融合结构先验信息的稳态扩散光学断层成像重建算法研究

扩散光学断层成像作为一种无辐射损伤、低成本的光学在体成像技术,有着良好的应用前景,但具有空间分辨率低、难以定量的缺陷.为了提高扩散光学断层成像的分辨率,实现光学参数分布的精确重建,基于有限元方法,提出了融合结构先验信息的稳态扩散光学断层成像重建算法.该算法以扩散近似作为成像模型,通过软先验的Laplace正则化方法引入由MicroCT提供的空间结构信息.采用伴随法计算Jacobian矩阵,Levenberg-Marquardt方法用来进行迭代优化.仿真结果表明该算法不仅能获得精确的光学参数值分布,而且显著地提高了迭代收敛的速度.