[發(fā)明專利]基于乘子法的自發(fā)熒光斷層成像重建方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210523586.0
• 申請(qǐng)日: 2012-12-07
• 公開(kāi)（公告）號(hào): CN102988026A
• 公開(kāi)（公告）日: 2013-03-27
• 發(fā)明（設(shè)計(jì)）人: 田捷;郭偉;楊鑫
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類(lèi)號(hào): A61B5/00
• 分類(lèi)號(hào): A61B5/00
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 戎志敏

技術(shù)領(lǐng)域

本發(fā)明屬于光學(xué)分子影像領(lǐng)域，涉及自發(fā)熒光斷層成像重建方法，尤其是一種基于乘子法的自發(fā)熒光斷層成像重建方法。

背景技術(shù)

光學(xué)分子影像技術(shù)是在分子細(xì)胞水平上實(shí)現(xiàn)生物體生理、病理變化的實(shí)時(shí)、無(wú)創(chuàng)、在體成像。熒光斷層成像作為一種重要的光學(xué)分子影像成像模態(tài)，具有高靈敏度、低費(fèi)用、無(wú)放射性等諸多優(yōu)點(diǎn)，已經(jīng)在新型藥物研發(fā)，在體觀測(cè)腫瘤發(fā)生、發(fā)展、轉(zhuǎn)移機(jī)理等多個(gè)領(lǐng)域獲得了廣泛的應(yīng)用。由于在近紅外和可見(jiàn)光波長(zhǎng)范圍里，光子在生物體組織中傳播時(shí)會(huì)發(fā)生復(fù)雜的散射，因而二維平面自發(fā)熒光成像往往不能提供自發(fā)熒光光源的準(zhǔn)確位置，而且具有無(wú)法獲得熒光光源深度信息的固有缺陷。自發(fā)熒光斷層成像重建技術(shù)通過(guò)測(cè)量邊界表面的熒光光強(qiáng)分布，實(shí)現(xiàn)了熒光光源的三維精確定位。

自發(fā)熒光斷層成像重建是一個(gè)典型的病態(tài)問(wèn)題。而且通常，表面熒光光強(qiáng)非常微弱，導(dǎo)致CCD探測(cè)器所采集到的信號(hào)混有大量干擾噪聲，從而進(jìn)一步增加了熒光光源重建的復(fù)雜性，限制了自發(fā)熒光成像技術(shù)在實(shí)際中的應(yīng)用。研發(fā)一種能夠準(zhǔn)確、快速、魯棒的熒光光源重建技術(shù)一直是國(guó)際上一個(gè)研究熱點(diǎn)，但是到目前為止，還沒(méi)有一種公認(rèn)的技術(shù)能夠?qū)崿F(xiàn)這一目標(biāo)。

現(xiàn)有的重建方法大都是將熒光光源重建看作是求解最優(yōu)化問(wèn)題。正則化方法是一個(gè)很通用的方法。其中，最常見(jiàn)的方法是使用基于L2范數(shù)的正則化方法，但是這類(lèi)方法得到的重建結(jié)果往往過(guò)于平滑，精度也不夠理想。考慮到在實(shí)際應(yīng)用中，如腫瘤的早期檢測(cè)和觀察，熒光光源分布具有稀疏性分布的特點(diǎn)，因此，將稀疏性特點(diǎn)作為先驗(yàn)信息融入到優(yōu)化問(wèn)題模型中可以增強(qiáng)熒光光源重建的質(zhì)量。因此基于L1范數(shù)的正則化方法能夠很好地體現(xiàn)光源的稀疏性特點(diǎn)，但這會(huì)造成最優(yōu)化問(wèn)題目標(biāo)函數(shù)不可微分，這就使得現(xiàn)有的很多用于L2范數(shù)正則化方法的光源重建方法不能直接用來(lái)求解基于L1范數(shù)的光源重建問(wèn)題。除此之外，盡管現(xiàn)在已經(jīng)存在一些可以被用來(lái)求解基于L1范數(shù)的正則化問(wèn)題的數(shù)學(xué)方法，如迭代收縮方法，內(nèi)點(diǎn)法等等，但是，自發(fā)熒光斷層成像問(wèn)題有病態(tài)性強(qiáng)，以及系統(tǒng)矩陣為實(shí)數(shù)稠密矩陣的特點(diǎn)，這使得以上的方法存在成像效率低，參數(shù)選擇困難，甚至只能得到局部最優(yōu)解而不能夠得到準(zhǔn)確的重建結(jié)果。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于乘子法的自發(fā)熒光斷層成像重建方法。

為實(shí)現(xiàn)上述目的，一種基于乘子法的自發(fā)熒光斷層成像重建方法，包括步驟：

S1使用有限元分析方法擴(kuò)散方程進(jìn)行離散化，基于L1范數(shù)的懲罰項(xiàng)建立無(wú)約束條件最優(yōu)化問(wèn)題模型；

S2得到所述無(wú)約束條件最優(yōu)化問(wèn)題模型的對(duì)偶模型；

S3建立所述對(duì)偶模型的增廣拉格朗日函數(shù)；

S4：簡(jiǎn)化增廣拉格朗日函數(shù)的最大值函數(shù)；

S5使用截?cái)嗯ｎD法求解增廣拉格朗日函數(shù)的最大值；

S6將增廣拉格朗日函數(shù)的梯度作為目標(biāo)向量的最快下降方向?qū)δ繕?biāo)向量進(jìn)行更新；

S7更新懲罰向量；

S8計(jì)算目標(biāo)函數(shù)值J(w)，如果||(J(w)^k-J(w)^k-1)||/||Φ^m||≥tol為真，計(jì)算k＝k+1并跳至步驟S4，否則，結(jié)束計(jì)算，其中，tol為目標(biāo)函數(shù)的收斂效率閾值。

本發(fā)明能夠快速地在較大成像區(qū)域內(nèi)得到準(zhǔn)確可靠的光源分布信息。并且，本發(fā)明除正則化參數(shù)的以外其他參數(shù)都可以實(shí)現(xiàn)自適應(yīng)調(diào)整，從而提高了成像的魯棒性。

附圖說(shuō)明

圖1，本發(fā)明方法的流程圖。

圖2，小鼠軀干的非勻質(zhì)模型示意圖以及對(duì)應(yīng)的四面體網(wǎng)格。

圖3，非勻質(zhì)模型體內(nèi)光源位置示意圖以及表面測(cè)量值。

圖4，兩種方法的成像結(jié)果示意圖：(a)(b)(c)依次為T(mén)ikhonov方法(全域成像)、Tikhonov方法(局部成像)以及本發(fā)明所得到的成像結(jié)果。左側(cè)一列為使用iso-surface的三維視圖，右側(cè)一列為在最大值點(diǎn)處進(jìn)行切片得到的熒光光強(qiáng)分布圖。

圖5，兩個(gè)光源成像結(jié)果示意圖：左側(cè)為使用iso-surface的三維視圖，右側(cè)為在最大值點(diǎn)處進(jìn)行切片得到的熒光光強(qiáng)分布圖。

圖6，三個(gè)光源成像結(jié)果示意圖：左側(cè)為使用iso-surface的三維視圖，右側(cè)為在最大值點(diǎn)處進(jìn)行切片得到的熒光光強(qiáng)分布圖。

具體實(shí)施方式