融合深度学习与传统方法的电阻抗成像各种计算框架摘要：电阻抗层析成像（Electrical Impedance Tomography, EIT）是一种非侵入式成像技术，具有无辐射、高时间分辨率等优势，但其图像重建过程面临严重的非线性与病态性挑战。特别是在数据受限（Limited Data）的场景下，如 2023 年 Kuopio 断层扫描挑战赛（KTC 2023），传统算法往往难以获得高分辨率图像。本文介绍了一套通用的开源 EIT 重建框架，该框架集成了经典的 Tikhonov 正则化方法、基于卷积神经网络（CNN/UNet）的深度学习方法以及最前沿的