论文部分内容阅读
对生物组织的光学参数进行在位精确测量,是生物医学领域中的重要研究内容,是光学在生物医学领域进行基础研究和临床应用的重要前提。生物组织光学特性参数的测量在组织类型识别、肿瘤定性分析和外科手术导航等研究领域具有重要的研究意义。如何用数学方法研究光在具有分层组织中的传输过程以及如何根据测得的漫反射率和光通量的数据来反演出该分层组织的各层光学特性参数,这两个问题目前没有得到很好的解决。蒙特卡罗(Monte Carlo)方法是解决光在生物组织中传输的有效方法。本文利用Wang Lihong博士编写的CONV程序和Erik Alerstam等人编写的CUDAMCML软件对分层模型进行仿真,以仿真得到的漫反射率和光通量数据作为输入,分层组织的散射系数和吸收系数作为输出,建立BP人工神经网络,对分层组织的光学特性参数进行了反演研究。本文的主要工作有：(1)使用蒙特卡罗模拟方法研究光在分层组织传输的具体流程。(2)使用蒙特卡罗模拟程序对单层、双层、三层模型进行仿真,改变单层、双层、三层模型的光学特性参数,通过仿真得到不同光学特性参数下漫反射率和光通量的数据,分析光学参数和漫反射率的关系；对模型内部的光场进行图像重建,通过光场图像分析光学参数和和光通量的关系。(3)使用BP神经网络算法,利用蒙特卡罗模拟程序建立以漫反射率或者光通量作为输入,散射系数、吸收系数作为输出的训练数据库和验证数据库,利用训练数据库对BP神经网络进行训练。利用验证数据对训练好的BP神经网络进行验证,对验证结果进行误差分析。(4)使用Matlab中的GUIDE工具,结合BP神经网络,对光学特性参数反演系统进行可视化编程设计。在系统软件中导入以光通量为输入,散射系数、吸收系数为输出的训练数据库和验证数据库,实现了通过已知光通量数据精确预测组织模型的散射系数和吸收系数。误差结果表明,BP神经网络可以对分层组织的散射系数和吸收系数进行高精度的预测,本文设计的光学特性参数反演系统能够为医学临床诊断和治疗提供参考信息,因而具有一定的实用价值。