面向荧光分子断层成像的可行域提取策略研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:wowoni
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
荧光分子断层成像具有无电离辐射特性、无创性、高灵敏性和高特异性,常用于监测肿瘤生长和评价治疗反应,有广阔的应用前景,成为研究者们的关注热点。但光子在生物组织内的散射效应导致了低能量可见光光子的探测,故该成像重建问题有严重的病态性,容易受到噪声和模型误差的影响,很难得到唯一、准确、稳定的解。可行域提取方法通过在成像物体内划分出部分区域作为重建区域,减轻重建问题的病态性,提高重建质量。因此,本文工作聚焦于可行域提取策略,对利用了不同先验信息选择方法的可行域提取策略进行对比实验,分析在相应的可行域约束下得到的重建结果。此外,提出了两个可行域选择方法,并对得到的实验结果进行进一步分析研究,希望得到的结论能够对后续的相关研究工作有启发式帮助。本文工作内容如下。(1)在现有的基于三支决策理论的可行域提取方法中需要手动确定划分阈值,增加了人为操作对实验结果的影响。本文提出了一种基于自适应阈值三支决策理论的可行域提取方法。该方法首先在全域内进行两次重建,根据提出的自适应确定阈值的方法,得到两组阈值,根据这些阈值可以分别得到两个正域、边界域和负域。将两个正域的并集以及两个边界域的交集视为最终的可行域,并在该可行域内重建得到最终的重建结果。文章中引入了数字小鼠仿真实验和物理仿体实验,其结果均验证了该方法可以提高重建结果的准确性,但在重建过程中消耗了较多时间。(2)本文还提出了一种基于自适应立方体的可行域提取策略进行荧光分子断层成像,减少需要消耗的时间。该方法主要包括确定可行域中心点和大小两个步骤。随机初始化一个立方体,通过在当前立方体内迭代地重建,不断地将立方体中心靠近荧光目标中心点,迭代结束后确定的立方体中心点为最终可行域的中心点。将当前立方体内所有结点赋予当前最小荧光产额值,根据前向模型求得表面光分布,并计算与测量的表面光分布之间的均方根误差。最优均方根误差对应的边长为最终可行域的边长。最后,在最终可行域内进行重建。文章中设计的数字鼠躯干模型仿真实验和真实小鼠实验结果均验证了此方法在重建准确度上均有所改善,且在一定程度上提高了重建效率。
其他文献
肺癌作为一种恶性肿瘤,它逐渐侵蚀着人类的身体健康,为人类的生存带来巨大威胁。在我国,其每年导致的发病人数和死亡人数都位列第一,而肺癌中的非小细胞肺癌(Non-small Cell Lung Cancer,NSCLC)的发病率则达到了肺癌总发病数的八成以上。基于非小细胞肺癌驱动基因的靶向药物,由于其疗效可靠、副作用轻微,已成为最受关注的治疗方法之一。在驱动基因中,表皮生长因子受体(Epidermal
学位
多视图数据及高维图像数据的特征提取问题是图像处理中的重要问题。基于子空间投影的图像特征提取方法有着运算代价小、描述能力强等优势,并且广泛应用于多视图图像识别和降维中。因此,论文课题致力于研究现有多视图公共子空间投影方法在子空间学习过程中未能充分利用多视图数据中有效信息的问题,以及现有低维子空间学习方法预先学习重构关系的问题,对现有算法进行了改进,以提高对于多视图图像数据以及高维图像数据的特征提取性
学位
当今时代,发展数字经济已经升级为国家战略。我国发展数字经济具备独特优势,但目前各省数字经济发展不平衡的现象依然存在。本文旨在研究中国区域数字经济格局优化与协同发展,测度最新统计分类标准下我国各省数字经济发展变化情况,从社会网络空间的视角研究分析我国各省数字经济联系网络的空间结构、演变趋势及其影响因素,基于空间关联性对区域数字经济空间进行细致划分,并定量分析了中国省域及各区域内数字经济空间关联性的溢
学位
活动识别作为人机交互的重要媒介,在智能家居、医疗看护等生活领域被广泛研究。由于无线感知领域中基于Wi-Fi信道状态信息(Channel State Information,CSI)的活动识别技术弥补了视频监控技术易侵犯人隐私和穿戴式设备需实时佩戴的缺点,近年来在被动式活动识别领域飞速发展。但基于Wi-Fi CSI的活动识别方案在更换场景和增加新用户后,存在识别精度不佳的问题。这是由于缺乏足够的新环
学位
财政作为政府的重要政策工具,在我国经济建设与发展的过程中发挥着至关重要的作用。2015年,出于经济形势考虑,中国选择实行“有力度的积极财政政策”,以实现宏观经济稳定目标。2020年,积极的财政政策在国家抗击疫情、风险防控的过程中发挥了重要作用。在财政地位提升的同时,我国各类财政风险也在逐渐凸显。为了防范化解各类公共风险,从而降低系统性公共风险、避免全局性公共危机、维持整个经济社会的稳定,适时适度地
学位
读图时代带来了图符信息过载问题,推荐系统能够有效地缓解信息过载,为用户提供个性化的推荐服务。推荐算法是推荐系统的灵魂,协同过滤算法是目前应用最为有效且经典的推荐算法之一,但仍然面临着用户-项目数据稀疏问题、冷启动问题、用户兴趣变化问题。针对协同过滤算法存在的上述问题以及进行图符推荐应用的需要,本文对协同过滤算法及其在图符推荐系统中的应用进行了研究,主要研究内容如下:1.针对用户数据稀疏问题以及未能
学位
数字化技术在文物保护领域占有关键地位。传统的数字化技术主要利用三维激光扫描对文物表面建模,无法得知文物内部的结构、材质以及缺损信息等。计算机断层成像(Computed Tomography,CT)技术凭借其高精度、无损检测物体内部构造等优点,逐渐被文物数字化保护领域采用。重建算法是CT技术的核心,代数重建算法(Algebraic Reconstruction Techniques,ART)作为典型
学位
灰度图像彩色化技术一直是国内外学者研究的重要课题,将彩色化技术应用于兵马俑图像的色彩复原中具有一定的科学价值和历史意义。现有的兵马俑色彩复原方法大多是基于传统算法进行处理,色彩复原准确率较低,且传统算法对于处理低分辨率图像效果很差。针对上述问题本文基于生成对抗网络,对兵马俑全自动着色算法进行了研究。主要研究进展包括:(1)彩色兵马俑数据集建立。目前还没有可用的彩色兵马俑数据集。我们通过各种途径收集
学位
近年来,深度强化学习(Deep Reinforce Learning,DRL)作为一种强大的自我学习技术,被广泛应用到编译器优化任务上,以支持代码在复杂的多核异构平台下运行性能的提升。但是,面对具有庞大搜索空间的优化任务,利用DRL进行搜索依旧面临挑战,一方面庞大搜索空间中包含大量冗余以及无价值的搜索路径,另一方面如果要部署DRL框架开展自动调优工作,仍然需要编译专家耗费较长时间来选择目标任务所对
学位
在高维数据情况下,传统的线性回归模型的参数变得不可估计,变量选择是解决此类问题的一个很好的方法。在稀疏情况下,能够从众多解释变量中筛选出关键的变量显得更为重要,这不仅增强了模型的解释能力,也减低了模型的复杂度。在很多领域数据都存在高维稀疏的情况,特别是生物医学中的基因表达数据,高维数据下的回归方法和变量选择方法在该领域得到了广泛的研究和应用。在高维数据问题上,经典的变量选择方法如最优子集选择、前向
学位