一种基于体素和自适应光传输模型的光学三维成像方法技术

本发明专利技术公开了一种基于体素和自适应光传输模型的光学三维成像方法，解决了现有技术中需要进行繁琐的器官分割和网格离散才能获得光学三维成像重建结果的问题。本发明专利技术有机结合了体素物理模型和自适应光传输数学模型，通过构建和求解完全稀疏正则化目标函数，以实现体内靶向目标的光学三维成像；步骤包括：数据采集与预处理、构建基于体素的物理模型、构建自适应光传输数学模型、融合富集函数建立系统方程、基于稀疏正则化策略和先验可行域建立目标函数、求解目标函数和显示结果。本发明专利技术的光学三维成像方法具有高效、易用的特点，同时避免了在器官分割和网格离散中不可控因素导致的误差带来的三维成像结果不准确问题，可用于在体光学三维成像领域。

【技术实现步骤摘要】

本专利技术属于光学分子成像
，尤其涉及一种基于体素和自适应光传输模型的光学三维成像方法。
技术介绍
光学三维成像是一种新兴的光学成像技术，它通过融合生物体体表测量的多角度光学信号、生物体的解剖结构和组织光学参数信息，基于精确的生物组织中的光传输模型重建活体生物体体内靶向目标的位置和强度分布信息。其中，生物组织中光传输过程的精确描述和靶向目标的准确快速重建是光学三维成像方法实现的基础。北京工业大学在其专利申请文件“基于单视图的多光谱自发荧光断层成像重建方法”(申请号200810116818.4，申请日2008.7.18，授权号ZL200810116818.4，授权日2010.6.2)中提出了一种基于单幅视图的多光谱自发荧光断层成像重建方法。该专利技术基于扩散近似方程，考虑生物体的非匀质特性和自发荧光光源的光谱特点，利用在单个角度测量的多个谱段荧光数据，重建生物体体内靶向目标的位置和强度分布信息。但是，由于扩散近似方程只适用于描述高散射特性组织中的光传输过程，对于低散射特性和空腔组织，它的求解精度很低。因此，该专利技术对于具有多种散射特性组织的生物体求解精度差，很难准确地获得生物体体内靶向目标的位置和强度分布信息。西安电子科技大学在其专利申请文件“基于生物组织特异性的光学三维成像方法”(申请号201110148500.6，申请日2011.6.2，授权号ZL201110148500.6，授权日2013.4.3)提出了一种基于生物组织特异性的光学三维成像方法。该专利基于生物组织特异性光传输混合数学模型和完全稀疏正则化方法建立目标函数，采用基于任务导向的混合优化方法进行求解，以实现体内靶向目标的光学三维成像，解决了现有技术中无法实现对具有不规则解剖结构和多种散射特性组织的复杂生物体进行准确快速的光学三维成像的问题。然而，在基于非匀质模型和生物组织特异性的光学三维成像方法中，对生物体内的组织器官进行准确有效的分割和网格的高质量数值离散是准确构建和求解光学成像模型的必不可少的关键步骤。器官分割是一件复杂、繁琐的工作，需要专业软件和人机交互才能完成。网格离散不仅需要专业的软件和人机交互才能完成，而且针对不同的成像要求网格离散的质量也有差别。同时，网格的离散也存在不可控的因素，这就导致了网格离散的质量对模型求解和重建带来的不可控制的影响。现有技术中需要进行繁琐的器官分割和网格离散才能获得光学三维成像重建结果。
技术实现思路
本专利技术的目的在于提供一种基于体素和自适应光传输模型的光学三维成像方法，旨在解决现有技术中需要进行繁琐的器官分割和网格离散才能获得光学三维成像重建结果的问题。本专利技术是这样实现的，一种基于体素和自适应光传输模型的光学三维成像方法，所述基于体素和自适应光传输模型的光学三维成像方法根据磁共振或计算机断层成像体素数据的灰度或纹理特性，绘制生物体外部边界轮廓线和内部组织边缘线；基于磁共振或计算机断层成像重建的体素数据和标记的内部组织边缘线，构造内边界节点富集函数；考虑生物组织的结构异质性和光学特异性，采用基于混合光传输方程的自适应光传输数学模型描述光粒子在生物体中的传输过程；鉴于有限体积法在六面体体素网格上的应用优势，采用扩展有限体积法对自适应光传输数学模型进行数值离散和求解，建立描述体内靶标与体表测量值之间线性关系的系统方程；考虑体内靶标分布的稀疏性和体表测量数据的不完整性，建立基于稀疏正则化策略和融合先验初步靶标定位结果的目标函数；采用合适的优化方法求解目标函数，实现生物体体内靶向目标的准确、快速重建。进一步，所述基于体素和自适应光传输模型的光学三维成像方法包括以下步骤：步骤一、数据采集与预处理，利用多模态分子成像系统，依次采集用于光学三维成像的多角度荧光数据、用于构建体素物理模型的磁共振或计算机断层成像数据；利用多模态分子成像系统中的预处理软件对荧光数据进行去除背景噪声、提取感兴趣区域预处理；对磁共振或计算机断层成像数据进行补偿坏点坏线、亮场校正、几何校正预处理和三维体素数据重建；步骤二、构建基于体素的物理模型；步骤三、构建自适应光传输数学模型；步骤四、融合富集函数建立系统方程；步骤五、建立目标函数；步骤六、求解目标函数，选用合适的优化算法对建立的目标函数进行求解，获得生物体内靶向目标的空间位置和浓度分布；步骤七、三维重建结果显示，对获得的靶向目标重建结果和获取的三维体素数据进行图像融合，将重建的靶向目标空间位置和浓度分布在生物体中进行三维显示。进一步，所述构建基于体素的物理模型具体包括：第一步，利用多模态分子成像系统中的配准软件，将磁共振或计算机断层成像重建得到的三维体素数据配准到已有公开数字鼠图谱中，以此绘制并标记生物体外部轮廓线和内部组织的边界线；第二步，基于三维体素数据和标记的内部组织边界线，构造边界节点富集函数：其中，j是体素节点；ψj(r)是定义的内边界节点富集函数；vj(r)是线性插值基函数；是符号距离函数，定义为节点到距离其最近闭合边界的距离：其中，sign(r)用来表示点r与边界Γ的从属关系：若点在区域内部则值为负，在区域外部则为正，在边界上则为零；是符号距离函数在体素节点j上的取值；第三步，以标记的内部组织边界线为分界面，将生物体分解为多个器官的合集，并将组织光学特性参数赋给相应器官，构建基于体素的光学三维成像物理模型。进一步，所述构建自适应光传输数学模型具体包括：第一步，根据分解的多个器官和相应的组织光学特性参数，将器官分为高散射、空腔和其他组织三类。分类依据定义为： Ω = { Ω h s μ s ′ / μ 本文档来自技高网...

【技术保护点】
一种基于体素和自适应光传输模型的光学三维成像方法，其特征在于，所述基于体素和自适应光传输模型的光学三维成像方法根据磁共振或计算机断层成像体素数据的灰度或纹理特性，绘制生物体外部边界轮廓线和内部组织边缘线；基于磁共振或计算机断层成像重建的体素数据和标记的内部组织边缘线，构造内边界节点富集函数；考虑生物组织的结构异质性和光学特异性，采用基于混合光传输方程的自适应光传输数学模型描述光粒子在生物体中的传输过程；鉴于有限体积法在六面体体素网格上的应用优势，采用扩展有限体积法对自适应光传输数学模型进行数值离散和求解，建立描述体内靶标与体表测量值之间线性关系的系统方程；考虑体内靶标分布的稀疏性和体表测量数据的不完整性，建立基于稀疏正则化策略和融合先验初步靶标定位结果的目标函数；采用合适的优化方法求解目标函数，实现生物体体内靶向目标的准确、快速重建。

【技术特征摘要】
1.一种基于体素和自适应光传输模型的光学三维成像方法，其特征在于，
所述基于体素和自适应光传输模型的光学三维成像方法根据磁共振或计算机断
层成像体素数据的灰度或纹理特性，绘制生物体外部边界轮廓线和内部组织边
缘线；基于磁共振或计算机断层成像重建的体素数据和标记的内部组织边缘线，
构造内边界节点富集函数；考虑生物组织的结构异质性和光学特异性，采用基
于混合光传输方程的自适应光传输数学模型描述光粒子在生物体中的传输过
程；鉴于有限体积法在六面体体素网格上的应用优势，采用扩展有限体积法对
自适应光传输数学模型进行数值离散和求解，建立描述体内靶标与体表测量值
之间线性关系的系统方程；考虑体内靶标分布的稀疏性和体表测量数据的不完
整性，建立基于稀疏正则化策略和融合先验初步靶标定位结果的目标函数；采
用合适的优化方法求解目标函数，实现生物体体内靶向目标的准确、快速重建。
2.如权利要求1所述的基于体素和自适应光传输模型的光学三维成像方法，
其特征在于，所述基于体素和自适应光传输模型的光学三维成像方法包括以下
步骤：
步骤一、数据采集与预处理，利用多模态分子成像系统，依次采集用于光
学三维成像的多角度荧光数据、用于构建体素物理模型的磁共振或计算机断层
成像数据；利用多模态分子成像系统中的预处理软件对荧光数据进行去除背景
噪声、提取感兴趣区域预处理；对磁共振或计算机断层成像数据进行补偿坏点
坏线、亮场校正、几何校正预处理和三维体素数据重建；
步骤二、构建基于体素的物理模型；
步骤三、构建自适应光传输数学模型；
步骤四、融合富集函数建立系统方程；
步骤五、建立目标函数；
步骤六、求解目标函数，选用合适的优化算法对建立的目标函数进行求解，
获得生物体内靶向目标的空间位置和浓度分布；
步骤七、三维重建结果显示，对获得的靶向目标重建结果和获取的三维体

\t素数据进行图像融合，将重建的靶向目标空间位置和浓度分布在生物体中进行
三维显示。
3.如权利要求2所述的基于体素和自适应光传输模型的光学三维成像方法，
其特征在于，所述构建基于体素的物理模型具体包括：
第一步，利用多模态分子成像系统中的配准软件，将磁共振或计算机断层
成像重建得到的三维体素数据配准到已有公开数字鼠图谱中，以此绘制并标记
生物体外部轮廓线和内部组织的边界线；
第二步，基于三维体素数据和标记的内部组织边界线，构造边界节点富集
函数：
其中，j是体素节点；
ψj(r)是定义的内边界节点富集函数；
vj(r)是线性插值基函数；
是符号距离函数，定义为节点到距离其最近闭合边界的距离：
其中，sign(r)用来表示点r与边界Γ的从属关系：若点在区域内部则值为负，
在区域外部则为正，在边界上则为零；
是符号距离函数在体素节点j上的取值；
第三步，以标记的内部组织边界线为分界面，将生物体分解为多个器官的
合集，并将组织光学特性参数赋给相应器官，构建基于体素的光学三维成像物
理模型。
4.如权利要求2所述的基于体素和自适应光传输模型的光学三维成像方法，
其特征在于，所述构建自适应光传输数学模型具体包括：
第一步，根据分解的多个器官和相应的组织光学特性参数，将器官分为高
散射、空腔和其他组织三类，分类依据定义为：
Ω = Ω h s μ s ′ / μ a ≥ ζ Ω l s ...

【专利技术属性】
技术研发人员：陈雪利，代云鹏，孙芳芳，杨德富，梁继民，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61