear o domínio físico para o disco unitário, transformando as correntes e potenciais de fronteira adequadamente.
• Para o Modelo de Eletrodo Completo (CEM), os dados de eletrodos discretos são aproximados para gerar uma matriz de dados que simula o modelo contínuo, permitindo a aplicação do algoritmo.

3. Principais Contribuições

1. Implementação e Validação Numérica: O trabalho implementa o algoritmo teórico de Garde & Hyvönen e valida sua funcionalidade prática, demonstrando que a linearização não impede a obtenção de reconstruções de alta qualidade.
2. Exploração da Estrutura Triangular: A exploração explícita da estrutura triangular das matrizes de Zernike permite a desacoplagem eficiente do problema e a aplicação de regularizações adaptativas por frequência angular.
3. Generalização de Dados: Demonstra-se que o algoritmo, embora derivado para o modelo linearizado, funciona robustamente quando alimentado com dados de diferenças provenientes de modelos não lineares (CM e CEM).
4. Dados Reais: O algoritmo é testado com sucesso em dados reais de um tanque de água, validando sua aplicabilidade em cenários experimentais reais.

4. Resultados Experimentais

Os experimentos numéricos cobriram diversos cenários:

• Inclusões Discoidais e Perturbações Suaves: Em dados simulados sem ruído (usando transformações de Möbius para alta precisão), o algoritmo recuperou com precisão o suporte e o nível de condutividade de inclusões.
• Ruído e Regularização: Com 1% de ruído aditivo, ambas as técnicas de regularização (SVD e truncagem triangular) produziram reconstruções qualitativamente boas. A abordagem baseada em SVD mostrou-se ligeiramente mais estável e capaz de recuperar melhor o fundo não perturbado, embora a estimativa da magnitude da perturbação fosse menos precisa em casos de alto contraste.
• Domínios Poligonais: O algoritmo foi aplicado com sucesso em quadrados e polígonos convexos, utilizando o mapeamento conforme. As reconstruções capturaram a estrutura qualitativa das perturbações, embora com alguns artefatos ondulatórios próximos às bordas.
• Modelo de Eletrodo Completo (CEM): Testes com 32 eletrodos em um disco unitário e dados reais de um tanque de água (16 eletrodos) confirmaram que o método pode reconstruir inclusões (isolantes e condutoras) a partir de dados práticos, mesmo com incertezas no nível de ruído e no modelo físico exato.

5. Significado e Conclusão

O artigo estabelece que a reconstrução direta baseada em linearização, quando combinada com a decomposição de Zernike e estratégias de regularização adequadas, é uma ferramenta poderosa e eficiente para a EIT.

• Eficiência Computacional: A estrutura triangular e a desacoplagem angular permitem que o problema seja resolvido de forma quase instantânea (após a pré-computação das matrizes), sem a necessidade de iterações não lineares caras.
• Robustez: O método é robusto o suficiente para lidar com erros de linearização, ruído de medição e discrepâncias entre o modelo contínuo e o modelo de eletrodos reais.
• Aplicabilidade Prática: A capacidade de processar dados de tanques de água reais sugere que esta técnica tem potencial para aplicações em monitoramento industrial e diagnóstico médico, oferecendo uma alternativa rápida e direta aos métodos iterativos tradicionais.

Em suma, o trabalho valida teoricamente e numericamente que a exploração da estrutura algébrica subjacente (triangularidade e bases ortogonais) pode superar as limitações clássicas da linearização na EIT, permitindo reconstruções diretas de alta qualidade.