自适应的荧光断层成像重建方法技术

一种自适应的荧光断层成像重建方法，利用有限元方法将扩散方程转化为线性方程；建立未知的荧光光源分布与表面荧光测量值之间的线性关系；计算当前正则化参数，并将残差相关系数中绝对值最大的元素选入支撑集合I；将更新后的支撑集合I中当前所有元素在矩阵A中对应的列取出，组成一个矩阵，获得下一步的搜索方向；计算下一步的步长并更新支撑集合；根据求解的搜索方向及步长迭代获取下一步结果，并更新正则化参数；判断是否达到停止条件，若达到，则重建过程结束，否则转到步骤S4。本发明专利技术不用提前预测正则化参数，而是在重建过程中自适应地决定正则化参数。本发明专利技术通过自适应的正则化参数选取策略提高了重建的鲁棒性，大大提升了重建效率。

【技术实现步骤摘要】

本专利技术涉及光学分子影像成像模态激发突光断层成像(TomographicFluorescenceImaging, TFI)技术,特别涉及到一种自适应的突光断层成像重建方法。
技术介绍
作为一种光学分子影像成像模态，激发荧光成像技术已经得到了迅速的发展和广泛的应用。通过对感兴趣区域的生物组织标记光学分子探针，并对体表的荧光信号进行采集，我们可以以一种无创的方法来获取生物体分子细胞水平的信息。然而，由于在可见光和近红外光范围内，光子在生物组织内传播时会产生严重的散射现象，因此传统的二维激发荧光成像技术无法显示荧光光源的准确位置。而激发荧光断层成像(TFI)是一种三维重建 技术，通过采集表面荧光数据并基于特定的逆问题模型，可以实现荧光光源的三维精确定位。TFI是一种典型的不适定问题，这是因为测量数据仅是表面的荧光分布，而需要求解的是整个成像空间的荧光光源分布，在这种情况下，光源的位置重建是没有唯一解的，并且对噪声非常敏感。为了能得到准确而稳定的重建结果，通常的方法是在优化问题中包含正则化项，该正则化项可以看作是光源分布的先验知识。最常见的正则化是Tikhonov正则化方法，通过在优化问本文档来自技高网...

【技术保护点】
一种自适应的荧光断层成像重建方法，包括：?S1利用有限元方法将扩散方程转化为线性方程；?S2建立未知的荧光光源分布与表面荧光测量值之间的线性关系；?S3计算当前正则化参数，并将残差相关系数中绝对值最大的元素选入支撑集合I；?S4将更新后的支撑集合I中当前所有元素在矩阵A中对应的列取出，组成一个矩阵，获得下一步的搜索方向；?S5计算下一步的步长并更新支撑集合；?S6根据求解的搜索方向及步长迭代获取下一步结果，并更新正则化参数；?S7判断是否达到停止条件，若达到，则重建过程结束，否则转到步骤S4。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨鑫，田捷，薛贞文，李勇保，
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：