無網(wǎng)格激發(fā)熒光斷層成像方法研究.pdf

1、分子影像(Molecular Imaging)是一門近年來不斷發(fā)展的新穎的影像學(xué)科，結(jié)合了生物化學(xué)、多模態(tài)成像技術(shù)、生物數(shù)學(xué)、生物信息學(xué)、細(xì)胞&分子生理學(xué)、生物物理學(xué)、藥理學(xué)等多種影像學(xué)和生物相關(guān)學(xué)科技術(shù)。它為疾病的早期診斷和量化分析、治療監(jiān)測和評估以及綜合生理學(xué)的發(fā)展提供了新的技術(shù)平臺。激發(fā)熒光斷層成像(Fluorescence Molecular Tomography，F(xiàn)MT)是MI中光學(xué)影像模態(tài)的一種，它通過靶向生物組織內(nèi)部特定分

2、子的熒光物質(zhì)產(chǎn)生的熒光來獲取熒光在生物組織內(nèi)分布的三維成像，從而獲取靶向的生理或病理組織的三維量化信息。相比于其他光學(xué)分子影像方式，激發(fā)熒光斷層成像具有靈敏度高、成本低和安全可靠等特點。近年來發(fā)展迅速，成為光學(xué)分子影像技術(shù)的研究前沿和研究熱點。
　　本文針對如何提高激發(fā)熒光斷層成像(FMT)的成像精度、速度和魯棒性進(jìn)行了研究，提出了基于無網(wǎng)格方法的FMT前向問題和逆向問題的求解方法，并提出了基于分段常數(shù)水平集的FMT重建方法，主要

3、研究內(nèi)容包含以下幾點：
　　1.提出了無網(wǎng)格FMT前向問題求解方法。該方法基于緊支徑向基函數(shù)(Compactly Supported Radius Basis Function，CSRBF)，首先采用一系列彼此獨(dú)立的離散節(jié)點及形狀函數(shù)來精確表征離散成像區(qū)域，然后采用CSRBF求解FMT光子傳輸模型。由于成像空間離散節(jié)點彼此獨(dú)立，無需進(jìn)行網(wǎng)格剖分等人工操作，且CSRBF具有彼此獨(dú)立、非線性表征離散區(qū)域的特性，重建效率和精確度顯著提高

4、。數(shù)值仿真及生物模型實驗結(jié)果均說明了無網(wǎng)格方法可有效提高FMT的成像精度和效率。
　　2.提出了無網(wǎng)格FMT逆向問題求解方法。將CSRBF引入FMT逆向問題求解當(dāng)中，將經(jīng)典的有限元網(wǎng)格求解問題轉(zhuǎn)化為無網(wǎng)格求解問題，并結(jié)合多種最優(yōu)化算法，如Tikhonov正則化、L1范數(shù)迭代收縮法以及稀疏自適應(yīng)匹配追蹤法等方法來求解FMT逆向問題。數(shù)值仿真以及在體實驗表明無網(wǎng)格FMT逆向問題求解較經(jīng)典有限元法可以有效提高FMT逆向問題求解精度和計算

5、效率。
　　3.提出了FMT逆向問題區(qū)域求解方法。該方法基于分段常數(shù)水平集理論(Piece Wise Constant Level Set，PCLS)，結(jié)合光源稀疏性和高對比度的先驗知識，在傳統(tǒng)的L1范數(shù)正則化方法的基礎(chǔ)上建立了分段常數(shù)水平集重建框架。在具體求解過程中，采用增益拉格朗日交替迭代法求解FMT逆向問題，并結(jié)合共軛梯度法和其他加速算法來快速精確求解PCLS水平集函數(shù)及成像區(qū)域光強(qiáng)分布。數(shù)值仿真和生物模型實驗證明該方法較傳