基于相关熵匹配追踪的激发荧光断层重建方法技术

本公开提供一种基于相关熵匹配追踪的激发荧光断层重建方法，利用稀疏性先验信息，基于相关熵匹配追踪方法，实现对不同类型噪声数据的鲁棒重建。本公开提供的基于相关熵匹配追踪的激发荧光断层重建方法与测量数据的噪声分布无关，与传统的匹配追踪方法相比，它不用假设测量数据的噪声分布符合高斯分布，这一性质使它对各种不同类型的噪声均有较好的鲁棒性，在生物医学研究中，能更好的应对实际环境中面临的复杂噪声情况，适用于对无创在体干细胞示踪问题。

Excitation fluorescence tomography reconstruction based on correlation entropy matching pursuit

In this paper, a new method of excitation fluorescence fault reconstruction based on correlation entropy matching tracking is provided, and the robust reconstruction of different types of noise data is achieved by using the priori information of sparsity and the correlation entropy matching tracking method. The proposed method of excitation fluorescence fault reconstruction based on correlation entropy matching tracking is independent of the noise distribution of the measured data. Compared with the traditional matching tracking method, it does not assume that the noise distribution of the measured data conforms to the Gauss distribution, which makes it better robust to various types of noise. Biomedical research can better cope with the complex noise situation in the actual environment, and is suitable for non-invasive stem cell tracking.

【技术实现步骤摘要】
基于相关熵匹配追踪的激发荧光断层重建方法
本公开涉及光学分子影像
，尤其涉及一种基于相关熵匹配追踪的激发荧光断层重建方法。
技术介绍
激发荧光断层成像技术是一种新型的光学分子影像技术。利用荧光探针标记生物体内某靶标(干细胞，蛋白，核酸或小分子等)，在体外特定波长的激发光源的照射下，荧光探针吸收能量，发生光子跃迁，产生激发光并穿透生物体表面，被体外的高灵敏光学检测仪器，如CCD相机，检测到。通过对光子在体内的传输过程进行建模，利用数学方法求解模型的前后向问题，对体内的荧光光源进行三维重建，获取分子探针生物体内的三维位置分布和能量分布，在干细胞示踪，药物递送和早期肿瘤检测等方面具有极高的应用价值。激发荧光断层重建方法只能利用表面二维的荧光数据进行逆向推演，荧光数据相比整个问题的解空间来说数量很少，导致解不唯一且极易受到噪声的影像，属于严重的病态问题。在干细胞示踪问题中，移植的干细胞数量相比于整个动物体极少，信号极弱，极易受到各种噪声的干扰，因此对重建算法的抗噪声性能要求更高。而且，光子在体内传输的过程中，生物组织对其有很强的散射作用，更加加重了问题的病态性。受压缩感知理论的启发，很多基于正交匹配追踪的方法被用来解决断层重建的逆问题。然而，本申请专利技术人在实现本公开的过程中发现，现有的基于正交匹配追踪的方法在迭代过程中使用均方误差作为求解的目标函数，前提条件为噪声符合高斯分布。但是在实际在体干细胞示踪问题中，采集系统引进的噪声分布十分复杂，导致使用高斯误差作为近似，效果不够精确，算法鲁棒性不够好。公开内容(一)要解决的技术问题基于上述技术问题，本公开提供一种基于相关熵匹配追踪的激发荧光断层重建方法，以缓解现有技术中的重建方法使用高斯误差作为近似，对于非高斯噪声效果不够精确，算法鲁棒性不够好的技术问题。(二)技术方案本公开提供一种基于相关熵匹配追踪的激发荧光断层重建方法，包括：步骤A：获得实验动物的CT成像数据和表面激发荧光图像；步骤B：将所述CT成像数据分割离散化，并对离散后的各个器官赋予相对应的光学参数，得到离散化后的动物模型；步骤C：将所述表面激发荧光图像映射到所述步骤B中得到的离散化后的动物模型上，得到实验动物体表的光强分布，并据此建立所述实验动物体内的光子的传输模型；步骤D：将所述光子的传输模型简化为扩散方程，并采用有限元方法将所述扩散方程转换为线性方程；以及步骤E：基于正交匹配追踪的策略框架，使用相关熵的评价准则，迭代的求解所述线性方程，得到干细胞在实验动物体内的分布情况。在本公开的一些实施例中，所述步骤B中，根据标记干细胞的荧光探针的激发与发射波长，确定各器官的光学吸收和散射参数。在本公开的一些实施例中，所述表面激发荧光图像包含N个角度的表面激发荧光图像，N≥1。在本公开的一些实施例中，所述步骤D中，利用生物组织对光子散射和/或吸收的光学特性，将所述光子的传输模型简化为扩散方程。在本公开的一些实施例中，所述步骤D中，所述线性方程的形式为：y＝Ax其中，y是表面激发荧光图像的测量数据，A是系统矩阵，x是要求解的目标的分布向量。在本公开的一些实施例中，所述步骤E包括：步骤E1：初始残差设置为r0＝y，选取的列的集合为空集Λ0＝φ，迭代次数k＝0；步骤E2：更新迭代次数k＝k+1，选择系统矩阵A中与残差相关程度最大的列λk，将λk加入列的集合Λk＝Λk-1∪{λk}；其中，λk为选中的列的索引；步骤E3：依据最小化相关熵准则，利用下式计算该次迭代过程中的近似解：w(t+1)(i)＝gσ(y(i)-(AXt)(i))，i＝12...，m；其中，t表示算法迭代次数，gσ(X)表示方差为σ2的高斯函数，i表示第i个样本，表示向量X为实数域内的n维向量，X的支撑集属于Λk，diag(w)表示以向量w的元素为对角线元素的矩阵，w为算法赋予每个测量数据的权重；步骤E4：更新残差：rk＝以及步骤E5：若k≥K或rk＜c，计算结束，输出否则，返回步骤E2，其中K为最大迭代次数，由解空间中解的个数决定，c为残差阈值。在本公开的一些实施例中，所述步骤E2中，依照下式，选择系统矩阵A中与残差相关程度最大的列：λk＝argmax|<rk-1,ai>|，i＝1,2,…,l；其中，ai表示系统矩阵A的第i列。在本公开的一些实施例中，所述步骤A中，所述CT成像数据和所述表面激发荧光图像通过将体外荧光探针标记的干细胞注入实验动物体内获得。在本公开的一些实施例中，该重建方法适用于无创在体干细胞示踪中。在本公开的一些实施例中，该重建方法应用于非高斯噪声中。(三)有益效果从上述技术方案可以看出，本公开提供的基于相关熵匹配追踪的激发荧光断层重建方法具有以下有益效果其中之一或其中一部分：该重建方法与测量数据的噪声分布无关，与传统的匹配追踪方法相比，它不用假设测量数据的噪声分布符合高斯分布，这一性质使它对各种不同类型的噪声均有较好的鲁棒性，在生物医学研究中，能更好的应对实际环境中面临的复杂噪声情况，适用于对无创在体干细胞示踪问题。附图说明图1为利用本公开基于相关熵匹配追踪的激发荧光断层重建方法进行重建的示意图。图2为非高斯噪声情况下本公开与传统的匹配追踪重建结果的对比示意图。具体实施方式本公开实施例提供的基于相关熵匹配追踪的激发荧光断层重建方法中，利用稀疏性先验信息，基于相关熵匹配追踪方法，实现对不同类型噪声数据的鲁棒重建，具有在干细胞示踪问题中具有极高的实用价值。为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。图1为利用本公开基于相关熵匹配追踪的激发荧光断层重建方法进行重建的示意图。图1中a部分为将CT成像数据分割离散化后的不同器官组织的三维示意图。图1中b部分为对离散后的各个器官赋予相对应的光学参数的动物模型示意图。图1中c部分为经过重建的荧光目标的切片。图1中d部分为另一个角度的经过重建的荧光目标的切片。本公开提供一种基于相关熵匹配追踪的激发荧光断层重建方法，包括：步骤A：获得实验动物的CT成像数据和表面激发荧光图像；步骤B：将所述CT成像数据分割离散化(如图1中a部分所示)，并对离散后的各个器官赋予相对应的光学参数，得到离散化后的动物模型(如图1中b部分所示)；步骤C：将所述表面激发荧光图像映射到所述步骤B中得到的离散化后的动物模型上，得到实验动物体表的光强分布，并据此建立所述实验动物体内的光子的传输模型；步骤D：将所述光子的传输模型简化为扩散方程，并采用有限元方法将所述扩散方程转换为线性方程；以及步骤E：基于正交匹配追踪的策略框架，使用相关熵的评价准则，迭代的求解所述线性方程，得到干细胞在实验动物体内的分布情况(如图1中c部分和图1中d部分所示，图中source1和source2即为干细胞所在位置)，本公开提供的基于相关熵匹配追踪的激发荧光断层重建方法与测量数据的噪声分布无关，与传统的匹配追踪方法相比，它不用假设测量数据的噪声分布符合高斯分布，这一性质使它对各种不同类型的噪声均有较好的鲁棒性，在生物医学研究中，能更好的应对实际环境中面临的复杂噪声情况，适用于对无创在体干细胞示踪问题。在本公开的一些实施例中，步骤B中，利用CT图像将小本文档来自技高网...

【技术保护点】
1.一种基于相关熵匹配追踪的激发荧光断层重建方法，包括：步骤A：获得实验动物的CT成像数据和表面激发荧光图像；步骤B：将所述CT成像数据分割离散化，并对离散后的各个器官赋予相对应的光学参数，得到离散化后的动物模型；步骤C：将所述表面激发荧光图像映射到所述步骤B中得到的离散化后的动物模型上，得到实验动物体表的光强分布，并据此建立所述实验动物体内的光子的传输模型；步骤D：将所述光子的传输模型简化为扩散方程，并采用有限元方法将所述扩散方程转换为线性方程；以及步骤E：基于正交匹配追踪的策略框架，使用相关熵的评价准则，迭代的求解所述线性方程，得到干细胞在实验动物体内的分布情况。

【技术特征摘要】
1.一种基于相关熵匹配追踪的激发荧光断层重建方法，包括：步骤A：获得实验动物的CT成像数据和表面激发荧光图像；步骤B：将所述CT成像数据分割离散化，并对离散后的各个器官赋予相对应的光学参数，得到离散化后的动物模型；步骤C：将所述表面激发荧光图像映射到所述步骤B中得到的离散化后的动物模型上，得到实验动物体表的光强分布，并据此建立所述实验动物体内的光子的传输模型；步骤D：将所述光子的传输模型简化为扩散方程，并采用有限元方法将所述扩散方程转换为线性方程；以及步骤E：基于正交匹配追踪的策略框架，使用相关熵的评价准则，迭代的求解所述线性方程，得到干细胞在实验动物体内的分布情况。2.根据权利要求1所述的基于相关熵匹配追踪的激发荧光断层重建方法，所述步骤B中，根据标记干细胞的荧光探针的激发与发射波长，确定各器官的光学吸收和散射参数。3.根据权利要求1所述的基于相关熵匹配追踪的激发荧光断层重建方法，所述表面激发荧光图像包含N个角度的表面激发荧光图像，N≥1。4.根据权利要求1所述的基于相关熵匹配追踪的激发荧光断层重建方法，所述步骤D中，利用生物组织对光子散射和/或吸收的光学特性，将所述光子的传输模型简化为扩散方程。5.根据权利要求1所述的基于相关熵匹配追踪的激发荧光断层重建方法，所述步骤D中，所述线性方程的形式为：y＝Ax其中，y是表面激发荧光图像的测量数据，A是系统矩阵，x是要求解的目标的分布向量。6.根据权利要求5所述的基于相关熵匹配追踪的激发荧光断层重建方法，所述步骤E包括：步骤E1：初始残差设置为r0＝y，选取的列...

【专利技术属性】
技术研发人员：田捷，马喜波，张帅，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11