一种结合光通量补偿的迭代量化光声成像算法制造技术

本发明专利技术公开了一种结合光通量补偿的迭代量化光声成像算法，所述算法包括如下步骤：一、依据光声效应获取光声数据，并进行光声图像重建；二、根据重建图像换算得到光能量分布；三、初始化基于Monte Carlo仿真的模型；四、基于背景的先验知识设置仿真模型参数进行初次光通量补偿；五、更新仿真模型参数；六、基于更新的参数由Monte carlo计算得到光通量；七、计算第k次迭代得到的光能量沉积；八、计算测量得到的光能量沉积与迭代计算得到的光能量之间的误差ε，若误差足够小则停止迭代，输出此时的吸收系数，否则，更新吸收系数，转至步骤五继续迭代。本发明专利技术的算法实现了从光能量沉积图中定量恢复出组织中不同吸收体的吸收分布。恢复出组织中不同吸收体的吸收分布。恢复出组织中不同吸收体的吸收分布。

【技术实现步骤摘要】
一种结合光通量补偿的迭代量化光声成像算法


[0001]本专利技术属于生物医学定量光声成像
，涉及一种基于Monte carlo模型的迭代量化组织光学吸收系数分布算法。

技术介绍

[0002]光声成像是一种基于光学方法激发组织产生超声信号的新型成像方式，具有光学高对比度和超声大穿透深度与高分辨率优势，同时可以获取血红蛋白、脂质成分、血氧代谢等分子和功能信息。此外，光声技术还具有跨尺度成像能力，因而可以灵活实现多种成像模式。光声成像是肿瘤诊断、疗效监测、诊疗一体化等方向从基础到临床研究的关注热点。
[0003]量化光声成像技术是目前光声成像领域的研究热点之一。通过光声成像系统直接获得的光声图像本质上是生物组织的光吸收密度图像，它是组织光吸收系数、光通量和Gruneisien参数共同作用的结果。然而，与疾病各种功能和生理参数(如：氧饱和度、血红蛋白浓度、脂肪含量)直接相关的是组织光学系数。此外，借助外源对比剂的分子成像技术是光声成像用于癌症早期诊断的重要工具，通过获取对比剂在组织的浓度分布实现疾病的病灶定位和诊断。因此，通过量化光声成像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合光通量补偿的迭代量化光声成像算法，其特征在于所述算法包括如下步骤：步骤一、通过阵列光声成像系统依据光声效应获取光声数据，并根据光声图像重建算法进行光声图像重建；步骤二、根据重建图像换算得到光能量分布H0，记为Azx0；步骤三、根据背景组织的光学特性知识初始化基于Monte Carlo仿真的模型；步骤四、基于背景的先验知识设置仿真模型参数进行初次光通量补偿，其中：迭代次数设为k次，k≥0，初始化k＝0，预设吸收系数迭代初始值μa0，μa
k
＝μa0；由Monte carlo计算得到背景组织光通量fluence
(0)
，记为Fzx0，依据进行初次光通量补偿，计算得到补偿后的吸收系数分布，其中σ为正则化因子；步骤五、更新仿真模型参数；步骤六、基于更新的参数由Monte carlo计算得到光通量fluence
(k)
，记为Fzx
k
；步骤七、计算第k次迭代得到的光能量沉积H
k
，H
k
＝μa
k
×
Fzx
k
；步骤八、计算测量得到的光能量沉积与迭代计算得到的光能量之间的误差ε，若误差足够小则停止迭代，输出此时的吸收系数，否则，更新吸收系数μa
k
，转至步骤五继续迭代。2.根据权利要求1所述的结合光通量补偿的迭代量化光声成像算法，其特征在于所述步骤一中，光声图像重建算法为滤波反投影算法或时间反演算法。3.根据权利要求1所述的结合光通量补偿的迭代量化光声成像算法，其特征在于所述步骤二中，换算公式为：PA＝ξ*H；其中，PA为光声信号，ξ为常数，H为光能量沉积。4.根据权利要求1所述的结合光通量补偿的迭代量化光声成像算法，其特征...

【专利技术属性】
技术研发人员：孙明健，孙海铭，张振明，刘旸，赵修强，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：