1ferreiro PDF

PROYECTO INTEGRADOR DE INGENIERÍA
MECÁNICA
DESARROLLO DE UN TOMÓGRAFO DE
IMPEDANCIA ELÉCTRICA CON CAPACIDAD DE
PROCESAMIENTO EN TIEMPO REAL
Ignacio Martı́n Ferreiro
Dr. Damián Dellavale Mgtr. Pablo Cappagli

Director Co-director
Junio de 2015
Laboratorio de Bajas Temperaturas – Centro Atómico Bariloche
Instituto Balseiro
Universidad Nacional de Cuyo
Comisión Nacional de Energı́a Atómica
Argentina
A mi familia.
Índice de contenidos
Índice de contenidos v
Índice de figuras ix
Índice de tablas xiii
Resumen xv
Abstract xvii
1. Introducción 1
1.1. Organización de los contenidos . . . . . . . . . . . . . . . . . . . . . . . 3
2. Fundamentos teóricos 5
2.1. Potencial eléctrico en el dominio . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1. Análisis dimensional. Rango de validez de las hipótesis . . . . . 8
2.2. Condiciones de borde . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3. Solución del problema directo: Método de elementos finitos . . . . . . 13
2.3.1. Submatrices del sistema de elementos finitos . . . . . . . . . . . 16
2.3.2. Vectores del sistema de elementos de elementos finitos . . . . . . 17
2.4. Problema inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.1. Cálculo del Jacobiano . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Regularización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.1. Análisis del espectro del Jacobiano . . . . . . . . . . . . . . . . 21
2.5.2. Regularización de Tikhonov . . . . . . . . . . . . . . . . . . . . 22
2.5.3. Descomposición en valores singulares truncada (método de subes-
pacio) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6. Calibración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.7. Implicancias de usar un dominio bidimensional . . . . . . . . . . . . . . 24
3. Arreglos experimentales 25
3.1. Sistema de EIT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
v
vi Índice de contenidos
3.1.1. Configuración del conmutador . . . . . . . . . . . . . . . . . . 27

3.2. Medición de la impedancia de contacto . . . . . . . . . . . . . . . . . . 28
4. Implementación de los algoritmos 31

4.1. Modelado de la geometrı́a y mallado . . . . . . . . . . . . . . . . . . . 32
4.2. Generación de una grilla bidimensional . . . . . . . . . . . . . . . . . . 33
4.3. Calibración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4. Estimulación y medición . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.5. Cálculo de las tensiones y el Jacobiano . . . . . . . . . . . . . . . . . . 36
4.6. Resolución del problema inverso . . . . . . . . . . . . . . . . . . . . . 37
4.7. Rutina principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.8. Paralelización en tarjetas gráficas . . . . . . . . . . . . . . . . . . . . . 38
5. Cálculo analı́tico del potencial eléctrico en un dominio sencillo 41

5.1. Solución general del Laplaciano en coordenadas cilı́ndricas . . . . . . . 41
5.2. Solución particular en el dominio de interés Ω . . . . . . . . . . . . . . 43
5.3. Aplicación de las condiciones de borde . . . . . . . . . . . . . . . . . . 45
5.3.1. Condiciones de Neumann . . . . . . . . . . . . . . . . . . . . . . 46
5.3.2. Condiciones del modelo de electrodo completo . . . . . . . . . . 47
6. Resultados numéricos 51
6.1. Descripción del modelo usado en las simulaciones . . . . . . . . . . . . 52
6.2. Comparación de los métodos de regularización . . . . . . . . . . . . . 54
6.3. Reconstrucción en 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.4. Reconstrucción con distintos valores de semilla . . . . . . . . . . . . . . 63
6.5. Reconstrucción con varios niveles de ruido . . . . . . . . . . . . . . . . 64
6.6. Aceleración en tarjetas gráficas . . . . . . . . . . . . . . . . . . . . . . 65
7. Resultados experimentales 71
7.1. Medición de impedancias de contacto . . . . . . . . . . . . . . . . . . 71
7.2. Calibración de la impedancia de contacto . . . . . . . . . . . . . . . . . 72
7.3. Mediciones y reconstrucción de imágenes usando la técnica de EIT . . 74
7.3.1. Evaluación del efecto de la estimulación en la reconstrucción . . 74
7.4. Reconstrucciones usando un sistema con 16 electrodos . . . . . . . . . . 77
7.5. Reconstrucciones obtenidas en forma “diferencial” . . . . . . . . . . . 80
8. Conclusiones 81
A. Otras reconstrucciones con el sistema de 8 electrodos 83
B. Imágenes obtenidas en forma diferencial 87

Índice de contenidos vii
Bibliografı́a 89
Agradecimientos 91
Índice de figuras
1.1. Diagrama de bloques de la técnica de EIT . . . . . . . . . . . . . . . . 2
2.1. Esquema de una tomografı́a . . . . . . . . . . . . . . . . . . . . . . . . 5

2.2. Soporte de wn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Representación matricial de las ecs. (2.58) y (2.61) . . . . . . . . . . . . 16
3.1. Fotografı́a del sistema de EIT . . . . . . . . . . . . . . . . . . . . . . . 25

3.2. Esquema del sistema de EIT . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3. Configuración del conmutador . . . . . . . . . . . . . . . . . . . . . . . 27
3.4. Esquema del montaje para la medición de impedancias de contacto . . 28
4.1. Diagrama de bloques del procesamiento para la técnica de EIT . . . . . 31

4.2. Subsistema para geometrı́a . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3. Mallado de elementos finitos en 2D . . . . . . . . . . . . . . . . . . . . 33
4.4. Mallado de elementos finitos en 3D . . . . . . . . . . . . . . . . . . . . 34
4.5. Subsistema para calibración . . . . . . . . . . . . . . . . . . . . . . . . 34
4.6. Subsistema para estimulación y medición . . . . . . . . . . . . . . . . . 35
4.7. Subsistema para el cálculo de las tensiones y el Jacobiano . . . . . . . . 36
4.8. Subsistema para la resolución del problema inverso . . . . . . . . . . . 37
5.1. Esquema del dominio con condiciones de Neumann . . . . . . . . . . . 45

5.2. Gráfica de las equipotenciales de la solución con condiciones de Neumann 46
5.3. Esquema del dominio con condiciones del modelo de electrodo completo 48
5.4. Gráfica de las equipotenciales de la solución con condiciones de Neumann 49
6.1. Imagen de conductividad simulada . . . . . . . . . . . . . . . . . . . . 53

6.2. Esquema de los patrones de estimulación . . . . . . . . . . . . . . . . . 54
6.3. Reconstrucción sin regularizar . . . . . . . . . . . . . . . . . . . . . . . 55
6.4. Gráfica del espectro de J . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.5. Reconstrucción usando regularización de Tikhonov con β1 = 0, 01 y
β2 = 0, 01 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.6. Error en la reconstrucción de la fig. 6.5 . . . . . . . . . . . . . . . . . . 58
ix
x Índice de figuras
6.7. Histograma de valores de conductividad fuera de la perturbación de la

fig. 6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.8. Reconstrucción usando regularización de Tikhonov con β1 = 10−4 y
β2 = 0, 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.9. Corte de la imagenes reconstruidas (recta y = 1cm) . . . . . . . . . . . 61
6.10. Corte de la imagenes reconstruidas (recta x = 1cm) . . . . . . . . . . . 62
6.11. Reconstrucciones con mediciones simuladas en dominio 2D . . . . . . . 62
6.12. Reconstrucciones con mediciones simuladas en dominio 3D . . . . . . . 63
6.13. Reconstrucciones usando σ = 0
3 mS
cm
. . . . . . . . . . . . . . . . . . . . 64
6.14. Reconstrucciones con ruido . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.15. Tiempo de construcción de la matriz del sistema . . . . . . . . . . . . . 66
6.16. Tiempo de cálculo neto de la matriz del sistema en GPU . . . . . . . . 66
6.17. Tiempo de transferencia de datos para la matriz del sistema . . . . . . 67
6.18. Tiempo consumido por la resolución del problema inverso . . . . . . . . 68
6.19. Tiempo de cálculo neto de la resolución del problema inverso en GPU . 69
6.20. Tiempo de transferencia de datos para la resolución del problema inverso 69
7.1. Dispositivos para la medición de la impedancia de contacto . . . . . . . 71

7.2. Resultados de la calibración en función del nivel de solución acuosa de
NaCl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.3. Reconstrucciones en un recipiente con solución acuosa de NaCl . . . . . 75
7.4. Reconstrucciones en un recipiente con solución acuosa de NaCl y un
cilindro de aluminio en el centro . . . . . . . . . . . . . . . . . . . . . . 76
cilindro de aluminio apartado del centro, entre dos electrodos . . . . . . 77
cilindro de aluminio apartado del centro, frente a un electrodo . . . . . 78
7.7. Reconstrucción en el recipiente con solución acuosa de NaCl, usando 16
electrodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.8. Reconstrucción con un cilindro de aluminio (16 el.) . . . . . . . . . . . 79
7.9. Reconstrucción con un cilindro de cobre (16 el.) . . . . . . . . . . . . . 79
7.10. Reconstrucción con un cilindro de acrı́lico (16 el.) . . . . . . . . . . . . 80
7.11. Reconstrucción con diversos objetos (16 el.) . . . . . . . . . . . . . . . 80
A.1. Reconstrucción con un cilindro de cobre en el centro del recipiente . . . 83

A.2. Reconstrucción con un cilindro de cobre apartado del centro, entre dos
electrodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.3. Reconstrucción con un cilindro de acrı́lico en el centro del recipiente . . 84
A.4. Reconstrucción con un cilindro de acrı́lico apartado del centro del reci-
piente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Índice de figuras xi
A.5. Reconstrucción con un cilindro de plástico entre dos electrodos . . . . . 84

A.6. Reconstrucción con un cilindro de plástico frente a un electrodo . . . . 85
A.7. Reconstrucción con diversos objetos I . . . . . . . . . . . . . . . . . . . 85
A.8. Reconstrucción con diversos objetos II . . . . . . . . . . . . . . . . . . 85
B.1. Reconstrucción en forma diferencial de la imagen 7.5 . . . . . . . . . . 87

B.2. Reconstrucción en forma diferencial de la imagen A.2 . . . . . . . . . . 87
B.3. Reconstrucción en forma diferencial de la imagen A.8 . . . . . . . . . . 88
Índice de tablas
2.1. Lı́mites para la validez de la ec. (2.16) asociados a las propiedades del
medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.1. Resultados usando distintos métodos de regularización . . . . . . . . . 60

6.2. Iteraciones hasta la convergencia para distintas semillas . . . . . . . . . 64
6.3. Caracterı́sticas de las CPUs y GPUs . . . . . . . . . . . . . . . . . . . 65
7.1. Medición de impedancias de contacto . . . . . . . . . . . . . . . . . . . 72

7.2. Calibración de impedancias de contacto . . . . . . . . . . . . . . . . . . 72
xiii
Resumen
La tomografı́a de impedancia eléctrica (EIT: Electrical Impedance Tomography) es

un método que permite obtener imágenes de la distribución espacial de conductividad
y/o permitividad eléctrica en el interior de un cuerpo fı́sico a partir de mediciones
eléctricas realizadas sobre electrodos ubicados en su superficie exterior. Esta técnica
tiene aplicaciones en campos tan diversos como la prospección geológica, el monitoreo
de procesos industriales y la medicina.
Un sistema de EIT o tomógrafo de impedancia eléctrica está constituido por un

módulo de adquisición y pre-procesamiento de las señales provenientes de los electrodos.
Luego, esos datos pre-procesados se envı́an a través de una interfaz de comunicación
a una unidad de procesamiento (PC) encargada de ejecutar los algoritmos para la
reconstrucción de la imagen de conductividad eléctrica.
El algoritmo de reconstrucción consiste, fundamentalmente, en la resolución numéri-

ca de un problema inverso conocido como “problema de Calderón”, en honor al ma-
temático argentino que lo formuló por primera vez.
En el presente trabajo se aborda la formulación matemática de los fenómenos fı́sicos

asociados a esta técnica y se implementan los algoritmos de reconstrucción. Además,
se desarrolla un sistema de EIT con instrumental de laboratorio para la realización de
experimentos. Se logró, ası́, la reconstrucción de imágenes de conductividad a partir de
datos experimentales y datos simulados. El análisis de estos resultados permitió evaluar
el desempeño de los algoritmos de reconstrucción e identificar los módulos del arreglo
experimental que resultan crı́ticos respecto del tiempo de respuesta de un sistema de
EIT.
Finalmente, y en base a los resultados obtenidos, se proponen mejoras orientadas

al desarrollo de un sistema capaz de reconstruir imágenes en tiempo real, de acuerdo
a la dinámica del sistema fı́sico sobre el que se utilice.
Palabras clave: TOMOGRAFÍA DE IMPEDANCIA ELÉCTRICA, PROBLEMA

INVERSO
xv
Abstract
Electrical Impedance Tomography (EIT) is an imaging technique used to obtain the

spatial distribution of the electrical conductivity or permittivity of a body by taking
measurements in its outer surface. This technique finds applications in a wide variety
of fields, such as geological prospection, industrial process monitoring and medicine.
An EIT system consists of the hardware used to take the electrical measurements
in the boundary of the body, and the reconstruction software, which uses the measure-
ments to infer the conductivity (or permittivity) distribution.
The reconstruction software consists, mainly, in the numerical resolution of “Calderón’s

inverse problem”, named after Alberto Calderón, the Argentine mathematician who
formulated it.
In this work, the mathematical description of the physical phenomena involved in

the application of the technique is formulated. The algorithms implemented in order
to achieve the reconstruction are described, and a prototypical EIT system is built
for making experiments. Image reconstruction with both measured and synthetic data
allows for the characterization of the implemented EIT system, and also of some general
aspects of the technique.
Lastly, improvements are suggested towards the development of a system which has
the capability of reconstructing images in real-time.
Keywords: ELECTRICAL IMPEDANCE TOMOGRAPHY, INVERSE PROBLEM
xvii
Capı́tulo 1
Introducción
La tomografı́a de impedancia eléctrica (EIT, por las siglas de Electrical Impedance

Tomography) es un método para obtener imágenes de la distribución espacial de con-
ductividad y/o permitividad eléctrica en el interior de un cuerpo fı́sico (denominado
“dominio” de aquı́ en adelante). En general, se adhieren electrodos a la superficie exte-
rior del dominio para estimularlo eléctricamente y/o para medir la respuesta asociada a
dicho estı́mulo. La estimulación puede consistir en la inyección de corriente a través de
los electrodos (en cuyo caso se miden las diferencias de potencial entre los mismos) o en
la imposición de diferencias de potencial entre los electrodos (para medir la corriente
que circula a través de ellos). La técnica de EIT se basa en que los cambios o contrastes
de conductividad en el interior del dominio alteran los caminos a través de los cuales
circula la corriente. Esto resulta a su vez en cambios en las diferencias de potencial
medidas entre los electrodos, las cuales son utilizadas para inferir la distribución de
conductividad.
El problema matemático asociado a la tomografı́a de impedancia eléctrica fue ori-
ginalmente definido y tratado por el ingeniero y matemático argentino Alberto Pedro
Calderón mientras trabajaba en la empresa petrolera estatal YPF (Yacimientos Pe-
trolı́feros Fiscales), como un posible método de prospección geológica. Su trabajo fue
publicado, en 1980, en un seminario de análisis numérico de la Sociedade Brasileira de
Matemática [1, 2].
Las técnicas de tomografı́a que utilizan campos electromagnéticos pueden clasificar-
se en dos grandes grupos: las de “campo blando” y las de “campo duro”. Esta clasifica-
ción se basa en la trayectoria que siguen los campos dentro del dominio. En la técnica
de tomografı́a computarizada convencional se utilizan haces de rayos X colimados que
atraviesan el dominio en lı́nea recta hasta un detector. La imagen se reconstruye en
base a la atenuación sufrida por el haz, que depende del medio material que atraviesa.
La magnitud de la atenuación de cada uno de los haces será causada exclusivamente
por la pequeña porción del dominio que atraviesa. Se dice, entonces, que la tomografı́a
1
2 Introducción
computarizada convencional es de “campo duro”. En este sentido, se dice también que

es “local”, ya que la propiedad de interés (por ejemplo, la atenuación) de cada pı́xel
o vóxel de la imagen se reconstruye a partir de un subconjunto de las mediciones. En
cambio, en la técnica de EIT, la corriente inyectada en el dominio se distribuye según
las propiedades eléctricas del medio material que lo conforma (es de “campo suave”),
por lo que en principio se considera que todos los pı́xeles o vóxeles de la imagen afectan
a las mediciones (no es “local”). Esto hace que la obtención de imágenes presente más
dificultades y que la resolución espacial de las mismas sea pobre (en términos relativos).
[3, p. 1-2]
La técnica de EIT tiene aplicaciones en los campos de la geofı́sica y la medicina,
en el monitoreo y control de procesos industriales y en ensayos no destructivos. A
pesar de que la resolución espacial que se obtiene actualmente es menor a la que se
puede obtener con otros métodos que utilizan radiación o la obtención de imágenes por
resonancia magnética, la técnica de EIT es más segura y no invasiva (ya que no utiliza
radiación ionizante), barata, portable y fácil de configurar y utilizar en comparación
con los métodos de obtención de imágenes antes mencionados. [3, p. 3-4]
Figura 1.1: Diagrama de bloques de la técnica de EIT que muestra los subsistemas y su
interacción
En la figura (1.1) se muestra un diagrama de bloques donde se representan los

componentes de un sistema para la realización de la técnica de EIT y las principales
interacciones entre dichos subsistemas. Como se mencionó anteriormente, es necesario
adherir electrodos al dominio cuya distribución de conductividad se desea inferir. A
través de los electrodos se aplican diferentes patrones de estimulación y la medición de
las respuestas usando algún hardware de adquisición y preprocesamiento (por ejemplo,
una fuente de corriente y un voltı́metro) comandado por una unidad de procesamiento
(por ejemplo, una PC). Las mediciones de las respuestas ante los distintos estı́mulos se
utilizan en el software de reconstrucción. Es necesario que el usuario ingrese algunos
1.1 Organización de los contenidos 3
datos de entrada adicionales al software de reconstrucción, como por ejemplo la geo-

metrı́a del dominio. Como resultado, el software de reconstrucción devuelve al usuario
una imagen de la distribución espacial de conductividad del interior dominio.
1.1. Organización de los contenidos

En este capı́tulo se presentaron los objetivos generales de la técnica de EIT y los
pasos a seguir para conseguirlos.
En el capı́tulo 2 se propondrá la formulación matemática de un modelo que permita
predecir las tensiones medidas en los electrodos al estimular con corrientes un dominio
arbitrario (lo que se conoce como “problema directo”). Para ello es necesario derivar
las ecuaciones que gobiernan el potencial eléctrico en el interior del dominio y utilizar
las condiciones de borde apropiadas para calcularlo. Una vez obtenidas estas ecuacio-
nes, se aplicará el método de elementos finitos para obtener una solución numérica del
problema directo. Por último, se explicará cómo el cálculo de las tensiones en los elec-
trodos ante un estı́mulo conocido se utiliza para inferir la distribución de conductividad
(“problema inverso”).
En el capı́tulo 3 se presentan los montajes de los experimentos realizados.
En el capı́tulo 4 se presentan los algoritmos que se implementaron para llevar a
cabo el procesamiento de información necesario para la técnica de EIT.
En el capı́tulo 5 se presentan algunos resultados analı́ticos correspondientes a la
resolución del problema directo en un dominio sencillo.
En el capı́tulo 6 se presentan resultados de la utilización de los algoritmos de re-
construcción con datos sintéticos, obtenidos con simulaciones.
En el capı́tulo 7 se presentan los resultados de aplicar la técnica de EIT usando el
sistema a escala de laboratorio descripto en el capı́tulo 3 y los algoritmos de recons-
trucción implementados.
Capı́tulo 2
Fundamentos teóricos
Figura 2.1: Esquema de un dominio arbitrario Ω de cuya distribución de conductividad se

desea obtener una imagen
En la figura (2.1) se muestra un esquema de un dominio Ω de cuya distribución

de conductividad eléctrica σ(x) se desea obtener una imagen. Tiene varios electrodos
conectados a su superficie exterior ∂Ω, los cuales permiten estimularlo con corrientes
Il y medir su respuesta en tensión Vl (donde l es un número que caracteriza a cada
electrodo).
Para la descripción matemática del problema de EIT es necesario modelar la geo-
metrı́a del dominio. También deben encontrarse ecuaciones que permitan predecir la
respuesta en tensión para cualquier estı́mulo dado, asumiendo que la distribución es-
pacial de conductividad es conocida. Luego, para reconstruir una imagen de la con-
ductividad se debe desarrollar un algoritmo que permita obtener la distribución de
conductividad en el dominio mediante la comparación de las mediciones de las respues-
tas ante un estı́mulo con las predichas por la descripción matemática del modelo.
5
6 Fundamentos teóricos
2.1. Potencial eléctrico en el dominio
Las ecuaciones de Maxwell son un conjunto de cuatro ecuaciones que describen por
completo los fenómenos electromagnéticos en el interior de un dominio [4, 5].
∂B
∇×E=− (2.1)
∂t
∂D
∇×H=J+ (2.2)
∂t
∇·D=ρ (2.3)
∇·B=0 (2.4)
E es el campo eléctrico, B la densidad de flujo magnético, t el tiempo, H la intensidad de

campo magnético, J la densidad de corriente eléctrica, D la densidad de flujo eléctrico
y ρ la densidad de carga eléctrica. Asumiendo que en el interior del dominio no hay
fuentes de densidad de corriente eléctrica valen las relaciones constitutivas
D = εE (2.5)
B = µH (2.6)
J = σE (2.7)
donde ε, µ y σ y se llaman permitividad eléctrica, permeabilidad magnética y conduc-

tividad eléctrica respectivamente. Si el medio material del dominio es lineal, ε, µ y σ
no dependen de E ni de H. Si el medio es isótropo ε, µ y σ son escalares. En resumen,
bajo estas hipótesis, ε, µ y σ son escalares que pueden depender de la posición o el
tiempo. Reemplazando la ecuación (2.6) en la (2.1)
∂(µH)
∇×E=− (2.8)
∂t
Si se considera que el medio material del que está hecho el dominio no es ferromagnético
y µ ≈ 0 resulta una buena aproximación (en la subsección 2.1.1 se discute esta hipótesis
con más profundidad), se deduce, de la ecuación (2.8), que
∇×E=0 (2.9)
2.1 Potencial eléctrico en el dominio 7
Debido a que el rotor del gradiente de cualquier campo C 2 (i. e., sus derivadas segundas
son continuas) es 0, se define a menos de una constante aditiva el potencial eléctrico u
E = −∇u (2.10)
haciendo que la ecuación (2.9) se cumpla idénticamente. Por otro lado, reemplazando
la ecuación (2.6) en la (2.4)
∇ · (µH) = 0 (2.11)
se obtiene que al considerar µ ≈ 0, la ecuación (2.11) se cumple idénticamente. Reem-

plazando la relación constitutiva (2.5) en la ecuación (2.3)
∇ · (εE) = ρ (2.12)
Reemplazando las relaciones constitutivas (2.7) y (2.5) y tomando divergencia en ambos

miembros de la ecuación (2.2)

∂(εE)
∇ · (∇ × H) = ∇ · σE + =0 (2.13)
∂t
puesto que la divergencia del rotor de cualquier campo C 2 es 0. Suponiendo que la dis-
tribución de permitividad eléctrica ε no varı́a en el tiempo y que la variación temporal
del campo eléctrico es armónica con frecuencia angular ω
∇ · (σE + jωεE) = 0 (2.14)
Esta última ecuación, expresada en términos del potencial eléctrico usando la ecuación
(2.10), resulta
∇ · (γ∇u) = 0 (2.15)
√
donde γ = σ + jωε es la conductividad compleja y j = −1. Esta ecuación describe
cuantitativamente el potencial eléctrico en el interior del dominio [6, Sección 1.2]. Si el
dominio es estimulado con frecuencias bajas (ω ≈ 0) resulta una buena aproximación
trabajar con la ecuación para el caso en que u es real
∇ · (σ∇u) = 0 (2.16)
La hipótesis ω ≈ 0 se trata con más profundidad en la subsección 2.1.1.

2.1.1. Análisis dimensional. Rango de validez de las hipótesis
Se consideran las ecuaciones de Maxwell ((2.1) a (2.4)) junto con las relaciones
constitutivas ((2.5) a (2.7)). Por simplicidad se considera que σ, ε, y µ no dependen de
la posición (es decir que los medios son homogéneos) y que no varı́an en el tiempo. Se
propone expresar
B=∇×A (2.17)
donde A es el llamado “potencial vector” [4, p. 180]. Dado que la divergencia del
rotor de cualquier campo vectorial C 2 es 0, la ecuación (2.4) se cumple idénticamente.
Reemplazando (2.17) en (2.1) se obtiene
∂ ∂A
∇×E=− (∇ × A) = −∇ × (2.18)
∂t ∂t

∂A
∇× E+ =0 (2.19)
∂t
Luego, se define el gradiente del potencial eléctrico u (se define u a menos de una
constante aditiva) haciendo
∂A
− ∇u = E + (2.20)
∂t
Ası́, tanto la ecuación (2.19) como la (2.1) se verifican idénticamente, ya que el rotor
del gradiente de un campo C 2 es siempre igual a 0. Para definir A a menos de una
constante aditiva puede definirse su divergencia a través de la “condición de Lorenz”
[4, p. 240]
∂u
∇ · A = −µσu − µε (2.21)
∂t
Para obtener una ecuación para el potencial eléctrico se reemplaza la ecuación (2.5)
en la (2.3)
ρ
∇·E= (2.22)
ε
En esta última ecuación se reemplaza la (2.20)

∂A ∂(∇ · A) ρ
∇ · −∇u − = −∇2 u − = (2.23)
∂t ∂t ε
y aplicando la definición de la ecuación (2.21)
∂(µσu + µε ∂u ) ρ
− ∇2 u + ∂t
= (2.24)
∂t ε
2.1 Potencial eléctrico en el dominio 9
∂u ∂ 2u ρ
∇2 u + −µσ − µε 2 = − (2.25)
∂t ∂t ε
Se adimensionaliza la ecuación usando una distancia caracterı́stica Lc , una frecuen-
cia angular caracterı́stica ωc y un potencial caracterı́stico uc . Se definen el laplaciano
adimensionalizado,
∇2
∇2∗ = 2 (2.26)
Lc
el tiempo adimensionalizado
t∗ = ωc t (2.27)
y el potencial adimensionalizado
u
u∗ = (2.28)
uc
L2c
Aplicando estas definiciones a la ecuación (2.25) y multiplicando por uc
∂u∗ 2 ∗
2 2∂ u ρL2c
∇2∗ u∗ − µσωc L2c − µεω L
c c = − (2.29)
∂t∗ ∂t∗2 εuc
Para un medio homogéneo, la ecuación diferencial para el potencial eléctrico adi-

mensionalizado que se deriva a partir de la ecuación (2.16) es
∇2∗ u∗ = 0 (2.30)
Se propone evaluar las condiciones que deben cumplir los parámetros adimensionales
de la ecuación (2.29) para ver el rango de validez de la ecuación (2.30).
Para que el segundo término del primer miembro de la ecuación (2.29) sea des-
preciable frente al primero debe cumplirse que
µσωc L2c 1 (2.31)
Esto puede verse como un lı́mite para el valor de µ respecto de los demás paráme-
tros y puede relacionarse con la hipótesis µ ≈ 0
1
µ (2.32)
σωc L2c
Para que el tercer término del primer miembro de la ecuación (2.29) sea despre-
ciable frente al segundo debe cumplirse que
µεωc2 L2c εωc

2
= 1 (2.33)
µσωc Lc σ
Si se cumple la ecuación (2.32), el tercer término del primer miembro de la ecua-

ción (2.29) también será despreciable frente al primero. Esto puede verse como
una limitación para la frecuencia angular ω respecto de los demás parámetros
σ
ωc (2.34)
ε
Siguiendo un razonamiento similar, para despreciar la densidad de carga debe

cumplirse que
εuc
ρ 2 (2.35)
Lc
Se evalúan los resultados de este análisis para identificar los lı́mites a la validez de la
ecuación 2.16 para un ejemplo, que será de utilidad para análisis posteriores. Supóngase
que se tiene una solución con 3g de cloruro de sodio por litro (cuya concentración molar
es c = 0, 05 mol
l
). Su conductividad eléctrica σ es del orden de 5 mScm
(ver sección 7.1). Su
permitividad eléctrica ε se calcula según el procedimiento propuesto en [7, p. 19].
ε = ε0 (εw + 2δc) (2.36)
donde ε0 = 8, 85 × 10−12 m F
es la permitividad eléctrica del vacı́o, εw = 78, 3 es la
permitividad eléctrica relativa del agua y δ un coeficiente que, para el cloruro de sodio,
l
vale 5, 5 mol . Luego,
F
ε ≈ 7 × 10−10 (2.37)
m
Para que el potencial eléctrico verifique la ecuación 2.16, la frecuencia eléctrica ω
deberá cumplir la ecuación 2.34
σ
ω ≈ 700M Hz (2.38)
ε
Asumiendo que la solución no es ferromagnética, su permeabilidad magnética será del

orden de la del vacı́o (µ ≈ µ0 = 4π × 10−7 AN2 ). Para que valga la ecuación 2.16, también
debe cumplirse que (ecuación 2.32)
1
L2c ω ≈ 1, 6 × 106 m2 Hz (2.39)
σµ
Suponiendo que la longitud caracterı́stica del dominio es Lc = 0, 15m, la frecuencia

tiene una limitación más restrictiva que la dada por la ecuación 2.38
ω 70M Hz (2.40)
En la tabla 2.1 se muestran las propiedades electromagnéticas (σ, ε, µ) de distintos

medios materiales de interés, junto con las relaciones que establecen limitaciones para
2.2 Condiciones de borde 11
ωc y Lc .
µ
S ε
F N σ 1
Material σ m ε0 m µ0 A2 ε
[Hz] µσ
[m2 Hz]
−6
Agua desionizada 10 80 1 103 1012
Agua de mar 5 80 1 109 106
Sodio lı́quido* 107 1 1 1014 0, 1
Acero inox. (γ) ** Idem sodio lı́quido
Acero inox. (α) ** 107 1 103 1014 10−4
*“Database of thermophysical properties of liquid metal coolants for GEN-IV”.
**Catálogo UGITECH “El magnetismo y el acero inoxidable”.
Tabla 2.1: Propiedades eléctricas de algunos materiales y las relaciones que establecen lı́mites
sobre ωc y Lc (valores aproximados) para la validez de la ec. (2.16).
Para el ejemplo del sodio lı́quido (tercera fila de la tabla 2.1) se obtuvo que, en
dominios con una dimensión caracterı́stica Lc > 2,5m, el rango de validez de la ec.
(2.32) se encuentra, aproximadamente, en frecuencias inferiores a 1mHz. Frecuencias
de trabajo tan bajas como estas, imponen una fuerte restricción al tiempo de respuesta
de un sistema EIT destinado a caracterizar este tipo de medios de alta conductividad
eléctrica. En esos casos, se puede considerar el uso de corriente continua (DC), teniendo
en cuenta los problemas asociados al fenómeno de electrólisis que ello conlleva. Es
importante destacar que el análisis recién descripto resulta de interés en aplicaciones
de un sistema EIT en la nueva generación de reactores nucleares (GEN-IV), algunos
de los cuales son refrigerados por un metal lı́quido como el sodio.
2.2. Condiciones de borde

Las condiciones de borde más simples para resolver el problema de valor de contorno
en un dominio arbitrario Ω son las de Dirichlet y las de Neumann.
La condición de Dirichlet determina el potencial en la frontera del dominio
u|∂Ω = u0 (x) (2.41)
donde en general u0 es una función que depende de la posición. En particular, si el

electrodo se considera un conductor perfecto y la conducción en la interfaz entre el
electrodo y el medio tiene resistencia nula, la condición de borde a utilizar en la zona
de los electrodos serı́a
u|El = Vl , con l = 0, ..., L − 1 (2.42)
donde El indica la porción de la frontera del dominio que corresponde a la interfaz

entre el dominio y el electrodo l, L es el número de electrodos y Vl es la tensión a la
que se encuentra el electrodo l respecto a cierta referencia (recordar que el potencial

eléctrico está definido a menos de una constante aditiva).
La condición de Neumann determina la derivada del potencial en la frontera en di-
rección normal a la misma. Para problemas de electromagnetismo, se define la densidad
de corriente j a través de una superficie S en ausencia de fuentes internas como

∂u
j=σ (2.43)
∂b
n S
donde nb indica el versor normal a la superficie S. Puede establecerse una condición de

Neumann en la frontera del dominio Ω determinando la densidad de corriente a través
de la misma. En particular, en la porción ∂N de la frontera, donde no hay electrodos
conectados, el flujo de corriente es nulo. En consecuencia,

∂u
σ =0 (2.44)
∂b
n ∂N
En general, los resultados de modelar los electrodos con la condición de Dirichlet,

no se condice con los resultados experimentales. Esto se debe a que en la ecuación 2.42
no se tiene en cuenta un efecto electroquı́mico que se produce en la interfaz entre los
electrodos y el dominio. El efecto en cuestión resulta en la formación de una fina capa
altamente resistiva, que se modela como una “impedancia de contacto” zl asociada a
la interfaz [8]. La impedancia de contacto se mide en Ωcm2 y su valor depende, en
general, de las caracterı́sticas del electrodo y del medio material del dominio y de la
corriente que circula a través de los electrodos. La condición de borde en las porciones
El de la frontera del dominio, donde se halla conectado un electrodo l, considerando
el denominado “modelo de electrodo completo” [6, Sección 1.3] (que tiene en cuenta la
impedancia de contacto) son
∂u
u + zl σ = Vl (2.45)
∂b
n El
donde Vl es la tensión a la que se encuentra el electrodo l respecto de cierta referencia,

y El indica que la derivada se evalúa en dirección normal a la interfaz entre el electrodo
l y el dominio Ω.
En el caso en que la estimulación se hace mediante corrientes eléctricas Il a través
de los electrodos, las tensiones Vl son desconocidas. Por definición, la corriente neta Il
a través del electrodo l es
Z Z
∂u
Il = j dS = σ dS (2.46)
El El ∂bn
donde El indica que la integral se efectúa sobre la interfaz entre el electrodo l y el

dominio Ω. Como el sistema se considera en estado estacionario, no se acumula carga
2.3 Solución del problema directo: Método de elementos finitos 13
en el dominio. Por conservación de la carga,
L−1
X
Il = 0 (2.47)
l=0
∂u
Reemplazando σ ∂bn
en la ecuación (2.46) con la expresión (2.45), se obtiene un conjunto
de ecuaciones que relacionan Il con u y Vl para cada electrodo l.
Z
1
Il = (Vl − u) dS (2.48)
El zl
2.3. Solución del problema directo: Método de ele-

mentos finitos
En las subsecciones anteriores se dedujeron las ecuaciones que gobiernan los fenóme-
nos fı́sicos involucrados en la técnica de EIT. Usando el modelo de electrodo completo
se llega al problema de valor de frontera que consiste en hallar el potencial eléctrico u
en el dominio Ω que verifique
∇ · (σ∇u) = 0 en el interior de Ω (2.49)

∂u
σ = 0 en ∂N (2.50)
∂b
n ∂N

∂u
u + zl σ = Vl en El para l = 0, ..., (L − 1) (2.51)
∂b
n El
La resolución numérica del problema se implementó mediante el método de ele-
mentos finitos [9]. En primer lugar, se plantea la formulación débil del problema, que
consiste en hallar u perteneciente al espacio de funciones Φ tal que
Z
∇ · (σ∇u)v dΩ = 0 para toda función de prueba v ∈ Φ en Ω (2.52)
Ω
junto con las condiciones dadas por las ecuaciones (2.50) y (2.51). Integrando la ecua-
ción (2.52) por partes se obtiene
Z Z
∂u
σ∇u∇v dΩ − σ v dS = 0 (2.53)
Ω ∂Ω ∂b
n
∂u
Reemplazando σ ∂b
n
en esta última ecuación por las expresiones (2.50) y (2.51), se
obtiene
Z L−1 Z
X 1
σ∇u∇v dΩ − (Vl − u)v dS = 0 (2.54)
Ω l=0 El
zl
donde El indica que la integral se realiza sobre el área del electrodo l. Luego, se pro-
pone discretizar el dominio en elementos finitos. En este trabajo se han utilizado ele-
mentos llamados “sı́mplices” en todos los casos. Estos son triángulos en los dominios
bidimensionales y tetraedros en los dominios tridimensionales. Los sı́mplices tienen la
caracterı́stica de quedar definidos por D + 1 vértices, donde D es la dimensión del
dominio. Los vértices que forman los sı́mplices son a la vez los “nodos” de la malla de
elementos finitos. La frontera del dominio Ω queda formada por elementos (“elementos
de la frontera”) que son segmentos si el dominio es bidimensional y triángulos si el
dominio es tridimensional. Los elementos de la frontera están definidos por D nodos. A
continuación, deben proponerse “funciones de forma” para aproximar la conductividad
σ y el potencial eléctrico u. En este trabajo, al igual que en [6, Sección 1.8], se han
utilizado en todos los casos funciones de forma constantes por elemento para aproximar
la conductividad
K−1
X
σ(x) = σk χk (x) (2.55)
k=0
donde σk es la conductividad (constante) del elemento k, K es el número de elementos

y χk (x) es la función definida en Ω que vale 1 en el elemento k y 0 en todo el resto
del dominio. Esta discretización permite que la distribución de conductividad pueda
expresarse a través de un vector σ de conductividades de los elementos . Para aproxi-
mar la distribución espacial del potencial eléctrico se han utilizado funciones lineales
continuas por elemento
N
X −1
u(x) = un wn (x) (2.56)
n=0
donde un es el potencial eléctrico en el nodo n, N es el número de nodos y wn (x) es la

función lineal a trozos definida en Ω que vale 1 en el nodo n y 0 en todo el resto de los
nodos del dominio. En la figura 2.2 se presenta un esquema del soporte de la función
wn . Notar que dicha función se anula en todo el dominio con excepción de los elementos
que comparten el nodo n. Al proponer esta aproximación, se restringe la pertenencia
de u al espacio de funciones W generado por las diferentes wn (x). Luego, la ecuación
(2.54) debe verificarse para toda v perteneciente a W . Para ello, basta que la ecuación
(2.54) se cumpla para cada una de las wn (x) (notar que hay tantas wn como nodos
en la discretización). Se reemplazan las aproximaciones (2.55) y (2.56) en la ecuación
(2.54) y se obtiene una ecuación para cada una de las funciones base wi (x)
−1
Z K−1 N
!
X X
σk χk (x) · ∇ uj wj (x) · ∇wi (x) dΩ−
Ω k=0 j=0
L−1 Z N −1
! (2.57)
X 1 X
− Vl − uj wj (x) · wi (x) dS = 0
l=0 El zl j=0
nodo n
Figura 2.2: Esquema del soporte de las función de forma wn para la aproximación del potencial
eléctrico en el interior de Ω, representado como un dominio bidimensional [10].
N −1 K−1 Z N −1 L−1 Z
X X X X 1
uj σk ∇wj (x)∇wi (x) dΩ+ uj wj (x)wi (x) dS−
j=0 k=0 ξk j=0 l=0 El zl
(2.58)
L−1 Z
X 1
− Vl wi (x) dS =0 para i = 0, ..., N − 1
l=0 El zl
donde ξk indica que la integral se realiza sobre el elemento k. Cabe aclarar que, en
general, los electrodos El están formados por más de un elemento de la frontera. Ası́,
si el electrodo l está formado por Q elementos de la frontera, se tiene que para una
función f cualquiera
Z Q−1 Z
X
f (x) dS = f (x) dS (2.59)
El q=0 ηq
donde ηq indica que integral se realiza sobre el elemento de la frontera q perteneciente

al electrodo l. Por simplicidad en la notación, esta descomposición se deja implı́cita.
Si los Vl son conocidos (excitación con tensión) queda planteado un sistema de N
ecuaciones con los N potenciales en los nodos uj como incógnitas. Si el dominio es
estimulado con corrientes Il , se reemplaza la aproximación (2.56) en la ecuación (2.48)
para cada electrodo l.
−1
Z N
!
1 X
Vl − uj wj (x) dS = Il (2.60)
El zl j=0
Z N −1 Z
1 X 1
Vl dS − uj wj (x) dS = Il para l = 0, ..., L − 1 (2.61)
El zl j=0 El zl
Hallar las tensiones Vl en los electrodos dadas las corrientes Il a través de los mismos, la
geometrı́a del dominio Ω y la distribución de conductividad σ se denomina “problema

directo” [6, Sección 1.5]. Ası́ se obtienen L ecuaciones más, que junto con las ecuaciones
(2.58) conforman un sistema de N +L ecuaciones para los N potenciales uj en los nodos
y las L tensiones Vl en los electrodos. A dicho sistema de ecuaciones lineales se le puede
dar la forma matricial Aζ = b, donde A es la matriz de coeficientes del vector columna
de incógnitas ζ, denominada “matriz del sistema de elementos finitos” y b es el vector
columna de términos independientes. En la figura (2.3) se presenta esquemáticamente
el sistema lineal Aζ = b dividido en submatrices generadas por los distintos términos
de las ecuaciones (2.58) y (2.61). Cada una de las submatrices y de los vectores cuya
nomenclatura se introduce en la figura (2.3) se describe en las siguientes subsecciones.
N L 1 1
N B=AM+AZ AW u 0
=
L AWT AD V I
Figura 2.3: Representación matricial del sistema lineal correspondiente a las ecuaciones (2.58)
y (2.61) dividido en submatrices
2.3.1. Submatrices del sistema de elementos finitos

AM corresponde al primer término de las ecuaciones (2.58), de forma que
K−1
X Z
AM (i,j) = σk ∇wj (x)∇wi (x) dΩ (2.62)
k=0 ξk
R
Es una matriz cuadrada de N × N . Notar que ξk ∇wj (x)∇wi (x) dΩ se anula si
j ó i no son un número de nodo perteneciente al elemento k [10].
Esta matriz depende únicamente de la geometrı́a y la discretización del dominio
y de la distribución de conductividad. AM es la única submatriz que depende de
la distribución de conductividad.
AZ corresponde al segundo término de las ecuaciones (2.58)
L−1 Z
X 1
AZ(i,j) = wj (x)wi (x) dS (2.63)
l=0 El zl
Es una matriz de N × N . Notar que El z1l wj (x)wi (x) dS se anula si j ó i no son

R
un número de nodo perteneciente a alguno de los elementos de la frontera, que

su vez pertenezca al electrodo l. Para calcular dichas integrales se hace una des-
composición como la que se muestra en la ecuación (2.59). Dicha descomposición
se repite en el cálculo de las demás integrales sobre los electrodos.
La submatriz B = AM + AZ multiplica a la subdivisión u del vector ζ.
AW corresponde al tercer término de las ecuaciones (2.58)

Z
1
AW (i,l) = wi (x) dS (2.64)
El zl
Es una matriz de N × L. La submatriz AW multiplica a la subdivisión V del

vector ζ.
ATW corresponde al segundo término de las ecuaciones (2.61) y es la matriz trans-

puesta de AW . Multiplica a la subdivisión u del vector ζ.
AD corresponde al primer término de las ecuaciones (2.61).

Z
1
AD(l,l) = dS (2.65)
El zl
Es una matriz diagonal de L × L. Multiplica a la subdivisión V del vector ζ.

La submatriz AD , ası́ como AZ y AW dependen de la geometrı́a y de la impedancia
de contacto de la interfaz electrodo-dominio.
2.3.2. Vectores del sistema de elementos de elementos finitos

u es el vector de potenciales en los nodos.
V es el vector de tensiones en los electrodos. Es, como se mencionó anteriormente,

la solución del problema directo.
0 es el vector nulo.
I es el vector de corrientes en los electrodos, que es conocido, puesto que es el

estı́mulo que se realiza sobre el dominio.
Dado que el potencial eléctrico se define a menos de una constante aditiva, para
resolver el problema directo es necesario establecer una referencia. Para ello se define el
“0” del potencial en uno de los electrodos. En consecuencia, hablar de “el potencial en
cierto punto” es equivalente a hacer referencia a la diferencia de potencial entre dicho
punto y el electrodo de referencia. Esta condición debe ser impuesta al sistema Aζ = b

para obtener una solución única. Para hacer que el electrodo ref sea la referencia del
potencial eléctrico se anula el Vref y se elimina la ecuación para l = ref del conjunto
de ecuaciones (2.61). Esto es equivalente a eliminar la fila y la columna ref del sistema
Aζ = b.
Conociendo el vector de potenciales eléctricos en los nodos u puede hacerse un
gráfico aproximado de las lı́neas equipotenciales. El vector de tensiones en los electrodos
V es, como se explicó anteriormente, la solución del problema directo.
2.4. Problema inverso

El problema inverso consiste en hallar la distribución de conductividad σ(x), co-
nociendo la geometrı́a y los vectores de tensiones medidas Vmed y de corrientes de
excitación I. Nótese que, por su definición, el problema inverso es la formulación ma-
temática del objetivo de la técnica de EIT. Los triángulos o tetraedros de conductividad
constante en los que se discretizó el dominio conformarán los pı́xeles o vóxeles (res-
pectivamente) de la imagen a obtener. Se propone implementar un método numérico
de resolución basado en el algoritmo o método de Gauss-Newton [11] dentro de la
formulación de elementos finitos, el cual se desarrolla a continuación.
La iteración m-ésima del algoritmo de Gauss-Newton se deriva a partir de la apro-
ximación a primer orden
J(σ m−1 )(σ m − σ m−1 ) = Vmed − V (2.66)
que establece una relación de recurrencia, donde σ m representa el vector de conductivi-

dades correspondiente a la iteración m-ésima y J(σ m−1 ) es la “matriz de sensibilidad”
o Jacobiano evaluada en σ m−1 .
∂V m−1 ∂Vl
J(σ m−1 ) = (σ ) con Jlk = (2.67)
∂σ ∂σk
Puede verse que la componente lk del Jacobiano representa la variación en la tensión

en el electrodo l producida por una variación de la conductividad del elemento k.
Conociendo J(σ m−1 ) se actualiza el vector de conductividades de los elementos según
†
σ m = σ m−1 + J(σ m−1 ) (Vmed − V)

(2.68)
†
donde [J(σ m−1 )] es la pseudoinversa de Moore-Penrose de J(σ m−1 ). Si se produce
la convergencia del método, las tensiones V calculadas con el modelo propuesto y el
vector de conductividades σ m para un vector de estimulación I se van acercando cada
2.4 Problema inverso 19
vez más a las tensiones medidas Vmed .

Para el cálculo de V y de J con un vector de conductividades σ m dado, se parte
de las ecuaciones (2.58) y (2.61) en su forma matricial con el electrodo de referencia
ref elegido. Si bien no se hace explı́cito por simplicidad en la notación, la elección del
electrodo de referencia implica hacer Vref = 0 y eliminar la columna ref de AW , la fila
ref de I y la columna y la fila ref de AD . Cabe aclarar que, al definir la referencia del
potencial de esta manera, la solución del problema depende de qué electrodo se tome
como referencia.
(AM + AZ )u + AW V = 0 (2.69)
ATW u + AD V = I (2.70)
De la ecuación (2.69) se despeja u
u = (AM + AZ )−1 (−AW V) = B −1 (−AW V) (2.71)
Luego se reemplaza en la ecuación (2.70) y se despeja V, obteniendo ası́ la solución del

problema directo
V = ZI (2.72)
con la matriz de impedancia Z
Z = [ATW B −1 (−AW ) + AD ]−1 (2.73)
que depende del vector de conductividades σ m , de las impedancias de contacto zl , de

la geometrı́a y del electrodo de referencia ref , pero es independiente del vector de
corrientes de excitación I. Se define también la matriz de conductancias
Y = Z −1 = ATW B −1 (−AW ) + AD (2.74)
2.4.1. Cálculo del Jacobiano
El Jacobiano puede calcularse derivando la expresión (2.72)
∂V ∂Z
= I (2.75)
∂σ ∂σ
Aplicando la propiedad
∂Z ∂(Z −1 ) ∂Y
= −Z Z = −Z Z (2.76)
∂σ ∂σ ∂σ
y sabiendo que la única submatriz que depende de la conductividad es AM

−1
∂Y T ∂(B ) ∂B −1 ∂AM −1
= AW (−AW ) = ATW (−B −1 B )(−AW ) = ATW B −1 B AW
∂σ ∂σ ∂σ ∂σ
(2.77)
Derivando la definición de AM se tiene que
Z
∂AM
= ∇wj (x)∇wi (x) dΩ (2.78)
∂σ ijk ξk
Reemplazando la ecuación (2.77) en la (2.76)
∂Z ∂AM −1
= −ZATW B −1 B AW Z (2.79)
∂σ ∂σ
y por último la (2.79) en la (2.75) se obtiene una expresión para el cálculo del Jacobiano,
que es una matriz de (L − 1) × K debido a que por definición, la tensión en el electrodo
de referencia no varı́a.
∂V ∂AM −1 ∂AM −1
J= = −ZATW B −1 B AW ZI = − ZATW B −1 B AW V (2.80)
∂σ ∂σ ∂σ
Si se realiza más de una estimulación (es decir que se aplica más de un vector o
patrón de estimulación I) se puede repetir este procedimiento para calcular las tensio-
nes en los electrodos y el Jacobiano correspondientes a cada uno de los patrones de
estimulación. Apilando los Jacobianos y las tensiones calculadas y tomando las filas
apropiadas según las mediciones que se realicen se mantiene la validez de la ecuación
(2.68) para formar un sistema de tantas ecuaciones como mediciones. Dicho de otra
manera, se obtiene un Jacobiano de M × K elementos y un vector de tensiones de
M × 1, donde M es la cantidad de mediciones adquiridas. Cabe aclarar que, en general,
M < K.
Otro método para calcular el Jacobiano que no requiere de la definición de un
electrodo de referencia y es, por lo tanto, más general, se presenta en [12, Sección 4.3].
Este método es el que sigue el software EIDORS (Electrical Impedance Tomography
and Diffuse Optical Tomography Reconstruction Software) [13].
2.5. Regularización
El problema de hallar un nuevo vector de conductividades para la iteración m del
método de Gauss-Newton, dado por la ecuación (2.68), consiste fundamentalmente en
invertir el Jacobiano. Dicho problema es equivalente a hallar ∆σ = (σ m − σ m−1 ) tal
que la función objetivo
Ψ(∆σ) = kJ∆σ − ∆Vk2 (2.81)
2.5 Regularización 21
sea mı́nima, donde k·k es la norma euclı́dea y ∆V = Vmed − V.

Se puede demostrar que dicho problema está mal condicionado si la precisión en la
medición no es infinita [6, Sección 1.4]. Esta caracterı́stica del problema inverso en su
versión discreta (proveniente de la formulación en elementos finitos) tiene su origen en
que el problema inverso está “mal definido” o “mal propuesto”. La causa de esto es que,
si bien la solución del problema existe (se asume que los medios materiales tienen una
conductividad definida), y que puede demostrarse que bajo ciertas hipótesis es única
[6, Secciones 1.1 y 1.2], la misma no depende en forma continua de las condiciones de
borde. La propuesta para paliar este inconveniente y posibilitar la obtención de una
solución numérica es regularizar el problema.
La regularización consiste en el agregado de información conocida a priori sobre
la distribución de conductividad, acotando ası́ el conjunto de posibles soluciones. En
sistemas lineales, dicha información puede introducirse en forma de “penalidades” que
favorezcan a soluciones que tengan ciertas caracterı́sticas, como norma acotada o sua-
vidad (regularización de Tikhonov); o bien agregando restricciones para que la solución
pertenezca a cierto subespacio del espacio de soluciones (métodos de subespacios). Tam-
bién pueden implementarse métodos mixtos, (los cuales combinan estas dos formas de
regularización) y de otros tipos[14].
2.5.1. Análisis del espectro del Jacobiano

El análisis del espectro de J da varias pautas de cómo es la solución que se obtiene
sin regularizar y de cómo utilizar la regularización para incorporar información conocida
a priori sobre la distribución de conductividad de una forma efectiva. Sea
J = U SV T (2.82)
la descomposición en valores singulares de J. U es una matriz unitaria (ortogonal en

el caso real) de M × M cuyas columnas µi son los vectores singulares a izquierda, S
es una matriz diagonal de M × K cuyos elementos no nulos son los valores singulares
(λ1 , ..., λM ) ordenados de mayor a menor y V es una matriz unitaria de K × K cuyas
columnas vi son los vectores singulares a derecha. Aunque es imposible de demostrar en
general, los valores singulares más pequeños están asociados a vectores singulares más
oscilatorios [14, Sección 2.2]. Esto implica que los valores singulares más grandes están
asociados a vectores singulares más suaves. A su vez, los vectores singulares asociados
a valores singulares pequeños se traducen en vectores solución cuya norma euclı́dea es
muy grande.
En resumen, los vectores singulares asociados a valores singulares pequeños hacen
que la solución sea más oscilatoria y aumenta el valor de su norma; mientras que los
vectores singulares asociados a valores singulares más grandes aportan a la solución

componentes más suaves pero de menor norma euclı́dea. Como consecuencia de esto, si
se desean obtener soluciones suaves y de norma acotada, el objetivo de la regularización
será filtrar los vectores singulares asociados a valores singulares pequeños.
2.5.2. Regularización de Tikhonov
Un método para obtener una solución de norma más acotada que la obtenida en
el caso sin regularización consiste en agregar un término de penalidad para el valor de
∆σ en la función objetivo de la ecuación (2.81), de forma que la nueva función objetivo
sea
Ψn (∆σ) = kJ∆σ − ∆Vk2 + β1 k∆σk2 (2.83)
donde β1 permite ponderar la penalidad.

También es posible favorecer las soluciones más suaves agregando un término de
penalidad para las soluciones más oscilatorias, por ejemplo aquellas cuyos valores de
conductividad de los elementos adyacentes sean muy diferentes. Para construir dicho
término de penalidad se define la matriz W tal que

 1 si el elemento i < j es adyacente al elemento j

Wij = −1 si el elemento j > i es adyacente al elemento i (2.84)

0 en otro caso

Ası́, el término kW σ m k2 es la suma cuadrática de las diferencias entre valores de con-

ductividad de elementos adyacentes en la iteración m. La nueva función objetivo que
penaliza tanto soluciones de norma muy grande como aquellas muy oscilatorias es
Ψt (∆σ) = kJ∆σ − ∆Vk2 + β1 k∆σk2 + β2 kW σ m k2 (2.85)
La solución regularizada para la iteración m del método de Gauss-Newton es el σ m

que minimiza Ψt . Para obtener el mı́nimo de la función objetivo Ψt respecto de ∆σ se
reemplaza σ m = (σ m−1 + ∆σ) y se anula la derivada de la expresión (2.85).
1 ∂Ψt
= J T J∆σ − J T ∆V + β1 I∆σ + β2 W T W (∆σ + σ m−1 ) = 0 (2.86)
2 ∂(∆σ)
En consecuencia, el ∆σ para la iteración m, que es el que minimiza Ψt resulta
∆σ = (J T J + β1 I + β2 W T W )−1 (J T ∆V − β2 W T W σ m−1 ) (2.87)

2.6 Calibración 23
2.5.3. Descomposición en valores singulares truncada (método

de subespacio)
Aplicando la descomposición en valores singulares del Jacobiano dada por la ecua-
ción (2.82) a la iteración m del método de Gauss-Newton de la ecuación (2.68) se
obtiene
M −1 T
X µi ∆V
∆σ = vi (2.88)
i=0
λi
Como se menciona en la subsección 2.5.1, las componentes asociadas a valores singulares

pequeños son indeseables si se quiere una solución ∆σ de norma pequeña y suave. Por
esto, se propone regularizar desechando las componentes asociadas a valores singulares
menores a cierto umbral. Un criterio consiste en definir la relación e = λλh0 entre el menor
valor singular a conservar λh y el mayor valor singular λ0 . Ası́, la solución regularizada
resulta
h
X µTi ∆V
∆σ = vi (2.89)
i=0
λi
2.6. Calibración
Uno de los parámetros del modelo propuesto es la impedancia de contacto entre
los electrodos y el medio material que compone el dominio. A modo de calibración,
se propone realizar un ajuste de las impedancias de contacto supuestas uniformes,
constantes e iguales para todos los electrodos. Para ello se supone que el dominio posee
una conductividad uniforme. El valor de conductividad también es ajustado.
El procedimiento a seguir es similar al del problema inverso. Se estimula el dominio
con corrientes y se mide la respuesta. Luego se comparan las tensiones medidas con
las tensiones que se calculan a partir de la resolución del problema directo (sección
2.3) con valores semilla para la conductividad y las impedancias de contacto (σ 0 y z 0
respectivamente). Dicha comparación permite obtener una nueva estimación para la
conductividad y las impedancias de contacto. Se itera siguiendo el mismo procedimien-
to, que se describe en detalle a continuación, hasta que se satisface algún criterio de
convergencia.
Para hacer los cálculos correspondientes a la iteración m + 1 de este procedimiento,
se resuelve el problema directo para para tres duplas de valores de conductividad e
impedancias de contacto, a saber:
(σ m , z m )
(σ m + δσ, z m )
(σ m , z m + δz)
donde δσ y δz son perturbaciones aplicadas al valor de conductividad y de impedancia

de contacto. De esta manera, se obtienen las tensiones calculadas ante la aplicación de
cierto estı́mulo, para cada una de las duplas (σ, z). Se propone aproximar las sensibili-
dades S de los valores de tensión en los electrodos ante cambios en σ y z como
V(σ m + δσ, z m ) − V(σ m , z m )

Sm
σ = (2.90)
δσ
V(σ m , z m + δz) − V(σ m , z m )

Sm
z = (2.91)
δz
Luego se propone hallar los (σ m+1 , z m+1 ) que minimicen la diferencia entre las tensiones
medidas Vmed y las calculadas en la iteración m + 1, aproximándolas a primer orden
con las sensibilidades obtenidas numéricamente
m 2

Vmed − V(σ m , z m ) + Sm m+1 m m m+1

σ (σ − σ ) + S z (z − z ) (2.92)
Se itera hasta que se satisfacen en forma simultánea los criterios de convergencia
(σ m+1 − σ m ) < tolσ y (z m+1 − z m ) < tolz (2.93)
para ciertas tolerancias tolσ y tolz .
2.7. Implicancias de usar un dominio bidimensional

Tanto el problema directo como el inverso pueden resolverse en un dominio bidi-
mensional. Las ventajas de hacer esto en el caso en que sólo se desea obtener una
imagen de un plano de la distribución de conductividad del dominio son claras: los
elementos quedan definidos por una coordenada menos que en el caso tridimensional y
en la resolución numérica sólo se consideran nodos pertenecientes al plano de la ima-
gen reconstruida. Esto permite, usando el mismo de número de nodos, obtener una
discretización más fina en el plano de interés; o bien, para la misma discretización en
el plano de interés, tener que trabajar con una cantidad de nodos menor (y matrices
de menor dimensión).
Sin embargo, el hecho de proponer una geometrı́a bidimensional lleva implı́cita la
proposición de que tanto el interior del dominio como los electrodos en su frontera
y las condiciones de borde son simétricas respecto del eje de la dimensión que no se
considera. Si esta hipótesis no se verifica se introducirá un error en la reconstrucción
de conductividad cuya evaluación analı́tica es, al menos, difı́cil de obtener.
Capı́tulo 3
Arreglos experimentales
En este capı́tulo se presenta, en primer lugar, el sistema de EIT que se construyó.

A continuación, se explican los experimentos realizados para la evaluación del modelo
propuesto. Dichas explicaciones abarcan la descripción de los instrumentos de medición
utilizados, los dispositivos bajo prueba, los métodos y las consideraciones realizadas
para la obtención de los resultados que se presentan en el capı́tulo 7.
3.1. Sistema de EIT
Figura 3.1: Fotografı́a del sistema experimental de EIT construido, donde se pueden observar
el recipiente de acrı́lico que contiene el cuerpo bajo estudio con los electrodos adheridos y el
sistema de estimulación y medición.
En la figura 3.1 se presenta una fotografı́a del sistema de EIT construido para la
realización de experimentos en el laboratorio. Consiste en un recipiente cilı́ndrico de
acrı́lico transparente con ocho electrodos adheridos y del instrumental utilizado para la
25
26 Arreglos experimentales
estimulación y la medición de tensión en los electrodos. El recipiente tiene un diámetro

exterior de 15cm y 12cm de alto. Su espesor de pared es de 3mm. Los electrodos
(KendallTM ArboTM modelo H99SG, [15]) son circulares, de 1cm de diámetro y tienen
un recubrimiento de Ag/AgCl.
Figura 3.2: Esquema del sistema experimental de EIT construido
En la figura 3.2 se presenta un esquema del sistema donde se indica la función de

cada uno de los instrumentos. El instrumental consta de un generador de ondas Agilent
33220A, un multı́metro HP3478A usado como voltı́metro, otro multı́metro HP34401A
usado como amperı́metro y un conmutador HP3488A. Se utilizó una excitación alterna
(AC) para evitar la ocurrencia de electrólisis.
La estimulación eléctrica del contenido del recipiente (i. e., del dominio) se realiza
con el generador de ondas, a través de los electrodos. La magnitud de la estimulación,
es decir, la intensidad de corriente inyectada al dominio, se mide con el amperı́metro
conectado en serie con el generador de ondas. Esta información se transmite a una
computadora (unidad de procesamiento) a través de la interfaz GPIB (General Purpose
Interface Bus). La medición de tensión se realiza con el voltı́metro y se transmite, al
igual que la medición de corriente, a través de la interfaz GPIB.
El circuito de estimulación y el de medición, ası́ como todos los electrodos, están
conectados a los bornes del conmutador. Esto se debe a que el conmutador, controlado
por la computadora a través de la interfaz GPIB, es usado para conectar los elec-
trodos que se desean estimular y los electrodos cuya diferencia de potencial se desea
medir con el circuito de estimulación y el de medición (respectivamente). Para ello,
el conmutador posee en su interior un conjunto de contactos mecánicos o llaves ac-
cionables eléctricamente. Estos contactos pueden adquirir diferentes configuraciones a
3.1 Sistema de EIT 27
través de “módulos” intercambiables. La configuración utilizada para el control de la

estimulación y la medición sobre los electrodos se presenta a continuación.
3.1.1. Configuración del conmutador

Para el control de la estimulación y la medición sobre al menos ocho electrodos se
usan dos módulos: uno del tipo “matriz de conmutación” de 4 × 4 (HP44473A) y uno
del tipo “relé de propósitos generales” (HP44471A) conectados como se muestra en el
esquema de la figura 3.3.
Matriz 4x4 (HP 44473A)

C0 C1 C2 C3
H E0
R0
L E1
H E2
R1
L E3
H E4
R2
L E5
H E6
R3
L E7
H L H L H L H L
RPG (HP 44471A)

L L L L L L L L
CH0
CH7
H H H H H H H H
Figura 3.3: Esquema de la configuración del conmutador y las conexiones utilizadas para el
control de la estimulación y la medición sobre al menos ocho electrodos
El módulo del tipo relé de propósitos generales (RPG) posee diez llaves indepen-
dientes (aunque sólo se utilizaron ocho: las numeradas del 0 al 7). Estas llaves, al
cerrarse o abrirse, permiten habilitar o impedir la conducción a través de diez canales
(o channels CH) entre dos terminales: uno de baja (L) y uno de alta (H). La tarjeta
del tipo matriz de conmutación permite controlar 16 pares de llaves de forma tal que se
28 Arreglos experimentales
puede conectar cualquier combinación de cuatro filas (R0 a R3) con cuatro columnas
(C0 a C3). Cada una de las filas, ası́ como cada una de las columnas de la matriz, posee
dos terminales (H y L). Como se muestra en la figura 3.3, a los ocho terminales de las
filas de la matriz se conectan los ocho electrodos, mientras que a los ocho terminales de
las columnas se conectan los terminales L de los ocho canales del relé. A los terminales
H del relé se conectan el circuito de excitación y el de medición. Con esta configuración,
cerrando las llaves apropiadas comandándolas vı́a GPIB a través de la computadora,
se puede establecer una corriente o medir la tensión entre cualquier par de electrodos.
3.2. Medición de la impedancia de contacto

Para la medición de la impedancia de contacto zl entre un medio lı́quido de con-
ductividad conocida y un electrodo se utilizó el montaje experimental presentado es-
quemáticamente en la figura 3.4.
Figura 3.4: Esquema del montaje experimental utilizado para la medición de la impedancia
de contacto zl entre los electrodos y un medio lı́quido de conductividad eléctrica σ conocida
La muestra confeccionada, cuya impedancia fue medida durante el experimento,

consta de un cilindro hueco de plástico de diámetro interior D y longitud L, consi-
derado aislante, con dos electrodos adheridos que ofician de tapas. Al cilindro se le
perforó un orificio en su superficie lateral con el objetivo de poder llenarlo del lı́quido
de conductividad conocida σ.
El analizador de impedancias utilizado (HP 4192A) permite medir a cuatro puntas
la impedancia (resistencia y reactancia) de una muestra en el rango de frecuencias
5Hz − 13M Hz. La componente reactiva de la impedancia no se tuvo en cuenta en este
análisis.
3.2 Medición de la impedancia de contacto 29
La medición de conductividad de lı́quidos se realizó con un conductı́metro de mano

Hanna modelo HI98130.
Se propone que la resistencia total Rtot de la muestra está conformada por dos
componentes: la debida a cada una de las resistencias de contacto asociadas a las
interfaces electrodo/lı́quido Rl y la asociada al fluido Rf .
Rtot = 2Rl + Rf (3.1)
Conociendo la conductividad del fluido y las dimensiones, se calcula
4L
Rf = (3.2)
σπD2
La resistencia asociada a las impedancias de contacto (que por simplicidad se siguen

notando zl ) es
4zl
Rl = (3.3)
πD2
Reemplazando las ecuaciones (3.2) y (3.3) en la (3.1) se obtiene

4zl 4L
Rtot = 2 + (3.4)
πD2 σπD2
De esta última ecuación se despeja el valor de impedancia de contacto
πD2 Rtot L

1
zl = − (3.5)
2 4 σ
La medición de la resistencia de contacto con este método se realizó con el objetivo

de compararla con el valor obtenido con la calibración (el método de ajuste descripto
en la sección 2.6).
Capı́tulo 4
Implementación de los algoritmos
En la figura 4.1 se muestra un diagrama que representa el flujo de información y

las etapas de procesamiento destinadas a reconstruir una imagen de la distribución
espacial de conductividad eléctrica del dominio. Dicho diagrama pretende resumir el
procedimiento global, el cual se explica parte por parte en las secciones del presente
capı́tulo.
Figura 4.1: Diagrama de bloques que muestra los flujos de información y los algoritmos usados
para procesarla. Las referencias muestran las categorı́as en las que se dividen los bloques. En este
capı́tulo se explican las rutinas que llevan a la obtención de la imagen de conductividad.
31
32 Implementación de los algoritmos
Figura 4.2: Subsistema que forma parte del diagrama de bloques de la figura 4.1. Su objetivo
es la generación de los archivos que contienen la información de la geometrı́a con la que se modela
el dominio en el que se resuelve el problema inverso
4.1. Modelado de la geometrı́a y mallado

En la figura 4.2 se muestra la parte del diagrama de bloques global (fig. 4.1) que se
encarga de generar los archivos con la información geométrica del dominio, necesaria
para la resolución del problema inverso. Para el modelado de la geometrı́a del dominio
y su discretización en elementos finitos (o mallado) se utilizó el programa Gmsh. Dicho
programa es un generador de mallas de elementos finitos con un motor de CAD y un
post-procesador [16]. La geometrı́a se puede generar paramétricamente mediante una
interfaz gráfica o a través de un script. Luego, permite generar un mallado y exportar
tres archivos de datos con formato de matriz:
“coordinates.dat”, cuyas filas contienen las coordenadas cartesianas de cada uno

de los nodos.
“elements.dat” cuyas filas contienen los nodos que definen los elementos de la
malla.
“border.dat” cuyas filas contienen los nodos que definen los elementos de la fron-
tera de la malla.
Para este trabajo se programaron scripts en Gmsh que permiten, recibiendo como
datos de entrada los parámetros geométricos por parte del usuario (bloque 1 de la fig.
4.2), generar la geometrı́a de un tanque cilı́ndrico con electrodos circulares; o bien,
un dominio circular con electrodos en forma de arco de circunferencia. En las figuras
4.3 y 4.4 se muestran imágenes de los mallados generados (uno en 2D y otro en 3D,
respectivamente).
El procesamiento realizado por Gmsh se representa con el bloque 2 y los archivos
de datos generados forman parte del bloque 4 de la figura 4.2, respectivamente.
Para completar el subsistema de la figura 4.2 se programaron funciones en Python
(versión 2.7). Python es un lenguaje de programación interpretado y multiparadigma.
Como se puede ver en la figura 4.1, este lenguaje fue usado para la programación de
4.2 Generación de una grilla bidimensional 33
Figura 4.3: Mallado bidimensional generado con Gmsh de un cı́rculo con ocho electrodos con
forma de arco de circunferencia
diversas rutinas de procesamiento. El bloque 3 de la figura 4.2 representa funciones

que, recibiendo como datos de entrada la información geométrica correspondiente a
los electrodos (cantidad, posiciones y forma), generan una lista de vectores (uno por
cada electrodo) cuyas componentes son los números de elementos de la frontera que
pertenecen a cada electrodo. Una vez obtenida la lista, se guarda en un archivo de
datos.
Los archivos de datos cuya generación se describe en esta sección reúnen toda la
información geométrica necesaria para la resolución del problema inverso.
4.2. Generación de una grilla bidimensional

Para graficar una imagen de un corte plano de la conductividad del dominio es nece-
sario generar una grilla. El grillado consiste en la subdivisión de un área en cuadrı́culas
o casilleros rectangulares. La biblioteca pylab de Python posee rutinas que permiten
hacer gráficas en 2D recibiendo como argumentos la grilla y el valor, en cada uno de
los casilleros, de la función a graficar (en este caso el valor de conductividad).
Si el dominio en el que se resuelve el problema inverso es tridimensional, se debe
obtener la intersección del plano que se desea presentar con los elementos finitos te-
traédricos; mientras que si es bidimensional, es natural que se grafique la conductividad
en todo el dominio. En ambos casos, una vez que se sabe el corte que se va a graficar,
se debe buscar a qué elemento finito corresponde cada casillero de la grilla generada.
Con ese objetivo, se programaron rutinas en Python que reciben como argumento los
archivos geométricos generados previamente. Estas rutinas crean un nuevo archivo de
Figura 4.4: Mallado tridimensional generado con Gmsh de un cilindro con ocho electrodos
circulares con centro en un mismo plano
datos que contiene la información de la grilla generada y asocia cada cuadrı́cula de la

grilla al elemento finito al que pertenece. Este procedimiento está representado por los
bloques ubicados en el extremo derecho de la figura 4.1.
4.3. Calibración
es la implementación del algoritmo de calibración presentado en la sección 2.6
En la figura 4.5 se muestra el subsistema correspondiente a la calibración, cuya

formulación matemática se presentó en la sección 2.6. Para implementar el algoritmo
de calibración se programaron dos rutinas en Python.
La primera rutina tiene como función estimular el dominio según los parámetros
pasados por el usuario y tomar las mediciones de tensión. El usuario debe ingresar
las direcciones GPIB de los instrumentos, ası́ como la ubicación de los módulos en los
espacios o slots del conmutador. Para realizar la estimulación (inyección de corriente) y
las mediciones (de tensión) se debe tener en cuenta que la configuración de instrumentos
y las conexiones utilizadas son las presentadas en la sección 3.1. La rutina de Python que
4.4 Estimulación y medición 35
se encarga de realizar las mediciones para la calibración debe recibir como argumentos
los instrumentos definidos como objetos de PyVISA. Esta última es una biblioteca
que permite controlar instrumentos desde una computadora mediante varias interfaces
(entre ellas la GPIB).
La segunda rutina de Python recibe como argumentos las mediciones de tensión
(obtenidas como respuesta ante la inyección de corrientes con la rutina explicada en el
párrafo anterior) y los archivos de la geometrı́a del dominio. También, aunque no se
indique en el diagrama de bloques, debe recibir como argumentos los valores de semilla
para la conductividad del medio y para la impedancia de contacto. Siguiendo los cálcu-
los propuestos en la sección 2.6, se obtienen valores estimados para la conductividad
del medio homogéneo σ0 y para la impedancia de contacto zl .
4.4. Estimulación y medición
Figura 4.6: Subsistema que forma parte del diagrama de bloques de la figura 4.1. Consiste en
el control de los instrumentos mediante una computadora a partir de los parámetros configurados
por el usuario, con el fin de estimular el dominio y tomar las mediciones de la respuesta ante
dicho estı́mulo.
En la figura 4.6 se muestra el subsistema correspondiente a la estimulación del

dominio con corrientes y la medición de tensión eléctrica en los electrodos para cada
vector de corrientes de estimulación (también llamados “patrones de estimulación”). El
usuario debe ingresar la información que determina cuántos patrones de estimulación se
realizarán y por qué electrodos se inyectará corriente en cada patrón. También se debe
indicar la modalidad de medición, ya que en general, la tensión puede medirse usando un
electrodo como referencia fijo para cada patrón de estimulación, o en forma diferencial,
variando el electrodo de referencia en cada medición. Debido a que la manera en que se
implementó el cálculo del Jacobiano no permite reconstruir con mediciones de tensión
efectuadas en forma diferencial, sólo debe especificarse qué electrodo se ha de usar
como referencia para cada conjunto de mediciones correspondiente a un patrón de
estimulación. Con esta información como argumento, una rutina de Python controla
los instrumentos para efectuar la estimulación y la medición teniendo en cuenta la
configuración presentada en la sección 3.1. Dado que se estimula el dominio con un
generador de ondas que mantiene el valor RMS de tensión constante a su salida, se debe
medir la corriente para cada patrón de estimulación. La información de la magnitud
de la intensidad de corriente inyectada es necesaria para el cálculo de las tensiones
Vcalc (problema directo) y del Jacobiano (ver fig. 4.1). Por otro lado, las mediciones de
tensión Vmed se usan, junto con el Jacobiano, para calcular la solución del problema
inverso.
4.5. Cálculo de las tensiones y el Jacobiano
es el cálculo de las tensiones eléctricas y del Jacobiano
En la figura 4.7 se muestra el subsistema del diagrama de bloques (fig. 4.1) que tiene
como objetivo el cálculo del Jacobiano J y de las tensiones en los electrodos Vcalc para
un conjunto de patrones de estimulación SP dado. En otras palabras, SP denota el
conjunto de vectores de corrientes en los electrodos I.
Con este objetivo, se programó una rutina de Python que sigue el procedimiento
descripto en la subsección 2.4.1. Dicha rutina recibe como argumentos los patrones de
estimulación, los archivos de la geometrı́a y los valores de impedancia de contacto zl .
Para el cálculo del Jacobiano usa una semilla de conductividad σ0 que puede ser la
obtenida con el procedimiento de calibración.
4.6 Resolución del problema inverso 37
es el cálculo del problema inverso (reconstrucción) con alguno de los métodos de regularización
propuestos en la sección 2.5 y la representación gráfica de los resultados
4.6. Resolución del problema inverso

En la figura 4.8 se muestra el subsistema del diagrama de bloques (fig. 4.1) que
tiene como objetivo el cálculo del problema inverso y el gráfico de una imagen 2D
de conductividad en el dominio. Se programaron rutinas de Python que siguen los
procedimientos descriptos en la sección 2.5. Dichas rutinas dependen de la modalidad
de regularización elegida por el usuario, ası́ como de los parámetros de regularización
ingresados. La resolución del problema inverso consiste en el cálculo de un vector de
conductividades σ, cuyas componentes se corresponden con la conductividad de los
elementos finitos.
Otra rutina de Python, recibiendo como argumentos la grilla bidimensional gene-
rada previamente (sección 4.2) y el vector de conductividades σ, se encarga de asociar
la conductividad de los elementos a cada uno de ellos y de generar una gráfica de la
conductividad en la grilla.
4.7. Rutina principal

Se programó una “rutina principal” en Python que integra las subrutinas descriptas
en las secciones 4.3, 4.4, 4.5 y 4.6 y que, en consecuencia, se utiliza para hacer todo
el procesamiento de la información (datos de entrada del usuario, mediciones) para la
técnica de EIT.
Los datos de entrada deben ser ingresados manualmente por el usuario dentro del
código de la misma rutina. Una vez hecho esto, se puede correr el programa. En primer
lugar se efectúa el procedimiento de calibración (sección 4.3), para lo cual se comunica
al usuario que, de ser posible, conecte los electrodos a un medio homogéneo de conduc-
tividad similar a la del dominio del que se desea obtener una imagen. La calibración
comienza luego de que el usuario ingresa una tecla. Una vez terminada la calibración,
se pide al usuario que conecte los electrodos al dominio, y que cuando finalice apriete
una tecla nuevamente. En ese momento, se comienzan a efectuar las estimulaciones y
mediciones (sección 4.5) de acuerdo a los datos de entrada. Una vez obtenido el primer
conjunto de datos medidos, el programa los procesa usando las subrutinas descriptas
en las secciones 4.5 y 4.6. Simultáneamente, se toma el segundo conjunto de medi-
ciones. Para poder tomar el conjunto de mediciones (m + 1) mientras se reconstruye
una imagen con los datos de la medición m, se utilizó la biblioteca multiprocessing de
Python. Dicha biblioteca facilita la creación de y la interacción entre distintos procesos
(computacionales) dentro de un mismo programa. La medición (m + 1) y la recons-
trucción m conforman dos procesos distintos, que pueden correr en forma simultánea,
cada uno en un núcleo de una CPU (Central Processing Unit). La rutina lleva a cabo
sucesivas mediciones y reconstrucciones hasta que el usuario ingresa una tecla. Para
que el programa sea capaz de leer el ingreso de la tecla por parte del usuario mientras
ejecuta los procesos asociados a la medición y a la estimulación, fue necesario crear un
hilo o thread dentro de la rutina principal. Se empleó, para ello, la biblioteca threading
de Python.
4.8. Paralelización en tarjetas gráficas

El procesamiento paralelo de datos se ha convertido en el estándar para la compu-
tación de alto rendimiento, donde una gran cantidad de algoritmos pueden ser a me-
nudo acelerados mediante la distribución de los cálculos sobre muchos procesos que se
ejecutan simultáneamente. Las tarjetas gráficas (GPU: Graphics Processing Units) fue-
ron originalmente diseñadas para acelerar la producción de gráficos por computadora,
emergiendo luego como una plataforma versátil para ejecutar cálculos en paralelo en
forma masiva [17].
El lenguaje de programación CUDA (Compute Unified Device Architecture) creado
por NVidia, es una extensión del lenguaje C, que permite escribir el código que se
ejecutará en la GPU en C estándar [18]. El lenguaje CUDA permite crear funciones,
conocidas como kernels, las cuales se lanzan en forma paralela sobre las unidades de
cálculo de la GPU, llamadas threads. Es importante notar, desde el punto de vista del
programa, que cada thread se ejecuta en forma separada de los demás threads. Cada
thread actúa como una unidad de cálculo independiente, con sus propias variables y
con sus propios accesos a memoria y pueden ejecutarse en arreglos unidimensionales,
bidimensionales o tridimensionales.
La memoria que ofrece la arquitectura de las placas gráficas, es independiente de la
memoria de la CPU y, para poder procesar datos, estos deben ser primero transferidos
desde la CPU hacia la GPU. Dependiendo de la cantidad de datos, la transferencia de
los mismos entre la CPU y la GPU, puede llegar a ser una limitante en la aceleración
de algoritmos.
Existen bibliotecas para Python que permiten ejecutar kernels desde un script. Para
4.8 Paralelización en tarjetas gráficas 39
este trabajo, se utilizó la biblioteca PyCuda. A su vez, existen interfaces de PyCuda

que permiten definir variables y operar las mismas en alto nivel, de forma equivalente
a Python, evitando la necesidad de escribir kernels en CUDA-C. Para este propósito,
se utilizó la biblioteca scikits.cuda.
Dos procesos fueron acelerados con el uso de la GPU:
La construcción de la matriz del sistema lineal obtenido por el método de ele-

mentos finitos, tal como se describe en la subsección 2.3.1.
La resolución del problema inverso mediante la implementación de la ecuación

(2.87) para la obtención de la distribución de conductividades en forma iterativa
y usando la regularización de Tikhonov.
La construcción de la matriz del sistema se realizó utilizando kernels mediante Py-

Cuda. Para el cálculo de cada componente (i, j) de la submatriz AM , se usó un kernel
que utiliza un arreglo unidimensional de threads en una cantidad igual o mayor que
la cantidad de elementos K del mallado. Por lo cual, la sumatoria sobre elementos
descripta en la ecuación 2.62 es realizada en paralelo, donde cada thread se encarga de
calcular las integrales para cada elemento k del mallado. Luego, las integrales calcula-
das son sumadas a las componentes (i, j) correspondientes de la submatriz AM usando
operaciones atómicas [18]. Para la construcción de las submatrices AZ , AW y AD se
usó un kernel que utiliza una arreglo bidimensional de threads, donde la primera dimen-
sión corresponde a la cantidad L de electrodos y la segunda dimensión corresponde a la
cantidad de elementos que pertenecen a cada electrodo. Luego, cada thread se encarga
de realizar las integrales sobre el área del electrodo, correspondientes a las ecuaciones
2.63 a 2.65. Al igual que en el caso anterior, las componentes (i, j) de la submatriz
AZ y las componentes (i, l) y (l, l) de las submatrices AW y AD , respectivamente, son
sumadas mediante operaciones atómicas.
Para la resolución del problema inverso mediante la ecuación (2.87), se utilizó la bi-
blioteca scikits.cuda, la cual, como se mencionó anteriormente, permite operar sobre las
matrices y vectores a alto nivel. A través de esta biblioteca, se realizaron las multiplica-
ciones matriz-matriz, las multiplicaciones matriz-vector y la transposición de matrices
requeridas por la ecuación (2.87). La resolución del sistema lineal de ecuaciones fue
implementada mediante la biblioteca cusolver, también provista por scikits.cuda.
Capı́tulo 5
Cálculo analı́tico del potencial

eléctrico en un dominio sencillo
Se propone resolver analı́ticamente el problema de hallar la distribución espacial

del potencial eléctrico en el dominio bidimensional Ω mostrado en la figura 5.1. El
mismo es un cı́rculo de radio r2 con una perturbación circular concéntrica de radio r1
en la conductividad eléctrica. La irregularidad tiene una conductividad σ1 y el resto
tiene una conductividad σ2 . En coordenadas cartesianas, x = (x, y), donde x es la
coordenada horizontal e y la coordenada vertical. En coordenadas polares, x = (r, θ),
p
donde r = x2 + y 2 y θ = arctan xy . Poniendo el origen del sistema de referencia en

el centro de los cı́rculos, la conductividad es

(
σ1 si 0 ≤ r ≤ r1
σ(x) = (5.1)
σ2 si r1 < r ≤ r2
5.1. Solución general del Laplaciano en coordena-

das cilı́ndricas
La ecuación diferencial (2.16) describe el potencial eléctrico u en Ω. Dado que la

conductividad es constante por partes, el problema se reduce a hallar u1 y u2 tales que
(
∇2 u1 = 0 para 0 ≤ r ≤ r1
(5.2)
∇2 u2 = 0 para r1 ≤ r ≤ r2
con condiciones de continuidad para el potencial y para el flujo de corriente en la
interfaz donde r = r1
u1 (r = r1 , θ) = u2 (r = r1 , θ) (5.3)
41
42 Cálculo analı́tico del potencial eléctrico en un dominio sencillo
∂u1 ∂u2
σ1 (r = r1 , θ) = σ2 (r = r1 , θ) (5.4)
∂r ∂r
En primer lugar se busca una solución general para la ecuación (5.2) que en coor-
denadas cilı́ndricas y multiplicando por r2 es
2
2∂
u ∂u ∂ 2 u
r +r + 2 =0 (5.5)
∂r2 ∂r ∂θ
Se propone resolver el problema por separación de variables, es decir, se propone una
solución u(r, θ) = R(r) · Θ(θ). Reemplazando en la ecuación (5.5) y dividiendo por Θ
se obtiene
Θ00
r2 R00 + rR0 + R =0 (5.6)
Θ
Se ve que
r2 R00 + rR0 Θ00
(r) = − (θ) = λ (5.7)
R Θ
donde λ es un escalar independiente de r y de θ.
La ecuación que describe la parte angular Θ(θ) de u(r, θ) es
Θ00
(θ) = −λ (5.8)
Θ
√
Puede verificarse que las soluciones particulares son de la forma Θ(θ) = cos( λθ) y
√
Θ(θ) = sin( λθ). La condición de periodicidad de la variable angular θ en el dominio
Ω impone que
( √ √
cos( λθ) = cos[ λ(θ + 2π)]
√ √ (5.9)
sin( λθ) = sin[ λ(θ + 2π)]
Para que esto se cumpla debe verificarse que
√
λ = n, con n = 1, 2, ..., ∞ (5.10)
por lo que la solución general de la parte angular de u(r, θ) es
∞
X
Θ(θ) = A0 + [A0n cos(nθ) + Bn0 sin(nθ)] (5.11)
n=1
La ecuación que describe la parte radial R(r) de u(r, θ) es
r2 R00 + rR0 − n2 R = 0 (5.12)
Se propone una solución de la forma

5.2 Solución particular en el dominio de interés Ω 43
R(r) = rc (5.13)
Se deriva esta expresión dos veces respecto de r
R0 (r) = crc−1 (5.14)
R00 (r) = c(c − 1)rc−2 (5.15)
y se reemplazan las ecuaciones (5.13), (5.14) y (5.15) en la (5.12)
rc [c(c − 1) + c − n2 ] = 0 (5.16)
Dado que esta ecuación debe cumplirse para todo r dentro del dominio, c(c−1)+c−n2
debe anularse. Luego, los valores de c que conforman la solución de la parte radial de
u(r, θ) (ec. 5.13) son los que verifican
c = ±n (5.17)
La solución general de la parte radial de u(r, θ) resulta
R(r) = C 0 rn + D0 r−n (5.18)
Se reemplazan R(r) (ec. 5.18) y Θ(θ) (ec. 5.11) en la expresión u(r, θ) = R(r) · Θ(θ)
para obtener la solución general del Laplaciano en coordenadas cilı́ndricas. Unificando
los coeficientes queda:
∞
X
A000 [A00n rn + Cn00 r−n ] cos(nθ) + [Bn00 rn + Dn00 r−n ] sin(nθ

u(r, θ) = + (5.19)
n=1
5.2. Solución particular en el dominio de interés Ω

El potencial eléctrico en el dominio Ω puede describirse con las funciones u1 y u2
que cumplen:
La ecuación diferencial en derivadas parciales (5.2). Esto implica que u1 y u2

están dados por la ec. (5.19)
∞
X
u1 (r, θ) = A0 + [An rn + Gn r−n ] cos(nθ) + [Bn rn + Hn r−n ] sin(nθ) (5.20)
n=1
∞
X
u2 (r, θ) = C0 + [Cn rn + En r−n ] cos(nθ) + [Dn rn + Fn r−n ] sin(nθ) (5.21)
n=1
u1 es acotada en r = 0. Esto impone que Gn = Hn = 0 para todo n.

∞
X
u1 (r, θ) = A0 + rn [An cos(nθ) + Bn sin(nθ)] (5.22)
n=1
La condición de continuidad (ecuación (5.3)). Reemplazando las ecuaciones (5.21)

y (5.22) y evaluando en r = r1 se obtiene
∞
X
A0 + r1 [An cos(nθ) + Bn sin(nθ)] =
n=1
∞ (5.23)
X
=C0 + [Cn r1n + En r1−n ] cos(nθ) + [Dn r1n + Fn r1−n ] sin(nθ)
n=1
De esta última ecuación se obtiene una relación entre los coeficientes
A0 = C0
An = Cn + r1−2n En (5.24)
Bn = Dn + r1−2n Fn
La condición de continuidad (ecuación (5.4)). Derivando u (ecuación 5.19) en

dirección normal al cı́rculo de radio r1 se obtiene
∞
∂u X
(r, θ) = n[A00n rn−1 − Cn00 r−n−1 ] cos(nθ)+
∂r n=1 (5.25)
+ n[Bn00 rn−1 n − Dn00 r−n−1 ] sin(nθ)
Evaluando la derivada (ec. 5.25) para u1 (ec. 5.22) y u2 (ec. 5.21) en r1 y reem-
plazando en la ecuación (5.4) se obtiene
∞
X
σ1 nr1n−1 [An cos(nθ) + Bn sin(nθ)] =
n=1
∞ (5.26)
X
=σ2 n[Cn r1n−1 − En r1−n−1 ] cos(nθ) + n[Dn r1n−1 − Fn r1−n−1 ] sin(nθ)
n=1
De esta última ecuación se obtiene otra relación entre los coeficientes
σ1 An = σ2 (Cn − En r1−2n )
(5.27)
σ1 Bn = σ2 (Dn − Fn r1−2n )
5.3 Aplicación de las condiciones de borde 45
Estas relaciones permiten expresar u1 y u2 en términos de los coeficientes Cn y

Dn .
∞
X σ2 − σ1
u1 (r, θ) = C0 + 1+ rn [Cn cos(nθ) + Dn sin(nθ)] (5.28)
n=1
σ2 + σ1
∞
σ2 − σ1 r12n
X
n
u2 (r, θ) = C0 + Cn r + cos(nθ)+
n=1
σ2 + σ1 rn
(5.29)
σ2 − σ1 r12n

n
+ Dn r + sin(nθ)
σ2 + σ1 r n
Esta solución se presenta en [19, Sección 3.2].
5.3. Aplicación de las condiciones de borde
y
r2
J0
Ω
r1
x
1
2
J0
Figura 5.1: Esquema del dominio bidimensional donde se calcula analı́ticamente la distribución
espacial del potencial eléctrico con las condiciones de borde de Neumann propuestas
En la porción de la frontera del dominio donde no hay electrodos se aplica la condi-

ción de borde dada por la ecuación (2.44), dado que se considera que no circula corriente
a través de dichas zonas. En la porción de la frontera que se supone en contacto con
electrodos se propone aplicar dos tipos de condiciones de borde distintas. En primer
lugar, en la subsección 5.3.1, se propone modelar a los electrodos con una condición
de Neumann, estableciendo el flujo de corriente a través de los mismos. Luego, en la
subsección 5.3.2 se propone aplicar el modelo de electrodo completo para el caso en las
tensiones en los electrodos son conocidas.
Las condiciones de borde permiten calcular los coeficientes Cn y Dn de las ecuaciones

(5.28) y (5.29).
5.3.1. Condiciones de Neumann
Figura 5.2: Gráfica de las lı́neas equipotenciales obtenidas con la condición de borde de Neu-
mann esquematizada en la figura 5.1
Se considera que se inyecta una densidad de corriente constante J0 (conocida) a

través el arco de circunferencia perteneciente a la frontera del dominio, determinado
por r = r2 , − π8 < θ < − π4 y se extrae la misma densidad de corriente J0 a través de

r = r2 , π8 < θ < π4 . En el resto del contorno del dominio la densidad de corriente es

nula. Además, para definir completamente la solución, un punto de la frontera debe

definirse como referencia (es decir, se hace el potencial eléctrico igual a cero en un
punto). Se “pone a tierra” el punto (r = r2 , θ = 0). Matemáticamente, esta condición
de borde puede expresarse como

π π
 J0 para 8 < θ < 4

σ2 ∂u
∂r
2
(r = r2 , θ) = g(θ) = −J0 para − π8 < θ < − π4
 (5.30)
0 para todo otro θ

u2 (r = r2 , θ = 0) = 0
Para aplicar las condiciones de borde, se calcula el desarrollo en serie de Fourier de

g(θ)
∞ mπ
X 4J0 3mπ
g(θ) = sin sin sin(mθ) (5.31)
m=1
πm 16 16
Esta función g(θ), por la condición de borde de la ecuación (5.30), es igual a
∞
σ2 − σ1 r12n

∂u2 X
n−1
σ2 (r = r2 , θ) = σ2 nCn r2 + n+1 cos(nθ)+
∂r n=1
σ2 + σ 1 r 2
(5.32)
σ2 − σ1 r12n

n−1
+ nDn r2 + sin(nθ)
σ2 + σ1 r2n+1
De aquı́ se puede obtener una expresión para los coeficientes, que resultan
Cn = 0 para todo n = 0, ..., ∞ (5.33)

−1
σ2 − σ1 r12n
nπ
4J0 3nπ n−1
Dn = sin sin r2 + (5.34)
σ2 πn2 16 16 σ2 + σ1 r2n+1
Reemplazando las ecuaciones (5.33) y (5.34) para los coeficientes en las ecuaciones
(5.28) y (5.29) se obtiene la solución particular del problema propuesto. Para evaluar
numéricamente la solución obtenida se toma un número finito N de términos de la serie
de Fourier. En la figura 5.2 se presenta un gráfico de las curvas de nivel de potencial
eléctrico en el dominio Ω para N = 500 y para los parámetros del problema (es decir
las conductividades σ1 y σ2 , los radios r1 y r2 y la densidad de corriente J0 ) con los
valores mostrados en la misma figura.
5.3.2. Condiciones del modelo de electrodo completo

Se busca resolver el problema con la condición de borde de electrodo completo en
el mismo dominio Ω pero esta vez con ocho electrodos conectados en su frontera como
se muestra en la figura 5.3. El potencial eléctrico en Ω verifica las ecuaciones (5.28)
y (5.29), ya que el interior del dominio coincide con el tratado en la subsección ante-
rior. La condición de borde en la porción de la frontera en contacto con los electrodos
está dada por la ecuación (2.45), mientras que donde no hay electrodos conectados el
flujo de corriente en dirección normal a la frontera es nulo y se verifica la ecuación
(2.44). Las tensiones en los electrodos Vl y sus impedancias de contacto zl se supo-
nen conocidas. En particular, las tensiones Vl utilizadas se obtuvieron resolviendo el
problema directo mediante el método de elementos finitos en el dominio propuesto,
inyectando una corriente I a través del electrodo 0 y −I a través del electrodo 1. Se
propone evaluar la condición de borde reemplazando u2 y ∂u ∂r
2
en la frontera ∂Ω para
(2N + 1) valores distintos y equiespaciados de 0 ≤ θ < 2π y truncando las series en
n = N . Esto permite obtener un sistema lineal de (2N + 1) ecuaciones cuyas incógnitas
y
V2
V1
V3 r2
r1 V0
x
1
V4 2
V7
V5
V6
Figura 5.3: Esquema del dominio bidimensional donde se calcula analı́ticamente la distribución
espacial del potencial eléctrico con las condiciones de borde del modelo de electrodo completo.
En la frontera se observa la posición de los electrodos y la numeración elegida.
son C0 y los primeros N coeficientes Cn y Dn de la solución u2 .

En la figura 5.4 se presenta un gráfico de las curvas de nivel de potencial eléctrico
en el dominio Ω para N = 500 y para los parámetros del problema (es decir las
conductividades σ1 y σ2 , los radios r1 y r2 ) con los valores mostrados en la figura. Su
asumió que zl = 2. El vector de tensiones V usado, cuya componente k es la tensión
medida en el electrodo k respecto del electrodo 1 fue
V =(11, 9938; 0; 5, 8774; 5, 9913; 6, 0374; 6, 0748; 6, 1212; 6, 2360)

Figura 5.4: Gráfica de las lı́neas equipotenciales obtenidas con la condición de borde del modelo
de electrodo completo esquematizada en la figura 5.3
Capı́tulo 6
Resultados numéricos
Los resultados numéricos fueron obtenidos con los algoritmos de reconstrucción

programados reemplazando la toma de mediciones por la simulación de las mismas
(ver figura 4.1). La simulación de un conjunto de mediciones puede realizarse mediante
la resolución del problema directo con un modelo definido por el usuario. El modelo
para la resolución del problema directo está constituido por:
el dominio geométrico considerado y su discretización en elementos finitos,
la definición de la cantidad y el tamaño de los electrodos y sus posiciones en la

frontera del dominio,
la distribución de conductividad en el dominio,
el valor de la impedancia de contacto entre los electrodos y el dominio, y
el conjunto de patrones de corriente de estimulación.
Asumiendo que todos los parámetros que definen el modelo se conocen con total
certeza y, dado que en la formulación matemática del problema directo y el proble-
ma inverso se considera que el potencial eléctrico es descripto por las mismas ecua-
ciones, uno podrı́a apresuradamente concluir que al resolver el problema inverso con
mediciones simuladas se obtendrá una reconstrucción perfecta de la distribución de
conductividad. Sin embargo, como se explicó en la sección 2.5, el problema inverso
está mal condicionado. A causa de esto, es necesario usar un método de regularización
que considere información conocida a priori sobre la distribución espacial de conduc-
tividad para obtener una reconstrucción representativa. Como consecuencia, la imagen
de conductividad obtenida no sólo no coincidirá con la simulada, si no que además de-
penderá del método de regularización utilizado. Sin embargo, reconstruir una imagen
con mediciones generadas en forma sintética, asumiendo que todos los parámetros que
definen el modelo se conocen con total certeza, permite comparar los distintos métodos
51
52 Resultados numéricos
de reconstrucción, ya que en ese caso, las inexactitudes en la imagen de conductivi-

dad, se deben únicamente a los efectos del proceso de reconstrucción. La comparación
de los distintos métodos permitirá, bajo algún criterio, adoptar uno de ellos para su
utilización posterior.
Una vez caracterizadas las inexactitudes introducidas por el proceso de reconstruc-
ción, se pueden evaluar aquellas debidas a las aproximaciones realizadas en el modelado
del problema inverso. El procedimiento seguido para realizar dicha evaluación consis-
tió en la simulación de mediciones resolviendo el problema directo (con un modelo
dado), para luego, con las mediciones simuladas, resolver el problema inverso introdu-
ciendo un error en el modelado (asociado a una aproximación, por ejemplo, conside-
rando que las hipótesis de dominio bidimensional son válidas) o en las mediciones (por
ejemplo, ruido en la tensión).
6.1. Descripción del modelo usado en las simulacio-

nes
Para las simulaciones realizadas en este capı́tulo se utilizó siempre un mismo modelo
para la resolución del problema directo, de manera que los resultados obtenidos sean
comparables entre sı́. El dominio se modeló como un cilindro de largo L0 = 4cm y
radio R0 = 7, 26cm con una fila de 8 electrodos circulares de radio r = 0, 5cm ubicada
a una altura H0 = 2cm respecto de la base. Esta geometrı́a representa la porción que
se halla 2cm por encima y por debajo del centro de los electrodos del recipiente que se
utilizó para aplicar la técnica de EIT presentado en la sección 3.1. El origen del sistema
de referencias cartesiano se ubica en el centro de la base del cilindro, y el eje z coincide
con el eje del cilindro. La discretización del dominio en elementos finitos se presenta
en la figura 4.4. La misma consta de 2977 nodos y 11638 elementos tetraédricos.
La distribución de conductividad simulada corresponde en forma aproximada a la
de un fluido de conductividad eléctrica uniforme σf = 5, 5 mS
cm
con una perturbación
cúbica de 2cm de arista, de conductividad σp = 3σf con centro en las coordenadas
c = (1, 1, 2)cm.
En la figura 6.1 se presenta un gráfico de la sección circular central (z = 2cm) del
cilindro, correspondiente al plano que contiene al centro de los electrodos. Las imágenes
de conductividad presentadas en todo este capı́tulo corresponden a la misma sección
circular del dominio. Para generar la distribución espacial de conductividad del domi-
nio se implementó una rutina en Python que permite simular un medio homogéneo
con perturbaciones de formas geométricas simples (cubo, esfera, etc) de conductividad
eléctrica diferente a la del medio. El aspecto escalonado de la distribución de con-
ductividad se debe a que se asigna un valor de conductividad constante por elemento
6.1 Descripción del modelo usado en las simulaciones 53
Figura 6.1: Imagen de la sección circular z = 2cm correspondiente a la distribución de con-

ductividad simulada
proporcional a la cantidad de nodos del elemento que estén dentro de las perturbacio-
nes. Por ejemplo, en el caso del fluido con una perturbación cúbica descripto en esta
sección, la conductividad de un elemento es:
σf si ningún nodo del elemento se halla dentro de la perturbación

3σf +σp
4
si sólo un nodo del elemento se halla dentro de la perturbación
σf +σp
2
si dos nodos del elemento se hallan dentro de la perturbación
σf +3σp
4
si tres nodos del elemento se hallan dentro de la perturbación
σp si los cuatro nodos del elemento se hallan dentro de la perturbación
El valor de la impedancia de contacto utilizado en todos los electrodos fue de

zl = 12Ωcm2 . Se utilizó un conjunto de ocho patrones de estimulación “adyacente”
con el mismo nivel de corriente I = 10mA. El nombre proviene del hecho de que en los
distintos patrones de estimulación, los electrodos activos son adyacentes. En resumen,
en el patrón de estimulación j la intensidad de corriente neta a través de los electrodos j
y j +1 fue 10mA y −10mA respectivamente, y 0 a través de los demás electrodos, donde
j es un ı́ndice cı́clico que va de 0 a 7. Como semilla para la reconstrucción se utilizó σ 0 =
6 mS
cm
. Se simularon las mediciones de tensión sobre los ocho electrodos, durante la
inyección de cada uno de los patrones de estimulación. Durante la estimulación con el
patrón j, la medición de tensión se realizó usando el electrodo j + 4 como referencia.
De esta manera, se obtiene un total de 64 mediciones, 8 de las cuales son nulas, ya
que corresponden a la medición en el electrodo de referencia respecto de sı́ mismo. En

los experimentos, si bien se usaron dos patrones de estimulación distintos (adyacente y
opuesto), se tomó el mismo criterio para la elección del electrodo de referencia. En la
figura 6.2 se muestra un esquema de los patrones de estimulación usados con la elección
del electrodo de referencia para la medición de tensión.
Patrón de estimulación adyacente

V2
V1
V3 V2
V3 V1
V4=0 j=1
V0 V4 V0
j=0
V5 V7 V5=0
líneas de V6 V7
corriente V6
Patrón de estimulación opuesto
V2 V2
V3 V1 V1
V3
j=1
V4=0 V0
V4
V0
j=0
V5 V7 V5=0 V7
V6 V6
Figura 6.2: Esquema de los primeros dos (j = 0 y j = 1) patrones de estimulación usados con
la elección del electrodo de referencia para la medición de tensión. Se muestran las configuraciones
“adyacente” y “opuesta”, usadas en el trabajo.
6.2. Comparación de los métodos de regularización
En esta sección se analizan los resultados de la reconstrucción de una imagen de

conductividad usando diferentes métodos de regularización. La medición de tensión se
simuló siguiendo el procedimiento descripto en la sección 6.1. Las imágenes se pro-
cesaron para evaluar algunos indicadores destinados a caracterizar su calidad. Dicho
procesamiento consiste en un análisis de los valores de conductividad de los casilleros de
la grilla utilizada para generar las imágenes (ver sección 4.2) Los indicadores calculados
a partir de la reconstrucción son:
6.2 Comparación de los métodos de regularización 55
Tamaño de la perturbación reconstruida
Valor máximo de la conductividad eléctrica
Valor mı́nimo de la conductividad eléctrica
Número de artefactos presentes en la imagen
Tamaño de los artefactos
Valor medio y desvı́o estándar de la muestra de los valores de conductividad en

los casilleros que no se consideran parte de la perturbación.
Tiempo de cálculo
Se presenta el análisis detallado para una de las reconstrucciones y posteriormente se

incluye una tabla que resume los resultados del análisis para las demás reconstrucciones
simuladas.
Figura 6.3: Imagen de la sección circular de conductividad reconstruida sin regularizar con las
mediciones simuladas con el modelo descripto en la sección 6.1
Para ilustrar la necesidad de regularizar el problema de la (pseudo) inversión del

Jacobiano en la resolución del problema inverso, en la figura 6.3 se presenta una imagen
de la distribución de conductividad obtenida con un paso del método de Gauss-Newton
sin regularizar. Puede observarse el comportamiento esperado de la solución explicado
en la sección 2.5.1, es decir, una distribución de conductividad con una norma euclı́dea
mucho mayor a la simulada (comparar con fig. 6.1) y muy oscilatoria. En la figura 6.4 se
incluye una gráfica del espectro del Jacobiano calculado para la resolución del problema
Figura 6.4: Gráfica de los valores singulares del Jacobiano (espectro) ordenados de menor a
mayor.
inverso. Los primeros 28 valores singulares son al menos 11 órdenes de magnitud mayo-
res que los posteriores. Se recuerda que los valores singulares mayores están asociados
a las componentes de la solución menos oscilatorias, de menor norma euclı́dea.
En la figura 6.5 se presenta una imagen de la reconstrucción de conductividad
para el modelo simulado, haciendo una sola iteración del método de Gauss-Newton y
usando el método de regularización de Tikhonov (ver subsección 2.5.2) con β1 = 0, 01
y β2 = 0, 01.
Con el fin de evaluar el desempeño de los métodos de reconstrucción se parte de
la premisa de que el campo de conductividad que se desea reconstruir es conocido,
por lo que se puede evaluar el error de la reconstrucción punto a punto restando la
distribución de conductividad simulada a la reconstruida. En la figura 6.6 se presenta
una imagen de la distribución espacial del error en la reconstrucción de conductividad.
En primer lugar, se hace una inspección visual de la imagen de conductividad simu-
lada (figura 6.1) y la reconstruida (figura 6.5) para compararlas. A simple vista, puede
apreciarse que en la reconstrucción hay un contraste de conductividad en la zona donde
se simuló la perturbación, caracterizado por una concentración de casilleros con una
conductividad mayor que los demás. Observando las barras de colores de ambas figuras,
se aprecia que la conductividad de la perturbación simulada llega a ser 16, 5 mScm
, mien-
mS
tras que en la reconstrucción dicha conductividad no supera los 6, 4 cm . Es decir, que en
la imagen reconstruida, la conductividad de lo que se puede considerar la perturbación,
es significativamente menor a la simulada. Este fenómeno se observó también en las
demás reconstrucciones de conductividad efectuadas con otros métodos de regulariza-
ción. Este efecto se atribuye a que la “atenuación” de los contrastes de conductividad
perturbación
artefactos
Figura 6.5: Imagen de la sección circular de conductividad reconstruida obtenida con una
iteración del método de Gauss-Newton y regularización de Tikhonov con β1 = 0, 01 y β2 = 0, 01
usando mediciones simuladas para la distribución de conductividad presentada en la fig. 6.1
es una caracterı́stica intrı́nseca de los métodos de regularización utilizados, los cuales

actúan como un filtro pasabajos sobre la distribución espacial de conductividad (el
método de Tikhonov penaliza las soluciones más oscilatorias, mientras que la TSVD
directamente desecha las componentes de la solución asociadas a grandes fluctuacio-
nes espaciales de la conductividad). El filtrado produce que la reconstrucción de las
perturbaciones presenten bordes menos definidos espacialmente además de alterar los
valores absolutos de la conductividad eléctrica.
Se desarrolló un criterio para evaluar más formalmente (en comparación con una
inspección visual) la detección de un contraste de conductividad en la zona de la per-
turbación. Esto fue posible debido a que se conocen la conductividad del medio y la
posición y la conductividad de la perturbación. En primer lugar se debe establecer
un umbral σu+ , para considerar que los casilleros de la grilla que tengan un valor de
conductividad mayor a σu+ sean considerados la perturbación reconstruida. Luego, se
buscan los valores de conductividad de los casilleros más próximos al centro de la per-
turbación y si su valor está por encima del umbral, se considera que forman parte de
la misma. En la figura 6.5, la curva cerrada de color blanco alrededor de la pertur-
bación indica los lı́mites de la misma, para el σu+ utilizado. En todos los análisis de
σ
resultados numéricos se utilizó un valor de σu+ = σf + δu, donde δu = 10f . Contando
los casilleros que pertenecen al contraste y sabiendo que cada casillero tiene un área de
1mm2 puede determinarse el tamaño de la perturbación reconstruida. Que el tamaño
de la perturbación reconstruida S se aproxime lo más posible al de la perturbación
simulada se considera una caracterı́stica positiva de la reconstrucción. Además, el he-
Figura 6.6: Imagen de la distribución espacial del error de la reconstrucción reconstruida

obtenida con una iteración del método de Gauss-Newton y regularización de Tikhonov con β1 =
0, 01 y β2 = 0, 01
cho de que la conductividad de la perturbación reconstruida sea mayor, implica que la

imagen tolerará la definición de umbrales más alejados de la conductividad del medio.
Asumiendo que el valor de conductividad máxima σmáx en la grilla corresponde
siempre a la perturbación reconstruida (esto no serı́a razonable si no se hubiera simula-
do únicamente una perturbación de conductividad mayor a la del medio), se considera
que un σmáx mayor aporta a la calidad de la imagen. En la imagen de la figura 6.5,
S = 9, 85cm2 y σmáx = 6, 39 mScm
.
Por otra parte, se definió otro criterio de umbralización similar al anteriormente
descripto, para cuantificar la aparición de “artefactos” en la imagen. Un artefacto es
un contraste en la imagen producido por una causa que no es la existencia de un objeto
de conductividad diferente a la del medio que se halla a su alrededor. La aparición de
artefactos puede deberse al método de regularización y a errores en las mediciones o en
el modelado. El criterio de umbralización implementado consiste en categorizar como
artefacto a todo contraste que, sin formar parte de la perturbación reconstruida, tenga
una conductividad mayor a σu+ o menor a σu− = σf − δu. La ausencia de artefactos en
la reconstrucción es una caracterı́stica positiva. En la figura 6.5, se observa la detección
de dos artefactos (cantidad de artefactos detectados Nart = 2), cuya conductividad
es menor a σu− , encerrados por una curva de color blanco. El tamaño aproximado de
los artefactos es de Sart = 1cm2 . Cabe aclarar que los resultados cuantitativos de este
análisis dependen fuertemente de la definición de los valores umbrales y de parámetros
del modelo como la distribución de conductividad simulada, por lo que su utilidad se
limita a análisis comparativos donde estos factores se mantienen constantes. El valor
mı́nimo de conductividad σmı́n es otro parámetro que caracteriza la reconstrucción,

ya que si está muy apartado de σf (que es el mı́nimo de la conductividad simulada) es
factible que haya un artefacto de conductividad menor a σu− .
También se calculó el promedio m(σf ) y el desvı́o estándar std(σf ) de los valores
de conductividad de los casilleros de la grilla que no pertenecen a la perturba-
ción. Una mejor aproximación de m(σf ) a σf se considera una caracterı́stica deseable
del sistema de reconstrucción. El desvı́o estándar de la muestra de valores de conducti-
vidad en los casilleros de la grilla que se hallan fuera de la perturbación reconstruida se
considera una medida de su dispersión. Si una imagen presenta oscilaciones espaciales
de gran amplitud en conductividad, std(σf ) será mayor que en el caso en que la imagen
tenga un valor más uniforme de conductividad fuera de la perturbación (como es el
caso de la distribución de conductividad simulada). En lı́nea con este análisis, en la
figura 6.7 se presenta el histograma de los valores de conductividad de los casilleros
que no pertenecen a la perturbación, para la reconstrucción de la imagen 6.5.
Figura 6.7: Histograma de los valores de conductividad de los casilleros que no pertenecen a
la perturbación de la fig. 6.5
Otro parámetro considerado de interés para la evaluación de los algoritmos es el

tiempo de reconstrucción trec , que integra el tiempo invertido en el cálculo de
Jacobianos (se calcula uno por cada iteración en el método de Gauss) y en la resolución
del problema inverso.
En la tabla 6.1 se presentan en forma resumida los indicadores que permiten evaluar
el desempeño de distintos métodos de reconstrucción, obtenidos según los criterios que
se describieron en esta sección.
σmáx σmı́n Sart m(σf ) std(σf )

Método de regularización mS mS S [cm2 ] Nart mS mS trec [s]
cm cm
[cm2 ] cm cm
Imagen simulada 16, 5 5, 5 7, 58 − − 5, 5 0 N/D
−3
TSVD con e = 10 7, 50 4, 32 15, 46 10 2 5, 43 0, 37 25
TSVD con e = 10−2 6, 75 4, 28 13, 97 10 1 5, 48 0, 35 25
−2
TSVD con e = 10 * 6, 68 4, 46 12, 52 4 1 5, 53 0, 32 50
TSVD con e = 10−2 ** 6, 68 4, 46 12, 52 4 1 5, 53 0, 32 75
−2
TSVD con e = 3 × 10 No se detecta la perturbación
Tikh. con β1 = 10−4 y β2 = 10−4 7, 12 4, 64 15, 54 6 2 5, 42 0, 32 25
Tikh. con β1 = 10−2 y β2 = 10−4 6, 49 4, 58 9, 92 8 1 5, 51 0, 31 25
−2 −2
Tikh. con β1 = 10 y β2 = 10 6, 39 4, 84 9, 85 2 1 5, 50 0, 28 25
Tikh. con β1 = 10−4 y β2 = 10−2 6, 79 5, 24 14, 33 − − 5, 47 0, 17 25
Tikh. con β1 = 10−4 y β2 = 0, 1 6, 42 5, 33 11, 98 − − 5, 50 0, 17 25
Tikh. con β1 = 10−4 y β2 = 0, 1* 6, 38 5, 39 11, 76 − − 5, 54 0, 16 50
Tikh. con β1 = 10−4 y β2 = 0, 1** 6, 38 5, 39 11, 76 − − 5, 54 0, 16 75
Tikh. con β1 = 10−4 y β2 = 0, 5 6, 15 5, 35 5, 59 − − 5, 54 0, 17 25
Se utilizó una iteración del método de Gauss-Newton a excepción de los casos indicados:
*dos iteraciones
**tres iteraciones
Tabla 6.1: Resumen de los resultados del análisis de las imágenes obtenidas con distintos
métodos de regularización.
Se observa que en ninguno de los casos analizados la conductividad máxima σmáx

supera los 7, 50 mS
cm
. En todos los casos salvo en el último, el tamaño de la perturbación
reconstruida es mayor al de la simulada. Estos hechos son consecuencia de la suaviza-
ción de los contrastes de conductividad asociada a los métodos de regularización. El
último caso es una excepción, que se debe a que σmáx está tan próximo al valor umbral
que son pocos los casilleros que superan σu+ . La conductividad mı́nima σmı́n es, en los
casos cuyos resultados se resumen en las últimas cinco filas de la tabla 6.1, lo suficien-
temente próxima a σf como para que no se detecten artefactos en la imagen, mientras
que la perturbación reconstruida posee una conductividad lo suficientemente grande
como para ser detectada con el criterio de umbralización propuesto. Por otro lado, se
observa que el tiempo de reconstrucción es directamente proporcional a la cantidad de
iteraciones de Gauss-Newton realizadas.
De aquı́ en adelante, se utilizará el método de regularización de Tikhonov con β1 =
−4
10 y β2 = 0, 1 a menos que se indique lo contrario. Las imágenes de la distribución de
conductividad reconstruidas con dicho método para las primeras tres iteraciones m del
método de Gauss-Newton se presentan en la figura 6.8. Se observa que el tamaño de la
perturbación reconstruida es el más próximo al simulado, comparándolo con el obtenido
con otros métodos que no presentan artefactos en la reconstrucción. Además, el valor
de m(σf ) se considera aceptable por su proximidad a σf y el hecho de que std(σf )
sea pequeño en comparación con las demás imágenes obtenidas con otros métodos de
regularización indica que fuera de la detección de la perturbación la conductividad
m=1
Figura 6.8: Imágenes de las sección circulares de conductividad reconstruidas con las primeras
tres iteraciones m del método de Gauss-Newton y regularización de Tikhonov con β1 = 10−4 y
β2 = 0, 1 usando mediciones simuladas para la distribución de conductividad presentada en la
fig. 6.1
reconstruida es menos oscilatoria. El tiempo de cálculo para una iteración del método
de Gauss-Newton es similar al de los demás métodos y a partir de la segunda iteración
las imágenes son lo suficientemente similares como para no producir cambios en el
cálculo de los indicadores tabulados. Esta última condición se adoptó como criterio de
convergencia del método.
Figura 6.9: Gráficas de las curvas correspondientes a los cortes con la recta y = 1cm de las
imágenes reconstruidas usando distintos métodos de regularización. También se incluye el gráfico
de la conductividad simulada (notar que la conductividad de la perturbación supera la escala de
este gráfico)
La figura 6.9 muestra los cortes de las imágenes de conductividad obtenidas con
distintos métodos de regularización correspondientes a la recta y = 1cm superpuestos
con el gráfico de conductividad simulada. La figura 6.10 es análoga a la 6.9, con la
diferencia de que los gráficos corresponden a la recta x = 1cm. Estas gráficas son,
junto con los parámetros de la tabla 6.1, una herramienta útil para la comparación de
los métodos de reconstrucción.
Figura 6.10: Gráficas de las curvas correspondientes a los cortes con la recta x = 1cm de las
imágenes reconstruidas usando distintos métodos de regularización. También se incluye el gráfico
de la conductividad simulada (notar que la conductividad de la perturbación supera la escala de
este gráfico)
6.3. Reconstrucción en 2D
En la sección 2.7 se discutió la posibilidad de implementar la reconstrucción consi-
derando que se cumple la condición de simetrı́a axial del dominio y de las condiciones
de borde. En el dominio simulado en la sección anterior, dicha condición no se cumple
dado que los electrodos son finitos y, en particular, sus dimensiones son mucho meno-
res que otras dimensiones del problema, como el radio y la longitud del dominio. Se
propone evaluar el desempeño de un algoritmo de reconstrucción que sólo considere la
sección circular central del cilindro (es decir un dominio bidimensional que coincide con
el plano medio donde se hallan los electrodos) en esas condiciones. Para ello es necesa-
rio simular las mediciones en el dominio tridimensional original, como se describe en la
sección 6.1, y luego implementar la reconstrucción con un algoritmo que sólo considere
la sección circular central del cilindro. La discretización del dominio bidimensional se
presenta en la fig. 4.3.
m=1
Figura 6.11: Imágenes de la distribución de conductividad reconstruidas en un dominio bidi-

mensional con mediciones simuladas en el mismo dominio para sucesivas iteraciones del método
de Gauss-Newton
En primer lugar, se evaluó el algoritmo de reconstrucción bidimensional con medi-

ciones simuladas en el mismo dominio bidimensional. Las imágenes de la distribución
6.4 Reconstrucción con distintos valores de semilla 63
espacial de conductividad reconstruidas con el método de regularización seleccionado

en la sección 6.2 (Tikhonov con β1 = 10−4 y β2 = 0, 1) para distinta cantidad de ite-
raciones del método de Gauss-Newton se presentan en la figura 6.11. Dado que no se
notan diferencias entre las imágenes obtenidas con dos y con tres iteraciones, se asume
que el método converge. Se observa la detección de la perturbación simulada, incluso
con un σmáx mayor a los obtenidos en la sección anterior. Se asume, luego, que el méto-
do de reconstrucción funciona aceptablemente si se cumplen las condiciones discutidas
en la sección 2.7.
m=1
Figura 6.12: Imágenes de la distribución de conductividad reconstruidas en un dominio bidi-

mensional con mediciones simuladas en un dominio tridimensional para sucesivas iteraciones del
método de Gauss-Newton
La imagen obtenida usando un algoritmo de reconstrucción en 2D con mediciones

simuladas en el dominio tridimensional se presenta en la figura 6.12. Como puede
verse, la perturbación no es detectada. El procedimiento se repitió probando distintos
métodos de regularización e incluso modificando la semilla de conductividad obteniendo
resultados tan poco satisfactorios como los presentados. Se asume que la causa de
que la reconstrucción sea defectuosa son los errores de modelado introducidos por la
hipótesis de simetrı́a axial, debido a que la reconstrucción con mediciones simuladas
en un dominio bidimensional tuvo resultados aceptables.
6.4. Reconstrucción con distintos valores de semilla

En la sección 6.2 se analizaron las reconstrucciones de conductividad obtenidas
con diversos métodos de regularización manteniendo iguales los parámetros ingresados
como datos de entrada. En esta sección, usando el mismo dominio y ya habiendo
adoptado el método de regularización de Tikhonov con β1 = 10−4 y β2 = 0, 1, se evalúa
el efecto que tiene el ingreso como dato de entrada distintos valores de conductividad
como semilla. Previamente, se observó que para el dominio modelado, con σ 0 = 6 mS

cm
,
el método de reconstrucción produce la convergencia a una solución.
En la figura 6.13 se presenta la reconstrucción para tres sucesivas iteraciones m
usando σ 0 = 3 mS
cm
. Se observa (ver escala de la barra de colores) que la imagen de
conductividad eléctrica converge hacia el resultado presentado en la fig. 6.8.
m=1 m=2 m=3
Figura 6.13: Imágenes de la distribución de conductividad reconstruidas usando una semilla

de conductividad de 3 mS
cm para sucesivas iteraciones del método de Gauss-Newton
mS
Semilla σ 0 cm
0, 1 1 3 6 10 20
mconv > 10 6 3 2 3 > 10
Tabla 6.2: Iteraciones necesarias para llegar a la convergencia mconv usando el método de
Gauss-Newton para distintos valores de semilla de conductividad σ 0
Se observó que para otros valores de conductividad semilla, se llegó a m > 10

sin que se produzca la convergencia. Podrı́a suceder que para ciertos valores de σ 0 la
convergencia no se produzca. En la tabla 6.2 se presentan la cantidad de iteraciones
necesarias para llegar a la convergencia mconv para algunos valores de semilla distintos.
En los casos en que la convergencia se produjo, se observó un conjunto de elemen-
tos de conductividad mayor a la del resto que bajo algún criterio de umbralización
podrı́an considerarse la detección de la perturbación desde la primera iteración de
Gauss-Newton, de manera similar a lo observado en la figura 6.13.
6.5. Reconstrucción con varios niveles de ruido

En la figura 6.14 se presentan tres reconstrucciones de conductividad obtenidas
agregando ruido de distribución normal en los valores RMS de las tensiones simuladas
en los electrodos, con media 0 y distintos valores en el desvı́o estándar std. A menor
desvı́o estándar, la probabilidad de obtener niveles de ruido más altos es menor. El
modelo para resolver el problema directo y el inverso es el presentado en la sección
6.1. Las reconstrucción se hizo con una iteración del método de Gauss-Newton, con
σ 0 = 6 mS
cm
.
6.6 Aceleración en tarjetas gráficas 65
std=10mV std=1mV std=0,1mV
Figura 6.14: Imágenes de la distribución de conductividad reconstruidas simulando ruido de

distribución normal con media 0 y desvı́o estándar std en la tensión
Para las mediciones de tensión simuladas con ruido de desviación estándar de 10mV
y 1mV (aproximadamente el 0, 5 % y 0, 05 %, respectivamente, de la diferencia de po-
tencial entre electrodos activos) se observa que la perturbación reconstruida se deforma
notoriamente y se producen oscilaciones indeseadas (comparando con la figura 6.8, co-
rrespondiente a la simulación sin ruido). La reconstrucción usando un desvı́o estándar
de 0, 1mV en la simulación de ruido no presenta diferencias apreciables con la simula-
ción sin ruido.
6.6. Aceleración en tarjetas gráficas

Como se describió en la sección 4.8, se paralelizó la construcción de la matriz del
sistema lineal (ecs. (2.62) a (2.65)) usando kernels escritos en CUDA-C. Si bien la
construcción de esta matriz no es la parte del algoritmo cuya ejecución resulte más
crı́tica en cuanto a tiempo de ejecución, es una parte importante de la resolución del
problema inverso, ya que de esta se obtiene el vector de tensiones calculado Vcalc y
el Jacobiano J del sistema. Una rápida construcción de esta matriz, es el primer paso
hacia un algoritmo de reconstrucción en tiempo real.
CPU 1 Intel Core i7-4790 CPU @ 3.60GHz RAM: 16GB - Windows 7 (64 bits)
CPU 2 Intel Core i7-4771 CPU @ 3.50GHz RAM: 8GB - Windows 7 (64 bits)
GPU 1 NVidia GeForce GTX 760 , 1152 CUDA Cores, Memory: 2048MB
GPU 2 NVidia GeForce GTX 780 Ti, 2880 CUDA Cores, Memory: 3072MB
Tabla 6.3: Caracterı́sticas de la CPU y GPU utilizadas
Para este análisis se utilizaron dos PC, cada una con sus respectivas CPU y GPU
que conforman el sistema de procesamiento. Es importante notar, que no se puede
abstraer a la GPU de la CPU a la cual está asociada, ya que, un código tı́pico se ejecu-
tará parcialmente, tanto en CPU como en GPU, lo cual implica la transferencia de datos
entre las memorias de ambas componentes. La tabla 6.3 muestra las caracterı́sticas de
la CPUs y GPUs utilizadas.
Figura 6.15: Tiempo necesario para la construcción de la matriz del sistema en CPU y en
GPU. El tiempo en GPU incluye la tranferencia de memoria.
La figura 6.15 muestra el tiempo de ejecución, en cada CPU y GPU, de la cons-

trucción de la matriz del sistema lineal en función de la cantidad de elementos del
mallado. Se analizaron los casos para mallados de 5591, 12053, 23478, 32997, 38702 y
49396 elementos. Mientras que, tanto el tiempo de ejecución en CPU y el tiempo de
ejecución en GPU, aumentan con la cantidad de elementos del mallado, este aumento
no es proporcional, lo que provoca que las aceleraciones de aproximadamente 70×, ob-
tenidas para los mallados de pocos elementos, caigan a alrededor de 10× para los de
mayor cantidad.
Figura 6.16: Tiempo utilizado sólamente en el cálculo de la matriz del sistema en las GPUs,
en función de la cantidad de elementos del mallado.
Figura 6.17: Tiempo utilizado sólamente en transferencia de datos (bidireccional, entre las
CPUs y las GPUs) para la matriz del sistema, en función de la cantidad de elementos del mallado.
En la figura 6.15 también puede notarse que los desempeños de CPU 1 y GPU 1 son
ligeramente mejores que los de la CPU 2 y GPU 2. Esto es consistente para la compa-
ración entre CPUs, ya que la CPU 1 posee una mayor frecuencia de reloj que la CPU
2. En cuanto a la comparación entre GPUs, se observa una aparente contradicción, ya
que aquella que posee una menor cantidad de núcleos de ejecución (CUDA Cores) es
la que presenta menor tiempo de ejecución, contrariamente a lo esperado. Esto puede
explicarse en que el tiempo de ejecución en GPU reportado, incluye la transferencia
de datos entre la memoria de la CPU y la memoria de la GPU. Como se mencionó en
la sección 4.8, este tiempo puede ser considerable, dependiendo de la cantidad de da-
tos a ser transferidos. Para analizar este efecto, se midió el tiempo de ejecución del
algoritmo en la GPU, registrándose por separado el tiempo de transferencia de datos
y el tiempo neto de cálculo. La figura 6.16 muestra el tiempo utilizado solamente en
procesos de cálculo durante la ejecución en GPU, mientras que la figura 6.17 muestra
el tiempo ocupado en transferencia de memoria. Como puede apreciarse, el tiempo de
transferencia de memoria es dos órdenes de magnitud mayor al tiempo de cálculo neto,
siendo, en todos los casos, mayor al 90 % del tiempo total reportado en la figura 6.15.
Luego, en este caso, la ejecución en GPU se ve limitada por la transferencia de datos
a memoria, más que por la complejidad de los cálculos.
En la figura 6.18 se presenta una gráfica del tiempo utilizado en el cálculo del
problema inverso con regularización de Tikhonov, según se explica en la sección 4.8
para mallados con distinto número de elementos (2543, 5591, 8035 y 12053). El mallado
de 12053 elementos sólo pudo ser procesado en la GPU 2, ya que la GPU 1 no poseı́a la
cantidad de memoria suficiente para procesarlo. Las aceleraciones observadas en este
Figura 6.18: Tiempo utilizado para la resolución de la ec. (2.87) en función de la cantidad
de elementos del mallado. Esto incluye transposición, sumas y multiplicaciones de matrices y la
resolución del sistema lineal presentes en la misma.
caso, fueron de entre 2× y 5× para los mallados de menor cantidad de elementos y

de hasta 12× para el mallado de mayor cantidad de elementos. A diferencia del caso
anterior, la GPU 2 presenta un mejor desempeño que la GPU 1, siendo este resultado
consistente con la cantidad de unidades de procesamiento que poseen. Esto se debe a
que en este caso, como se observa en las figuras 6.19 y 6.20, el proceso está dominado
por el tiempo de cálculo. Dicho tiempo, es un orden de magnitud mayor que el de
transferencia para todos los mallados. En un análisis más detallado, se observó que
más del 80 % del tiempo de cálculo neto en GPU del problema inverso fue consumido
por la operación de resolución del sistema lineal (inversión matricial en la ec. (2.87)).
Luego, en este caso, la ejecución en GPU se ve limitada por la complejidad de los
cálculos más que por la transferencia de datos a memoria.
Figura 6.19: Tiempo utilizado sólamente en procesos de cálculo para la resolución del problema
inverso en las GPUs, en función de la cantidad de elementos del mallado
Figura 6.20: Tiempo utilizado sólamente en transferencia de datos (bidireccional, entre las
CPUs y las GPUs) para la resolución del problema inverso, en función de la cantidad de elementos
del mallado.
Capı́tulo 7
Resultados experimentales
En este capı́tulo se presentan los resultados obtenidos experimentalmente con los

métodos y dispositivos presentados y descriptos en el capı́tulo 3.
7.1. Medición de impedancias de contacto
Figura 7.1: Dispositivos construidos para la medición de la impedancia de contacto. En la fig.

3.4 se presenta un esquema de los mismos.
La medición de impedancias de contacto se realizó siguiendo el método presentado

en la sección 3.2. Se utilizó una solución de agua desionizada con aproximadamente 3g
de cloruro de sodio (NaCl) por litro, cuya conductividad eléctrica resultó de (5, 3 ±
0, 4) mS
cm
. Esta misma solución fue utilizada en todos los experimentos cuyos resultados se
presentan en este capı́tulo. Se fabricaron los dos dispositivos presentados en la fotografı́a
de la fig. 7.1 para contener la solución: uno con electrodos de Ag/AgCl y otro con
electrodos de aluminio (Al).
En la tabla 7.1 se presentan los datos medidos en forma directa y el valor de
resistencia de contacto zl resultante. La reactancia medida no fue tenida en cuenta
para realizar los análisis. La frecuencia f utilizada en la medición se indica en la tabla.
71
72 Resultados experimentales
σ mS

Electrodo @f D[mm] L[mm] cm
Rtot [Ω] zl [Ωcm2 ]
Ag/AgCl @123Hz 9, 3 ± 0, 1 9, 2 ± 0, 2 5, 3 ± 0, 4 280 ± 5 9±7
Al @123Hz 9, 2 ± 0, 1 7, 9 ± 0, 6 5, 3 ± 0, 4 930 ± 50 230 ± 20
Ag/AgCl @5kHz 9, 3 ± 0, 1 9, 2 ± 0, 2 5, 3 ± 0, 4 290 ± 10 12 ± 8
Al @5kHz 9, 2 ± 0, 1 7, 9 ± 0, 6 5, 3 ± 0, 4 250 ± 10 9±7
Tabla 7.1: Resultados de las mediciones directas sobre los dispositivos experimentales de la
fig. 7.1 y obtención de la impedancia de contacto siguiendo el método presentado en la sección
3.2
Se observa que a 123Hz la resistencia de contacto de los electrodos de aluminio

con la solución es notablemente mayor que la de los electrodos de Ag/AgCl. A fre-
cuencias más altas, la resistencia de contacto del aluminio disminuye, mientras que
no se apreció variación significativa en la impedancia de contacto de los electrodos de
Ag/AgCl.
7.2. Calibración de la impedancia de contacto

Utilizando el procedimiento de calibración descripto en la sección 2.6, se obtuvie-
ron los valores de la conductividad del fluido σcal y de las resistencias de contacto zl
con los electrodos de Ag/AgCl. Se midieron las tensiones en los ocho electrodos del
sistema de EIT presentado en la sección 3.1, resultantes de la inyección de corriente a
través de los pares de electrodos activos indicados en la tabla 7.2, donde también se
presentan los resultados. Se utilizó una frecuencia de 123Hz y un nivel de corriente de
aproximadamente 13mA.
Electrodos activos 0−1 0−1 2−6 3−4 2−5 4−7 3−5

σcal mS

cm
11, 18 11, 18 11, 23 11, 15 11, 29 11, 26 11, 28
zl [Ωcm2 ] 33, 79 33, 77 35, 10 33, 24 34, 04 34, 40 33, 77
Tabla 7.2: Resultados obtenidos con el método de calibración presentado en la sección 2.6, esti-
mulando los pares de electrodos indicados en la primera fila de la tabla. Se utilizó una frecuencia
eléctrica de 123Hz.
Al aumentar la frecuencia a 5kHz, la impedancia de contacto obtenida con este

método resultó de alrededor de 32Ωcm2 , lo cual representa una disminución del 4 %.
La variación de la conductividad del medio medida a 5kHz respecto de la medida a
123Hz resultó despreciable frente a las variaciones medidas al usar distintos electrodos
activos.
Se observa que la conductividad calibrada es mayor que el doble de la medida
directamente. El valor de calibración de la impedancia de contacto también supera el
valor medido, presentado en la sección 7.1. El modelo geométrico propuesto, que fue el
7.2 Calibración de la impedancia de contacto 73
Imp. de contacto
Conductividad
Figura 7.2: Gráfica de los resultados de la calibración (σcal y zl ) para distintos niveles H de
solución un un recipiente con 16 electrodos ubicados a 3cm de la base. La geometrı́a cilı́ndrica
del dominio fue modelada con un error en la altura, que es la principal causa de las diferencias
entre los valores de σcal obtenidos con la calibración y la conductividad de la solución medida en
forma directa.
mismo que se utilizó para obtener los resultados numéricos, se describe en la sección
6.1. Si bien en la realidad la solución acuosa de NaCl ocupaba el interior del recipiente
hasta una altura de aproximadamente 9cm desde la base, en el modelo del dominio se
consideró sólo la porción ubicada entre los 2cm por encima y por debajo del centro
de los electrodos. Modelar una región geométrica más pequeña permite obtener una
discretización más fina usando el mismo número de elementos finitos. Sin embargo, al
no considerar una parte del dominio que en realidad existe, se introduce un error de
modelado que afecta la calibración (o la reconstrucción, si fuera el caso). En la figura
7.2 se muestra cómo varı́an los resultados de la calibración obtenidos con un modelo
geométrico “reducido” al variar el nivel real H de la solución acuosa en un recipiente
con 16 electrodos ubicados a 3cm de la base. Notar que si el nivel real de la solución en
el recipiente es mayor al considerado en el modelo, σcal será mayor a la conductividad
real de la solución para equiparar las resistencias del sistema real y el modelado.
En corridas de calibración donde se modeló el dominio completo, se obtuvieron

valores de σcal dentro del intervalo de incerteza de la medición directa (σ = (5, 3 ±
0, 4) mS
cm
).
7.3. Mediciones y reconstrucción de imágenes usan-

do la técnica de EIT
En esta sección se presentan varias imágenes resultantes de la reconstrucción em-
pleando el sistema de EIT presentado en la sección 3.1, con una fila de ocho electrodos.
Se llenó el recipiente hasta una altura de aproximadamente 9cm con la misma solución
acuosa de NaCl sobre la que se efectuó la calibración cuyos resultados se presentan
en la tabla 7.2. Para la reconstrucción se utilizó una iteración del método de Gauss-
Newton con el método de regularización de Tikhonov con β1 = 10−4 y β2 = 0, 1 (ver
sección 2.5). Se configuró el generador de ondas de forma tal que la corriente de estimu-
lación sea de aproximadamente 13mA. En estas condiciones, la diferencia de potencial
entre electrodos activos es de alrededor de 2V , mientras que entre dos electrodos pa-
sivos la diferencia de potencial es del orden de las decenas de mV . La estimulación se
realizó usando ocho patrones distintos. La medición de la respuesta ante la aplicación
de cierto patrón de estimulación se realizó usando un electrodo como referencia. Para
cada patrón de estimulación se tomó como referencia el electrodo ubicado en la posición
diametralmente opuesta al electrodo conectado a la salida del generador de ondas. El
tiempo que tomó el proceso de realizar las sucesivas estimulaciones y las mediciones
fue de aproximadamente 90s. El tiempo de cómputo de la reconstrucción del mapa
de conductividad una vez tomadas las mediciones es el reportado en la tabla 6.1 para
algoritmos que usan una sola iteración de Gauss-Newton.
Se observó que el tiempo que toma la adquisición de datos se debe, fundamental-
mente, a los tiempos de establecimiento de las mediciones de tensión y corriente. Se
infiere que, cuando se realiza la conmutación y los valores medidos por los multı́metros
cambian, se produce un transitorio de aproximadamente un segundo de duración que
demora el trigger automático de los instrumentos.
7.3.1. Evaluación del efecto de la estimulación en la recons-

trucción
En esta sección se comparan la imágenes reconstruidas de la distribución espacial
de conductividad del recipiente lleno con la solución y con un objeto de conductividad
diferente. Se usan los patrones de estimulación adyacente y opuesto (llamados según las
posiciones relativas de los electrodos activos, ver fig. 6.2) y distintas frecuencias eléctri-
cas. La comparación se hace en base a la inspección visual de las reconstrucciones,
evaluando cualitativamente los indicadores relacionados con la detección de los con-
trastes de conductividad que fueron introducidas en la sección 6.2 para la comparación
de resultados numéricos.
En la figura 7.3 se presentan las reconstrucciones obtenidas con el recipiente lleno
7.3 Mediciones y reconstrucción de imágenes usando la técnica de EIT 75
Patrón de estimulación
Adyacente Opuesto
Figura 7.3: El cuadro muestra dos reconstrucciones de la conductividad de la sección circu-

lar del dominio que contiene al centro de los electrodos. El dominio, es decir, el contenido del
recipiente, es en este caso una solución acuosa de NaCl. Las reconstrucciones fueron obtenidas
usando los patrones de estimulación indicados.
de solución acuosa de NaCl usando los patrones de estimulación adyacente y opuesto y

una frecuencia de 123Hz. Las reconstrucciones de conductividad usando frecuencias de
1023Hz y 5kHz no presentaron diferencias significativas respecto de las presentadas.
En la reconstrucción usando el patrón de estimulación adyacente se puede observar la
aparición de un artefacto en el centro del recipiente. Para que un objeto sea detec-
tado debe producir un cambio en la conductividad mayor que la diferencia entre la
conductividad del artefacto y la conductividad del lı́quido.
En la figura 7.4 se presentan imágenes de la reconstrucción con un cilindro de alu-
minio colocado en el centro del recipiente lleno de solución. En la parte superior de la
figura se muestra una fotografı́a del recipiente y su contenido. Debajo de la fotografı́a se
presenta un cuadro con imágenes de la conductividad de la sección circular correspon-
diente al plano que contiene al centro de los electrodos. Cada imagen fue reconstruida
usando una combinación distinta de patrones de estimulación y frecuencia, indicada en
las entradas del cuadro. Se observa que a frecuencias más bajas, el cilindro de aluminio
es detectado como un objeto de conductividad menor a la del medio, mientras que
para frecuencias más altas se lo detecta como un objeto de conductividad mayor. Este
fenómeno es consistente con el hecho de que el aluminio presenta una impedancia de
contacto con la solución acuosa de NaCl que disminuye con la frecuencia (ver sección
7.1). La reconstrucción usando el patrón de estimulación adyacente y una frecuencia
de 5kHz, parece ser, en primera instancia, la que más se aproxima al contenido del
recipiente, ya que en todos los casos restantes, el tamaño de la detección parece ser
mucho mayor al del objeto real. Sin embargo, se nota que esta reconstrucción resulta
muy similar a la obtenida usando el mismo patrón de estimulación con el recipiente
lleno de solución acuosa de NaCl y sin el cilindro de aluminio.
La figura 7.5 es análoga a la 7.4, pero con el cilindro de aluminio ubicado más cerca
de la pared del recipiente. En las imágenes se observa que el tamaño de la detección
Frecuencia [Hz]
123 1023 5k
P A
a d
t y
r a
ó c
n e
n
d
t
e
e
e
s
t O
i
m p
u u
l
a
e
c s
i t
ó
n o
Figura 7.4: El cuadro muestra diversas reconstrucciones de la conductividad de la sección

circular del dominio que contiene al centro de los electrodos. En la parte superior se presenta
una fotografı́a que permite ver el contenido del recipiente (dominio). Las reconstrucciones fueron
obtenidas usando distintas combinaciones de patrón y de frecuencia de estimulación.
se aproxima más al del cilindro que en las reconstrucciones de la figura 7.4. Se observa
que la reconstrucción usando un patrón de estimulación adyacente y una frecuencia de
5kHz es el único que presenta la detección en una posición notablemente distinta a la
del cilindro de aluminio. Por otro lado, en las reconstrucciones realizadas con un patrón
de estimulación adyacente, la detección aparenta estar deformada. Puede notarse que
el artefacto que aparece en el centro del recipiente en la figura 7.3 parece mantenerse
presente en la 7.5 y ser la causa de dicha deformación. En todos los casos, haciendo el
esfuerzo de observar los gráficos teniendo en cuenta que cada uno tiene una escala de
conductividad distinta, puede notarse que la conductividad del medio es muy próxima
a la obtenida en la calibración (≈ 11 mS
cm
, ver sección 7.2).
En la parte superior de la figura 7.6 se presenta una fotografı́a del recipiente, esta
vez con el cilindro de aluminio colocado frente a un electrodo. Debajo de la fotografı́a
se presentan las reconstrucciones obtenidas usando una frecuencia de 123Hz y los
patrones de estimulación adyacente y opuesto. Se observa que la reconstrucción usando
el patrón de estimulación adyacente se presenta levemente más deformada a la vez que
7.4 Reconstrucciones usando un sistema con 16 electrodos 77
Frecuencia [Hz]
123 1023 5k
P A
a d
t y
r a
ó c
n e
n
d
t
e
e
e
s
t O
i
m p
u u
l
a
e
c s
i t
ó
n o
Figura 7.5: ı́dem fig. 7.4, con el cilindro en una ubicación distinta.
el cilindro es detectado con un contraste mayor que en la reconstrucción usando el

patrón de medición opuesto. Nuevamente, puede verse que el artefacto que se presenta
en la reconstrucción (fig. 7.3) de la conductividad del recipiente lleno de solución acuosa
de NaCl parece interferir en la reconstrucción.
En el apéndice A se presentan más figuras con reconstrucciones de la conductividad
del recipiente lleno de la solución y con otros objetos, a saber:
un cilindro de cobre de aproximadamente el mismo tamaño que el de aluminio,

que presenta una conductividad mayor a la del fluido aún a bajas frecuencias
un cilindro de acrı́lico de mayor tamaño que el de aluminio
un cilindro de plástico, de tamaño menor.
7.4. Reconstrucciones usando un sistema con 16

electrodos
En esta sección se presentan las reconstrucciones obtenidas aplicando la técnica de
EIT sobre un recipiente con una fila de 16 electrodos de dimensiones idénticas al usado
Patrón de estimulación
Adyacente Opuesto
Figura 7.6: Reconstrucciones en el recipiente con solución acuosa de NaCl y el cilindro de

aluminio ubicado frente a un electrodo, como se muestra en la fotografı́a. Las reconstrucciones
fueron obtenidas usando los patrones de estimulación indicados y una frecuencia eléctrica de
123Hz.
en la sección 7.3. La fila de electrodos se halla a 3cm de altura. Para los experimentos,
se llenó el recipiente con solución acuosa de NaCl, con σ = (5, 3 ± 0, 4) mS cm
, hasta
un nivel de aproximadamente 7cm. Para controlar la medición y la estimulación, se
duplicaron los componentes de la configuración del conmutador presentada en la sección
3.1.1. En todas las reconstrucciones se utilizó el patrón de estimulación adyacente con
una frecuencia de 123Hz. Los valores de los demás parámetros del modelo y de los
algoritmos de reconstrucción se establecieron en los valores establecidos en la sección
7.3.
Figura 7.7: Reconstrucción en el recipiente con solución acuosa de NaCl, usando el sistema
con 16 electrodos de la fotografı́a
En la figura 7.7 se muestra una fotografı́a del recipiente lleno de solución acuosa de
7.4 Reconstrucciones usando un sistema con 16 electrodos 79
NaCl. A la derecha de dicha fotografı́a se muestra la reconstrucción de la conductividad

de la sección circular del dominio perteneciente al plano que contiene a los centros de
los electrodos. Los resultados de la calibración fueron σcal = 8 mS
cm
y zl = 17,3Ωcm2 . Se
observa que los artefactos presentes en la reconstrucción de la figura 7.7 son de mayor
magnitud que los de la reconstrucción obtenida con 8 electrodos y usando el patrón de
estimulación adyacente de la fig. 7.3.
Figura 7.8: Reconstrucción de la conductividad y fotografı́a del recipiente con solución acuosa
de NaCl y un cilindro de aluminio, usando el sistema con 16 electrodos
de NaCl y un cilindro de cobre, usando el sistema con 16 electrodos
En la figura 7.8 se presenta la fotografı́a del recipiente con el cilindro de aluminio,

junto con la reconstrucción obtenida. A pesar de que los artefactos observados en la
figura 7.7 parecen mantenerse, el cilindro es detectado. En la reconstrucción presentada
en la figura 7.9, no ocurre lo mismo. La detección del cilindro de cobre no puede
observarse debido a que el contraste de conductividad es menor que los artefactos
presentes.
En la figura 7.10 se presenta la reconstrucción con un cilindro de acrı́lico y en la
7.11 con un conjunto de objetos, que pueden observarse en la fotografı́a.
de NaCl y un cilindro de acrı́lico, usando el sistema con 16 electrodos
de NaCl y los objetos mostrados en la fotografı́a, usando el sistema con 16 electrodos
7.5. Reconstrucciones obtenidas en forma “diferen-

cial”
En los análisis de los resultados experimentales, se observó que las imágenes obte-
nidas con los mismos patrones de estimulación presentan artefactos similares indepen-
dientemente del contenido del recipiente. Este hecho posibilita que, al restar los valores
de conductividad de la grilla (ver sección 4.2) de dos imágenes obtenidas con el mismo
patrón de estimulación, se obtenga una imagen de conductividad “diferencial” donde
dichos artefactos presentan un menor contraste. La obtención de imágenes en forma
diferencial se utiliza habitualmente en aplicaciones médicas de la técnica de EIT para
monitorear los cambios en el tiempo de la distribución de conductividad en alguna
parte del cuerpo y se conoce como functional EIT [6, sección 3.2].
Se propone, en este caso, obtener imágenes diferenciales de la conductividad de
recipiente con la solución acuosa de NaCl y uno o más objetos en su interior respecto de
la del recipiente con solución acuosa de NaCl únicamente. Estos resultados se presentan
en el apéndice B. En general, se observa que, de esta manera, el contraste producido por
la presencia de objetos de distinta conductividad se hace mayor y el de los artefactos
disminuye. En consecuencia, la calidad de las imágenes aumenta considerablemente.
Capı́tulo 8
Conclusiones
Se implementó un sistema de EIT que permite inferir contrastes de conductividad

en el interior de un recipiente mediante mediciones en su superficie exterior. Para ello:
Se estudiaron los contenidos teóricos para el modelado de los problemas asociados
a la técnica de EIT y su resolución analı́tica y numérica.
Se programaron algoritmos de reconstrucción iterativos, usando los métodos de

regularización de Tikhonov y de descomposición en valores singulares truncada.
Se propuso y se implementó un método que, mediante simulaciones numéricas

(sección 6.2), permite evaluar comparativamente los algoritmos de reconstrucción.
Se propuso e implementó un método que permite evaluar cualitativamente el

efecto de errores de modelado en las imágenes reconstruidas (secciones 6.3 a 6.5).
Se montó un sistema experimental comandado por computadora para reconstruir

imágenes con mediciones reales.
En la realización de experimentos y en los resultados:
Se identificaron los componentes que son crı́ticos a la hora de desarrollar un

sistema que permita tomar mediciones lo suficientemente exactas y rápidas para
reconstruir imágenes en tiempo real (es decir, capaz de resolver la dinámica del
sistema fı́sico observado)
Se observó que la obtención de imágenes en forma “diferencial” permite disminuir

el efecto de los artefactos en las imágenes
En base a los experimentos, se encontró que el tiempo de respuesta del sistema

de EIT prototipo, implementado con instrumental de laboratorio, queda determinado,
principalmente, por la conmutación de la excitación y la medición a través de los
distintos electrodos. Otras opciones para implementar el hardware de estimulación,
adquisición y preprocesamiento que cumplirı́an su función en forma más rápida serı́an:
81
82 Conclusiones
Una placa de adquisición con tantas entradas y salidas analógicas como elec-
trodos. Se pueden utilizar etapas adaptadoras de impedancia (buffers) para las
entradas destinadas a medir tensión y conversores tensión-corriente para la esti-
mulación.
Usar un FPGA con tantos DACs como electrodos para realizar la estimulación
y ADCs+buffers para las mediciones de tensión. En la FPGA se pueden imple-
mentar módulos lock-in que permitan medir amplitudes y fases de las respuestas
en tensión obtenidas al estimular el volumen con distintas frecuencias en forma
simultánea.
Por otra parte, se identificaron las operaciones crı́ticas, en cuanto a tiempo de

cálculo, de los algoritmos de reconstrucción utilizados.
Productos y operaciones de inversión de matrices en el Jacobiano.
Inversión de la matriz para resolver el problema inverso con regularización de

Tikhonov.
Para mejorar esto, se propone:
Usar el método descripto en [12, Sección 4.3] para el cálculo del Jacobiano
Implementar otros métodos de regularización [14]
Implementación de subrutinas en GPU. Los resultados de la sección 6.6 muestran

que es posible acelerar el algoritmo de reconstrucción utilizando herramientas
para el procesamiento paralelo, y no se ha llegado a explotar este recurso en
todas aquellas operaciones que pueden ser aceleradas (por ejemplo, en el cálculo
del Jacobiano).
Los resultados obtenidos en este trabajo son relevantes y necesarios en el marco del
desarrollo de la técnica de EIT para aplicaciones especı́ficas que son de interés de la
Comisión Nacional de Energı́a Atómica, como la geoprospección en la minerı́a de uranio,
el monitoreo del flujo de dos fases (por ejemplo en Boiling Water Reactors), el control
de las posiciones de objetos dentro de los recipientes a presión de la nueva generación
de reactores nucleares (GEN-IV) y la medicina. En el campo de la medicina, la técnica
de EIT encuentra aplicación en la detección de tumores mamarios, el monitoreo del
ciclo respiratorio y la monitoreo de la actividad cerebral, entre otras.
Apéndice A
Otras reconstrucciones con el

sistema de 8 electrodos
En este apéndice se presentan imágenes de la distribución de conductividad del

recipiente con solución salina y distintos objetos que producen contrastes, utilizando
el sistema de EIT con ocho electrodos (ver sección 7.3), una frecuencia eléctrica de
123Hz y el patrón de estimulación adyacente.
Figura A.1: Reconstrucción con un cilindro de cobre en el centro del recipiente
Figura A.2: Reconstrucción con un cilindro de cobre apartado del centro, entre dos electrodos
83
84 Otras reconstrucciones con el sistema de 8 electrodos
Figura A.3: Reconstrucción con un cilindro de acrı́lico en el centro del recipiente
Figura A.4: Reconstrucción con un cilindro de acrı́lico apartado del centro del recipiente
Figura A.5: Reconstrucción con un cilindro de plástico entre dos electrodos

85
Figura A.6: Reconstrucción con un cilindro de plástico frente a un electrodo
Figura A.7: Reconstrucción con diversos objetos I
Figura A.8: Reconstrucción con diversos objetos II

Apéndice B
Imágenes obtenidas en forma

diferencial
En este apéndice se presentan imágenes de reconstrucciones diferenciales de con-

ductividad (ver sección 7.5). Estas imágenes se obtienen restando las grilla de conduc-
tividad reconstruida en el recipiente con objetos que producen algún contraste con la
grilla obtenida con el medio de conductividad uniforme.
Figura B.1: Reconstrucción en forma diferencial de la imagen 7.5 con f = 123Hz y patrón de
estimulación adyacente
Figura B.2: Reconstrucción en forma diferencial de la imágen A.2
87
88 Imágenes obtenidas en forma diferencial
Figura B.3: Reconstrucción en forma diferencial de la imágen A.8
Figura B.4: Reconstrucción en forma diferencial de la imágen 7.8

Bibliografı́a
[1] Calderón, A. P. On an inverse boundary value problem. En: Seminar on Nume-

rical Analysis and its Applications to Continuum Physics, págs. 65–73. Sociedade
Brasileira de Matemática, 1980. 1
[2] Uhlmann, G. Electrical impedance tomography and calderón’s problem. Inverse

Problems, 25, 2009. 1
[3] Polydorides, N. Image Reconstruction Algorithms for Soft-Field Tomography.

Tesis Doctoral, UMIST, 2002. 2
[4] Jackson, J. D. Classical electrodynamics. 3a edón. Wiley, 1999. 6, 8
[5] Silvester, P. P., Ferrari, R. L. Finite elements for electrical engineers. 3a edón.
Press Syndicate of the University of Cambridge, 1996. 6
[6] Holder, D. S. (ed.) ELECTRICAL IMPEDANCE TOMOGRAPHY. Methods,

History and Applications. Institute of Physics Publishing, 2005. 7, 12, 14, 16, 21,
80
[7] Robinson, R. A., Stokes, R. H. Electrolyte solutions. 2a edón. Dover Books on

Chemistry Series, 2012. 10
[8] Cheney, M., Isaacson, D., Newell, J. C. Electrical impedance tomography. SIAM
Review, 41 (1), 85–101, 1999. 12
[9] Johnson, C. Numerical Solution of Partial Differential Equations by the Finite

Element Method. Cambridge U. Press, 1987. 13
[10] Jochen Alberty, C. C., Funken, S. A. Remarks around 50 lines of matlab: short
finite element implementation. Numerical Algorithms, 20, 117–137, 1999. 15, 16
[11] Kima, B. S., Khambampatib, A. K., Jangc, Y. J., Kimd, K. Y., Kime, S. Image
reconstruction using voltage-current system in electrical impedance tomography.
Nuclear Engineering and Design, 278, 134–140, 2014. 18
89
90 Bibliografı́a
[12] Borsic, A. Regularisation Methods for Imaging from Electrical Measurements.

Tesis Doctoral, School of Engineering. Oxford Brookes University, 2002. 20, 82
[13] Adler, A., Lionheart, W. R. B. Uses and abuses of eidors: An extensible software
base for eit. Physiol. Meas., 27, S25–S42, 2006. 20
[14] Haber, E. Numerical Strategies for the Solution of Inverse Problems. Tesis Doc-
toral, University of British Columbia, 1997. 21, 82
[15] Rahal, M., Khor, J. M., Demosthenous, A., Tizzard, A., Bayford, R. A comparison
study of electrodes for neonate electrical impedance tomography. Physiol. Meas.,
30 (6), S73–84, 2009. 26
[16] Geuzaine, C., Remacle, J.-F. Gmsh: a three-dimensional finite element mesh ge-
nerator with built-in pre- and post-processing facilities. International Journal for
Numerical Methods in Engineering, 79, 1309–1331, 2009. 32
[17] Kirk, D. B., Hwu, W.-m. W. Programming Massively Parallel Processors: A

Hands-on Approach. 1a edón. San Francisco, CA, USA: Morgan Kaufmann Pu-
blishers Inc., 2010. 38
[18] NVIDIA Corporation. NVIDIA CUDA C Programming Guide. 2010. Version 3.2.
38, 39
[19] Seagar, A. Probing with low frequency electric currents. Tesis Doctoral, University
of Canterbury, 1983. 45
Agradecimientos
Se agradece de corazón a aquellas personas que colaboraron directamente con este

humilde proyecto.
A Enzo Dari, por todo el apoyo en lo relacionado con la formulación de elementos
finitos.
A Santi Hansen, del taller de BT, por su predisposición y buen trabajo en el meca-
nizado de los recipientes.
A Flavio Colavecchia, por el tiempo y la paciencia invertidos en poner a andar
CUDA y compañı́a.
A los chicos del Laboratorio de Quı́mica Analı́tica del CAB, por la ayuda con las
mediciones de conductividad. Ellos son Ana Bohé de Nassini, Fabiola Álvarez, David
Quinteros y Agustı́n Tamietti.
A aquellos y aquellas que sin querer, queriéndome, me hicieron quien soy. Gracias
por cuidarme. Gracias por ser.
Son mis pies y la cabeza que me hace seguir cuando hay que caminar. Son el sendero,
los paisajes y la compañı́a. Son mis ojos y mis manos. Son el Sol. Son la vertiente y el
viento a favor. Son la razón para llegar. Son el mate caliente, el abrazo y las estrellas.
Son los besos y el descanso. Son la razón para volver y para seguir caminando. Los
amo.
91

1ferreiro PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

1ferreiro PDF

Cargado por

Copyright:

Formatos disponibles

PROYECTO INTEGRADOR DE INGENIERÍA

Ignacio Martı́n Ferreiro

Dr. Damián Dellavale Mgtr. Pablo Cappagli

Laboratorio de Bajas Temperaturas – Centro Atómico Bariloche

Índice de tablas xiii

3.1.1. Configuración del conmutador . . . . . . . . . . . . . . . . . . 27

4. Implementación de los algoritmos 31

5. Cálculo analı́tico del potencial eléctrico en un dominio sencillo 41

A. Otras reconstrucciones con el sistema de 8 electrodos 83

B. Imágenes obtenidas en forma diferencial 87

1.1. Diagrama de bloques de la técnica de EIT . . . . . . . . . . . . . . . . 2

2.1. Esquema de una tomografı́a . . . . . . . . . . . . . . . . . . . . . . . . 5

3.1. Fotografı́a del sistema de EIT . . . . . . . . . . . . . . . . . . . . . . . 25

4.1. Diagrama de bloques del procesamiento para la técnica de EIT . . . . . 31

5.1. Esquema del dominio con condiciones de Neumann . . . . . . . . . . . 45

6.1. Imagen de conductividad simulada . . . . . . . . . . . . . . . . . . . . 53

6.7. Histograma de valores de conductividad fuera de la perturbación de la

7.1. Dispositivos para la medición de la impedancia de contacto . . . . . . . 71

A.1. Reconstrucción con un cilindro de cobre en el centro del recipiente . . . 83

A.5. Reconstrucción con un cilindro de plástico entre dos electrodos . . . . . 84

B.1. Reconstrucción en forma diferencial de la imagen 7.5 . . . . . . . . . . 87

6.1. Resultados usando distintos métodos de regularización . . . . . . . . . 60

7.1. Medición de impedancias de contacto . . . . . . . . . . . . . . . . . . . 72

La tomografı́a de impedancia eléctrica (EIT: Electrical Impedance Tomography) es

Un sistema de EIT o tomógrafo de impedancia eléctrica está constituido por un

El algoritmo de reconstrucción consiste, fundamentalmente, en la resolución numéri-

En el presente trabajo se aborda la formulación matemática de los fenómenos fı́sicos

Finalmente, y en base a los resultados obtenidos, se proponen mejoras orientadas

Palabras clave: TOMOGRAFÍA DE IMPEDANCIA ELÉCTRICA, PROBLEMA

Electrical Impedance Tomography (EIT) is an imaging technique used to obtain the

The reconstruction software consists, mainly, in the numerical resolution of “Calderón’s

In this work, the mathematical description of the physical phenomena involved in

Keywords: ELECTRICAL IMPEDANCE TOMOGRAPHY, INVERSE PROBLEM

La tomografı́a de impedancia eléctrica (EIT, por las siglas de Electrical Impedance

computarizada convencional es de “campo duro”. En este sentido, se dice también que

En la figura (1.1) se muestra un diagrama de bloques donde se representan los

datos de entrada adicionales al software de reconstrucción, como por ejemplo la geo-

1.1. Organización de los contenidos

Figura 2.1: Esquema de un dominio arbitrario Ω de cuya distribución de conductividad se

En la figura (2.1) se muestra un esquema de un dominio Ω de cuya distribución

2.1. Potencial eléctrico en el dominio

E es el campo eléctrico, B la densidad de flujo magnético, t el tiempo, H la intensidad de

donde ε, µ y σ y se llaman permitividad eléctrica, permeabilidad magnética y conduc-

se obtiene que al considerar µ ≈ 0, la ecuación (2.11) se cumple idénticamente. Reem-

Reemplazando las relaciones constitutivas (2.7) y (2.5) y tomando divergencia en ambos

∇ · (σE + jωεE) = 0 (2.14)

La hipótesis ω ≈ 0 se trata con más profundidad en la subsección 2.1.1.

2.1.1. Análisis dimensional. Rango de validez de las hipótesis

y aplicando la definición de la ecuación (2.21)

Para un medio homogéneo, la ecuación diferencial para el potencial eléctrico adi-

µσωc L2c  1 (2.31)

µεωc2 L2c εωc

Si se cumple la ecuación (2.32), el tercer término del primer miembro de la ecua-

Siguiendo un razonamiento similar, para despreciar la densidad de carga debe

ε = ε0 (εw + 2δc) (2.36)

Asumiendo que la solución no es ferromagnética, su permeabilidad magnética será del

Suponiendo que la longitud caracterı́stica del dominio es Lc = 0, 15m, la frecuencia

En la tabla 2.1 se muestran las propiedades electromagnéticas (σ, ε, µ) de distintos

2.2. Condiciones de borde

u|∂Ω = u0 (x) (2.41)

donde en general u0 es una función que depende de la posición. En particular, si el

donde El indica la porción de la frontera del dominio que corresponde a la interfaz

que se encuentra el electrodo l respecto a cierta referencia (recordar que el potencial

µσωc L2c 1 (2.31)