[發明專利]一種基于遺傳算法的乳腺擴散光學層析成像系統

有效

• 申請號: 202010331277.8
• 申請日: 2020-04-24
• 公開（公告）號: CN111489316B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 謝曉青;何蕓蕓;馬貝;李世維;高爽;容若文;張國旺
• 申請（專利權）人: 浙江杜比醫療科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/13;G06N3/126
• 代理公司: 常州市權航專利代理有限公司 32280
• 代理人: 朱鑫樂

1.一種基于遺傳算法的乳腺擴散光學層析成像系統，其特征在于，包括：

圖像采集模塊，所述圖像采集模塊被配置為采集乳腺圖像和兩幀暗圖像；

圖像處理模塊，所述圖像處理模塊被配置為將乳腺圖像減去兩幀暗圖像的平均值后對乳腺圖像進行平滑濾波處理，所述圖像處理模塊還被配置為對第一組的N個近紅外LED燈的乳腺圖像進行疊加和歸一化處理后獲取乳腺靜態圖像；

輪廓提取模塊，所述輪廓提取模塊被配置為對所述乳腺靜態圖像進行算法處理獲取乳腺輪廓；

圖像整合模塊，所述圖像整合模塊被配置為對乳腺輪廓內的M組乳腺圖像進行合成疊加處理獲取乳腺平均圖像；

參數計算模塊，所述參數計算模塊被配置為利用遺傳算法和朗伯比爾定律計算出乳腺的平均衰減系數和幾何形狀；

矩陣計算模塊，所述矩陣計算模塊被配置為根據幾何形狀和DOT前向模型構建DOT前向模型對應的權重矩陣W，所述矩陣計算模塊還被配置為對乳腺圖像進行對數處理后減去第一組的乳腺圖像得到輸出矩陣Y，所述矩陣計算模塊還被配置為根據權重矩陣W和輸出矩陣Y計算乳腺內部吸收系數變化矩陣X；

可視化模塊，所述可視化模塊被配置為對乳腺內部吸收系數變化矩陣×進行可視化處理和偽彩處理得到乳腺組織光學系數動態變化的彩圖；

所述圖像整合模塊被配置為通過以下步驟獲取乳腺平均圖像：

在乳腺輪廓內計算第一組乳腺圖像中每個近紅外LED燈的有效照亮區域，在有效照亮區域內得到每個近紅外LED燈的有效像素點個數p_i(i＝{1，2，...，N})和N個近紅外LED燈的總有效像素點個數p_a；

將M組N個近紅外LED燈的乳腺圖像按照每個近紅外LED燈進行整合得到N個近紅外LED燈的平均圖像；

M組N個近紅外LED燈的乳腺圖像為I_dij(i＝{1，2，...，N}，j＝{1，2，...，M})，平均圖像的整合方式的公式如下：

式中：

I_di為第i個近紅外LED燈的平均圖像；

(x_ik，y_ik)為乳腺圖像中的像素點的坐標；

I_di(x_ik，y_ik)為像素點(x_ik，y_ik)處CCD探測器接收到的第i個近紅外LED燈的平均光強；

所述參數計算模塊被配置為通過以下步驟計算乳腺的平均衰減系數和幾何形狀：

利用遺傳算法計算乳腺z坐標和平均衰減系數α，遺傳算法的優化目標的公式如下：

式中：

(x_ij，y_ij，z_ij)為CCD探測器的像素點坐標；

(x_si，y_si，z_si)為第i個近紅外LED燈的像素點坐標；

I_di(x_ij，y_ij)為像素點(x_ij，y_ij)處CCD探測器接收到的第i個近紅外LED燈的平均光強；

I_0i為第i個近紅外LED燈的光照強度；

r_ij為CCD探測器的像素點(x_ij，y_ij，z_ij)與第i個近紅外LED燈之間的距離；

對遺傳算法參數進行初始化；

遺傳算法參數包括最大迭代次數MaxGen、種群個數NP、交叉概率p_c、變異概率P_m和優化參數個數p_aN；

優化參數個數p_aN＝p_a+1，優化參數的上界為CCD探測器的z坐標的最大值和平均衰減系數α的最大值，優化參數的下界為CCD探測器的z坐標的最小值和平均衰減系數α的最小值，CCD探測器的z坐標的范圍區間為[Z_min，Z_max]，平均衰減系數α的范圍區間為[α_min，α_max]；

隨機生成初始群體POP_i＝{S_j，j＝{1，2，...，NP}}，其中，S_j＝[z_j1，z_j2，...，z_jpa，α_j]；其中，S_j為種群中的第j個個體，z_j1，z_j2，...，z_jpa為每個像素點的z坐標，α_j為隨機平均衰減系數；

生成初始群體POP_i的公式如下：

式中：

rand_jk為區間[0，1]之間的隨機數；

計算每個個體的適應度，適應度的計算公式如下：

i為第i次迭代：

為第i次迭代下，POP_i中第j個個體S_j的適應度；

J_j為S_j個體，按照公式計算得到；

對所有個體按照適應度從高到低進行排序得到排序后的群體、最佳適應度值F_best和最佳個體S_best，排序后的群體為POP_ir＝{S_rj，j＝{1，2，...，NP}}，S_rj為適應度排序后的個體，S_r1為適應度最高的個體，S_rNP為適應度最低的個體；

對種群進行選擇操作得到選擇后的群體POPN_i，選擇過程的公式如下：

式中：

POPN_i(k)為選擇后的群體POPN_i中的第k個個體；

對種群進行交叉操作和變異操作；

將選擇后的群體POPN_i中的兩個相鄰的個體作為父代，得到個父代，每一對父代個體隨機產生的一個區間[0,1]范圍內的隨機數

若隨機數co₁大于交叉概率p_c則將兩個個體重組生成新的個體，交叉操作過程的公式如下：

對每個個體的每個變量位置隨機產生一個隨機數P_mkl，k＝{1，2，...，NP}，l＝{1，2，...，p_aN}，當隨機數P_mkl大于變異概率Pm，則進行如下的變異操作：

變異操作過程的公式如下：

若迭代次數gen大于最大迭代次數MaxGen則輸出最佳個體S_best為CCD探測器的z坐標和平均衰減系數α；

若迭代次數gen不大于最大迭代次數MaxGen則將迭代次數gen的數值加1，重新進入計算每個個體的適應度的步驟。