论文部分内容阅读
荧光分子断层成像（FMT）根据边界探测到的漫射光分布,同时考虑到组织对光的散射和吸收作用,选取合适的重建方法重建出荧光目标在体内的三维分布和荧光浓度,从而对生物体的生理和病理过程进行分子层面上的在体动态监测。由于其灵敏度高、成本低、无创等众多优点,FMT成为分子影像学科的一个重要分支,并已成功应用于癌症诊断、药物开发和治疗学评估。然而因为光在组织内部传播的吸收效应远低于散射效应,且通过CCD相机获取到的生物体表上的荧光信息量较少,这使得FMT重建具有较强的不适定性,因此如何精确重建出荧光目标成为FMT的核心问题。本文围绕荧光分子断层成像重建展开,为提高重建性能,基于三支决策理论提取可行区域,在可行域上采用平滑l0范数正则化实现有限投影FMT重建,采用分裂Bregman的TV范数最小化算法提升重建图像质量。具体工作如下:1)基于三支决策理论和平滑l0范数的有限投影FMT重建。有限投影荧光分子断层成像（FMT）通过较短的数据采集时间,可在动物体内快速重建出荧光目标的三维分布。然而,由于较少的投影数据使有限投影FMT有着严重的病态性。为了减少有限投影FMT问题的病态性并提升重建精度,考虑到FMT中光源稀疏分布的特点,提出一种结合三支决策理论和平滑l0范数的有限投影FMT重建方法。该方法采用基于平滑l0范数的FMT重建算法,利用相似的连续函数去逼近l0范数,可以实现快速求解,同时基于三支决策理论提取可行区域,在逐渐减小的可行域上进行多次重建,从而提升重建精度。数字鼠模型重建结果表明,在3、6和9个激发点下,重建图像的位置误差都小于1mm,重建时间较短。物理实验的重建结果更加表明了所提方法在实际FMT重建上的有效性。2)基于三支决策理论和TV范数正则化的FMT重建。l1范数正则化和l2范数正则化方法已被广泛用于求解荧光分子断层成像问题中。然而l2范数正则化会导致重建出的荧光目标过平滑,l1范数正则化有可能会稀疏荧光光源分布,从而降低了重建图像的质量。为了提高重建图像质量,将FMT重建等价为TV范数最小化问题,并加入非负约束。采用分裂Bregman的方法加入一个辅助变量,把带有非负约束的TV正则化优化问题等价成两个独立的次优化问题,并通过现有的迭代算法求解,解决了非负约束正则化的求解难题。同时结合三支决策理论提取可行区域,提高FMT重建稳定性。设置仿真实验验证该方法对单光源和双光源的恢复能力和其稳定性,通过物理实验验证其实用性。实验结果表明结合三支决策理论和TV范数正则化的方法能够准确、稳定重建出荧光目标分布,同时提升了图像质量。