一种基于能量密度区域收缩的多层次概率重建方法技术

本发明专利技术公开了一种基于能量密度区域收缩的多层次概率重建方法，获取生物组织表面光分布信息、网格节点坐标矩阵、网格内部四面体矩阵、网格内部四面体索引矩阵和系统矩阵作为输入进行重建；引入动态协方差可行域空间联合硬阈值收缩方法，克服了传统迭代算法只会缩小可行域区域的现象，避免单纯的空间缩小和节点删减，更加拟合光源整体空间，实现了光源在形态学上的高精度重建，针对多光源情形可以根据聚类结果各自进行可行域的运算。类结果各自进行可行域的运算。

【技术实现步骤摘要】
一种基于能量密度区域收缩的多层次概率重建方法


[0001]本专利技术涉及医学成像
，具体涉及的是一种基于能量密度区域收缩的多层次概率重建方法。

技术介绍

[0002]光学分子影像(Optical Molecular Imaging，OMI)能够使医师以非侵入的方式在分子水平上观察疾病及其发展，相对于其它影像技术来说成本较为低廉，所以近年来被广泛应用于相关领域，逐渐成为一种完整的从诊断、监测到治疗的成像方式。
[0003]生物组织对其中传播的光子会有包括吸收、反射、折射、散射、发光、光化学、光声诸多复杂的效应，传输过程有漫反射、漫透射、弹道传输和蛇形传输，最终在表面采集到的光学信号相比于光源放射出的原始信号，无论在信号强度上面还是在信号出射方向上都会产生显著的变化。生物发光其主要在可见光和近可见光波段，波长较长，穿透能力相对较差，所以会有明显的散射、吸收现象。
[0004]为了更好的确定病灶的位置，获取光源的深度信息，依靠计算机技术的辅助，需要外部激发光的荧光分子断层成像(Fluorescence Molecular Tom本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能量密度区域收缩的多层次概率重建方法，其特征在于，获取生物组织表面光分布信息、网格节点坐标矩阵、网格内部四面体矩阵、网格内部四面体索引矩阵和系统矩阵作为输入进行重建，包括：步骤A：初始化网格节点全局索引得到包含所有网格节点索引的初始索引列Index_Sp；对初始索引列Index_Sp对应的网格节点形成的初始区域Index_Sp进行重建得到X
i
，内部光源的能量强度值；步骤B：结合X
i
、网格节点坐标矩阵、网格内部四面体矩阵、网格内部四面体索引矩阵和系统矩阵得到当前次迭代的2范数错误率E
L2
和余弦相似度E
cos
，并得到当前次迭代的全局概率权重值X
ip
；其中，i表示迭代次数，取值为自然数；步骤C：根据X
ip
得到当前次迭代的概率均值坐标X
P
、Y
P
和Z
P
，网格节点坐标X的方差、Y的方差和Z的方差，XY的协方差、YZ的协方差和ZX的协方差，根据如下形式组装该次的协方差矩阵M
Cov
：X的方差XY的协方差XZ的协方差XY的协方差Y的方差YZ的协方差XZ的协方差YZ的协方差Z的方差根据协方差矩阵M
Cov
，进一步得到M
Cov
特征值和M
Cov
特征向量；步骤D：利用M
Cov
特征向量确定可行域的偏转角度和网格节点坐标的偏转角度，利用M
Cov
特征值确定可行域的边长，可行域中包含的初始区域Index_Sp中的节点即为该次迭代更新得到的可行...

【专利技术属性】
技术研发人员：郭红波，卫潇，贺小伟，侯榆青，宋小磊，易黄建，赵凤军，任玉丹，
申请(专利权)人：西北大学，
类型：发明
国别省市：