论文部分内容阅读
分子影像(Molecular Imaging)是随着医学成像技术不断发展而出现的一种新的医学成像模式，它能够对感兴趣的生物化学过程进行分子级别上的成像。激发荧光断层成像技术(Fluorescence Molecular Tomography，FMT)，是分子影像技术中的一种，它能够利用荧光探针的特异性在细胞分子水平上对特定目标进行三维成像或追踪，根据荧光表现获得量化信息。这一技术已经广泛应用到生物化学的研究中，已在肿瘤切除中有良好的应用表现，在生理学、新陈代谢、可视化细胞和组织上有潜在的临床价值。 本文针对如何提高激发荧光断层成像技术的重建抗噪性、重建速度和重建精度进行了研究，提出三种重建方法，主要内容包含以下方面: 1、提出了一种基于迹范数正则化的重建方法。该方法基于荧光光源分布的结构稀疏性这一先验知识，迹范数是矩阵奇异值的和，可以近似代替矩阵的秩约束从而排除冗余充分利用矩阵有效信息，利用迹范数的这一性质来约束矩阵，可以快速重建出稀疏光源分布。在具体求解过程中，使用加速近端梯度算法以提高求解效率。数值仿真对比实验表明，该方法较传统方法能够更快速有效精确地重建出成像物体内部的荧光分布。 2、提出了基于弹性网正则化的重建方法。该方法基于L1范数+L2范数的弹性网正则化模型，通过同时使用L1范数和L2范数，将L1范数约束可以获得稀疏结果和L2范数约束可以获得稳定结果的优点结合，从而平衡稀疏性和平滑性获得理想的FMT重建结果。在具体求解过程中，使用近端梯度算法以提高求解效率。数值仿真实验证明，该方法较传统方法能够更快速有效精确地重建出成像物体内部的荧光分布。 3、提出了一种基于L1范数正则化映射主加速近端梯度的重建方法。该方法基于L1范数正则化模型，利用L1范数具有稀疏性约束的效果，通过使用主加速近端梯度下降和L1范数映射求解L1最优化模型，可以快速重建出抗噪性强的光源分布。在具体的求解过程中，每一次迭代都利用上两次迭代结果获得一个搜索点，使得重建结果更加鲁棒，同时使用主加速近端梯度方法求解实现快速收敛。数值仿体实验和活体小鼠实验表明，该方法不仅能够更快速有效精确地重建出成像物体内部的荧光分布，而且在高噪声干扰下也能重建出理想效果，同时具有良好的实用性。