本文旨在提出一種基于頻譜約束的多頻動態電阻抗斷層成像（EIT）算法。在已知成像域內各組分電導率頻譜的情況下，通過重構獨立于頻率的參數——體積分數變化，同時利用多個激勵頻率下的測量電壓差重構一幀時差圖像，從而大大增加測量數據量以改善逆問題的病態性。數值仿真實驗顯示，該算法較傳統阻尼最小二乘算法具有更小的圖像偽影，且在低信噪比情形下具有更小的位置誤差和形變誤差。本研究有望為動態 EIT 提供一種有效利用多頻信息的方法，并為在已知各組分電導率頻譜情況下的動態 EIT 發展提供一個新思路。
呼吸模式參數是指呼吸運動的特征模式參數，包括幅度、周期、胸腹貢獻度、協調性等。呼吸模式參數的量化分析對于研究呼吸系統的生理病理變化和指導肺康復訓練具有重要價值。本文給出了呼吸模式參數量化方法，包括潮氣量、呼吸率、吸氣時間、呼氣時間、吸氣時間分數、胸呼吸貢獻比、胸腹相位差、峰值吸氣氣流等。本文引入呼吸信號質量指數來解決長時間記錄的胸腹呼吸運動信號質量評價和量化分析問題，并提出了呼吸模式參數變異性的分析方法。在此基礎上，使用穿戴式心肺生理參數監測系統采集了 23 名慢性阻塞性肺疾病（COPD）患者與 22 名肺功能正常者的 15 分鐘自主呼吸狀態下的胸腹呼吸運動信號，對呼吸模式參數及其變異性進行了量化分析。結果表明，COPD 患者和肺功能正常者在呼吸頻率、吸氣時間、呼氣時間、胸腹相位差、峰值吸氣氣流這五項參數上的差異有統計學意義，COPD 患者呼吸模式參數的變異性要大于肺功能正常者，部分患者出現明顯的胸腹不同步現象。基于穿戴式心肺生理參數監測系統的呼吸模式參數量化分析有望為呼吸系統疾病的診斷評估提供新的輔助決策支持信息，為心肺疾病患者健康狀態監測提供新的參數和指標。