[發明專利]基于自適應參數搜索的彈性網絡激發熒光斷層重建系統

有效

• 申請號: 202010301564.4
• 申請日: 2020-04-16
• 公開（公告）號: CN111508076B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 田捷;杜洋;王瀚帆;安羽
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06T19/20
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于自適應參數搜索的彈性網絡激發熒光斷層重建系統，其特征在于，該系統包括：數據獲取模塊、數據分割及離散化模塊、數據融合模塊、模型建立模塊、目標函數生成模塊、搜索迭代及輸出模塊；

所述數據獲取模塊，配置為獲取生物CT三維組織結構數據及其體表激發熒光圖像數據；

所述數據分割及離散化模塊，配置為對所述生物CT三維組織結構數據進行器官分割并進行有限元離散化，獲得生物三維結構信息、有限元離散化后的網格文件；

所述數據融合模塊，配置為采用特征點配準的方法融合所述生物三維結構信息與體表激發熒光圖像數據，獲得生物體表激發熒光光強分布信息；

所述模型建立模塊，配置為基于所述生物體表激發光光強分布信息，結合所述有限元離散化后的網格文件，構建低階近似后的描述光子在生物組織體內傳輸的線性數學模型；

所述目標函數生成模塊，配置為基于所構建的線性數學模型，通過最小二乘法逆向求解目標矩陣，并結合構造的彈性網正則化約束條件，生成目標函數；

所述搜索迭代及輸出模塊，配置為采用基于坐標下降的彈性網正則化方法和預設的自適應參數搜索迭代方法計算所述目標函數的有效解，獲得探針在生物腫瘤區域的匯聚分布情況并進行輸出；

其中，采用基于坐標下降的彈性網正則化方法和預設的自適應參數搜索迭代方法計算所述目標函數的有效解，其方法為：

步驟A100，初始化搜尋起點參數、迭代重建結果、搜索參數、搜索步長、第二結果、第三范數；所述第二結果為正則化參數對應的非零向量的重建結果；所述第三范數為第二結果的L0范數；

步驟A200，基于所述搜尋起點參數、所述迭代重建結果，結合A，通過基于坐標下降的彈性網方法計算第一結果的L0范數，作為第一范數；所述第一結果為搜尋起點參數對應的非零向量的重建結果；其中，A為系統權重矩陣；

步驟A300，基于所述第一范數、預設的搜索步長比，計算本輪迭代的搜尋終點的L0范數，作為第二范數，并將第一迭代參數m置為0；

步驟A400，分別用所述第二范數、所述搜索參數、所述迭代重建結果更新第三范數、搜索步長、第二結果；

步驟A500，令m＝m+1，基于所述第二范數計算搜索步長，并根據該搜索步長計算正則化參數；根據所述正則化參數，通過基于坐標下降的彈性網方法計算第二結果的L0范數，即第三范數；

步驟A600，基于所述第二結果，結合預設的ROI參數，計算ROI區域的殘差向量，若第二范數、第三范數不相等且該殘差向量的L2范數大于設定的精度閾值且m小于設定的第一迭代閾值，則保存L2范數較小的殘差向量和對應的第二結果并跳轉步驟A500，否則將最小殘差向量對應的第二結果作為本輪迭代最優解并執行步驟A700；

步驟A700，分別用第二結果、第三范數、搜索步長更新迭代重建結果、第一范數、搜索參數；若本輪迭代最優解對應殘差向量的L2范數小于上一輪最優解對應殘差向量的L2范數或本輪迭代最優解對應殘差向量的L2范數大于設定的精度閾值，則跳轉步驟A300，否則將該殘差向量對應的重建結果作為目標函數的有效解。

2.根據權利要求1所述的基于自適應參數搜索的彈性網絡激發熒光斷層重建系統，其特征在于，所述模型建立模塊中“構建低階近似后的描述光子在生物組織體內傳輸的線性數學模型”，其方法為：

Y＝AX

其中，A為系統權重矩陣，X為生物組織中內部光源的分布信息，Y為生物體表激發熒光光強分布信息。

3.根據權利要求2所述的基于自適應參數搜索的彈性網絡激發熒光斷層重建系統，其特征在于，所述目標函數生成模塊中“基于所構建的線性數學模型，通過最小二乘法逆向求解目標矩陣，并結合構造的彈性網正則化約束條件，生成目標函數”，其方法為：

其中，E(X)為目標函數，α、β為正則化參數。