论文部分内容阅读
荧光分子断层成像（Fluorescence Molecular Tomography，FMT）具有灵敏度高、时间分辨率高、无电离辐射、低成本以及易操作性等诸多优点，已经成为一种重要的分子影像技术并得到了广泛发展。FMT是以特定的荧光分子探针作为对比剂，在外部光源激发下产生荧光，结合光子在组织内的传输模型，通过测量组织边界的光强分布，从而重建出荧光目标在生物体组织内部的三维分布，进一步反应生物体的生理和病理信息，在早期肿瘤检测、药物分布、基因表达等方面有着巨大的应用潜力。本文围绕连续波荧光分子断层成像中荧光目标分布的重建问题，研究内容如下： 1．围绕荧光分子断层成像中的测量矩阵优化进行研究，构造出一种基于压缩感知框架下的荧光分子断层成像模型。以压缩感知理论中的优化测量矩阵能提高重建算法性能为依据，研究FMT中测量矩阵（前向矩阵）的优化。首先，从优化测量矩阵的理论基础出发，总结归纳了几类现有的测量矩阵优化方法，包括基于互相关系数变型的测量矩阵优化、基于逼近单位矩阵的测量矩阵优化以及基于等角紧框架（Equiangular Tight Frame，ETF）的测量矩阵优化，并对他们进行了仿真对比分析；其次，提出了基于循环算法（Cyclic Algorithm，CA）和基于thin QR分解的测量矩阵优化方法，通过仿真实验、仿体实验、真实小鼠在体实验数据，对基于CA算法和基于thin QR分解的FMT测量矩阵优化的效果进行了分析，实验结果证明了优化方法的可行性与有效性。 2．在上述优化测量矩阵的基础上，研究贪婪重构（Greedy Reconstruction，GR）算法在荧光分子断层成像重建中的应用，并重点对正则化正交最小二乘（Regularized Orthogonal Least Squares，ROLS）算法、分段式正交匹配追踪（Stagewise Orthogonal Matching Pursuit，StOMP）算法在荧光分子断层成像中的重建性能进行了比较分析。首先，对贪婪重构算法进行了简单总结和分析；接着，基于优化后的测量矩阵，研究经典贪婪重构算法在 FMT重建问题中的应用；最后，利用仿真测试 CA算法、thin QR分解优化测量矩阵之后贪婪重构算法的重建性能，并结合经典重构算法同步代数迭代（Simultaneous Algebraic Reconstruction Technique，SART），提出了GR-SART算法，物理仿体实验以及真实小鼠在体实验都对算法进行了验证。