基于观察矩阵的时域扩散光学层析成像方法

荧光极易受到外界因素干扰,影响到光子的输运过程,导致时域扩散光学层析成像效果较差,设计一个基于观察矩阵的时域扩散光学层析成像方法。以光子正常发射的行动轨迹作对照,建立扩散输运模型,使光子在扩散前后能量保持守恒,建立时域稳定条件下重建光子信号方程,计算层析映射率,建立观察矩阵并对观察矩阵中获得的图像小波变换处理,实现基于观察矩阵的时域扩散光学层析成像。实验结果表明,经上述研究的方法成像后,图像的组织体吸收系数、组织体约化散射系数与实际图像曲线基本一致,具有较好的成像效果,满足方法设计需求。

光学层析成像技术的研究动态

光学层析成像技术是利用光学的方法对流体或物体进行层析成像的一种新的技术 ,近年来发展很快。本文较系统地介绍了光学工业过程层析成像技术的基本原理、分类。

基于稳态辐射传输方程的小动物尺寸组织体扩散光学层析法

在Newton-Raphson逆模型框架下,发展了基于稳态辐射传输方程光子输运正模型和代数重建技术的扩散光学层析图像重建算法,并针对小尺寸组织体内部吸收和散射系数同时重建情况下的标准代数重建技术算法进行了改进,数值结果表明改进后的代数重建技术算法重建图像效果优于标准代数重建技术算法.

生物组织光学层析成像技术的理论研究

本文发展了一种能实现生物组织光学层析成像的理论。文中建立了光在生物组织中的散射模型，并利用格林函数法分析了问题的数学基本解的形式，得到了问题的初始值的解析表达式。利用偏微分方程特征线传播的方法，可以把问题的边界值（即测量值）传递给每层的初始值。然后结合初始值的解析形式，构造出一个目标函数，即可把逐层重构组织光学特性参数的问题转化为逐层控制参数使目标函数具有极小值的优化问题，从而逐层地重构出生物组织的光学特性参数。利用组织光学特性参数重构的结果，借助于计算机的图象处理技术，就可进一步得到组织内部的光学层析结构图象。本文最后给出了一个计算机数值仿真解。

利用深度学习扩展非接触扩散光学层析成像系统中探测器的动态范围

非接触式扩散光学层析成像(Diffuse Optical Tomography,DOT)技术和传统DOT技术相比具有更高的空间采集密度,系统中探测器的动态范围对实验结果有很大的影响。通过仿真和实验研究了探测器动态范围过小对重建结果的影响,并提出了一种利用深度学习拓展探测器动态范围的方法。在NIRFSAT软件包中设置不同的吸收散射的仿体及入射光场参数,批量生成训练样本,搭建全连接网络进行模型训练,并利用该模型修复仿真和光学实验条件下探测器获得的数据。实验数据修复及重建结果表明,该模型修复了低动态范围探测器获得的数据,将探测器的动态范围从256扩展到109。该方法能够有效地减小探测器动态范围过小带来的重建误差,为使用普通低动态范围探测器进行非接触式DOT提供了一种有效的技术解决方案。

利用光学层析技术重构超声速绕流流场密度分布

在连续式风洞中,采用单光路旋转流场干涉测量和计算机层析方法获得了含模型的超声速绕流流场密度分布。首先利用多种图像处理方法,并引入计算机辅助功能,对干涉图片进行精确判读和定量处理,准确重构波前相位信息;获得了相应的PV值、RMS值以及前15阶的Zernike多项式系数;通过同原始CFD模型波前数据的对比,系统的重构精度RMS优于λ/10。在获得一系列单帧干涉波前相位数据的基础上,采用光学层析技术,设计计算机迭代算法,构造内部旋转矩阵,重构了超声速绕流流场密度分布,可以非常直观地获得待测流场不同方向截面上的密度分布状况。

基于B样条参数化描述的形状扩散光学层析成像方法

为了改善扩散光学层析成像(DOT)逆问题的病态性,本文发展了一种基于B样条参数化描述的形状DOT重建算法.在合理地假设组织体各区域光学参数均匀分布的前提下,通过采用B样条参数化描述复杂区域的边界,将DOT的逆问题从大规模的体元光学参数重建转化为只重建各子区域的一组光学参数和复杂形状参数.在信噪比为35,d B条件下对不同形状模拟异质体的重建结果表明,该算法在不同的光学参数范围、异质体初始形状估计、光学参数初始估计下,均可有效地重建出异质体的形状和光学参数.稳态DOT系统的仿体实验验证表明,背景光学参数和异质体光学参数的重构误差分别小于1.18%和12.00%.该算法将对肿瘤诊断漫射光层析成像的发展具有推动作用.

面向乳腺肿瘤诊断的时域扩散荧光―光学层析成像系统

为了解决传统乳腺扩散光学层析成像可靠性低的问题,设计了一套基于多通道时间相关单光子计数的时域扩散荧光―光学层析成像系统.该系统采用32根同轴光纤均匀分布于组织体表面,作类似X射线层析工作方式的同层扫描,由此获得多角度下的时间分辨投影.通过测量不同仿体,应用相应的迭代图像重建算法,获得了可靠的重建结果.研究表明,该系统工作可靠,是进行乳腺肿瘤早期诊断研究的理想模式之一.

面向乳腺诊断的时域扩散光学层析图像重建方法

为了克服传统的X射线乳腺成像术在灵敏度、特异性、安全性和舒适性等方面存在的重大缺陷,提出了一种面向乳腺成像的时域扩散光学层析(diffuse optical tomography,DOT)图像重建技术.该技术以拉普拉斯变换时域扩散方程的有限元(finite element method,FEM)数值解作为正向模型,采用基于牛顿-拉夫逊迭代格式的逆模型框架.通过对锥形压缩乳房光学层析模式的模拟实验研究表明,该方法可有效重构出乳腺肿瘤组织的吸收系数μa和约化散射系数μs′的层析图像,且成像目标的空间位置准确,具有较高的图像质量.

压缩倾角薄层光学层析成像系统

首先研究了LOT中光线倾斜角度对光在组织体内分布的影响,在此基础上设计并完成了压缩倾角薄层光学层析成像(cdaLOT)系统,提出了矫正扫描振镜枕型畸变的新方法,并发展了基于虚拟源-扩散近似技术和GPU的LOT快速图像重建算法.光路模拟结果表明,cdaLOT系统可使入射主光线倾角减小为传统LOT系统的1/2.cdaLOT系统将测量值与蒙特卡洛模拟结果的相对误差由传统系统的38%降低为18%,从而缓解了实际测量方式和正向数学模型的不匹配性.仿体成像实验表明:重建异质体的吸收系数、位置和形状与真实情况基本相符.

二相流场光学层析成像的研究

本文对气固二相流场进行光学层析投影,得出了固相质量浓度与它的消光率之间的线性关系,并利用这一关系和反 向投影算法重建了气固二相流场的截面分布。为进一步研究二相流场的光学层析成像提供了基础。

阵列式光学层析传感器的灵敏度分布计算与分析

对阵列式光学层析传感器灵敏度分布进行分析与计算不仅有利于了解激励光场与被测物质特性之间的相互作用关系 ,而且对于优化阵列式传感器的空间结构 ,提高成像质量以及进一步对光 CT层析图进行合理的解释均具有指导意义。光学层析传感器的灵敏度分布主要与光波长、被测物质的消光能力及传感器的空间结构形式有关。采用网格法对被测区域进行剖分 ,分析多方向角扇束光在监测区域中的二维空间分布格局以及对灵敏度系数进行归一化处理 ,提出了光层析传感器的灵敏度分布图的近似数值计算方法。并分析了不同传感器阵列结构对灵敏度水平。

适合于两个正交方向的光学层析重建算法

针对常见光学层析重建算法在少投影情况下重建多峰非对称待测场效果差的缺点,本文根据最大熵原理提出了一种适合于两个正交方向的光学层析重建算法。该算法只需要两个正交方向的投影数据就能够获得较好的重建效果。与此同时,由于该算法只需要两个正交方向的投影数据就可较好地完成重建,可使实验系统得到简化,故在重建多峰非对称待测场时表现出了相当的优越性。分别将单峰随机余弦函数、双峰随机余弦函数及三峰随机余弦函数作为待测场进行了计算机数值模拟,并考虑了该算法对噪声的抑制能力。实验结果表明:在施加高斯噪声的情况下,单峰随机余弦待测场的均方根误差降低了62.8%,双峰随机余弦待测场的均方根误差降低了63.3%,三峰随机余弦待测场的均方根误差降低了58.6%。

光学层析技术测量三维非对称温度场

采用卷积背投影公式实现了位相物体的三维非对称温度场的重建 ,为光线偏折型测量三维非对称温度场提供了高精度分析和处理实验数据的方法。

一种基于模型的光学层析图像重建方法

光学层析图像重建是个病态问题,测量误差会在重建过程中被放大,对此,提出一种以广义高斯马尔可夫随机场模型为先验信息的光学层析图像重建方法。重建过程是对目标函数的优化过程,目标函数关于光学参数的梯度计算是算法中的难点,因此,提出一种基于梯度树的梯度计算方法。文中分别给出了吸收系数和散射系数的重建结果,并引入三个指标因子衡量重建图像的质量,进而列出不同重建算法下,重建图像的指标值。最后通过对重建结果和指标因子取值的比较,分析基于模型的重建算法的有效性。

传输方程下基于模型的光学层析图像重建

为克服光学层析图像重建的病态性,采用一种基于模型的重建方法来进行图像重建。由于广义高斯马尔可夫随机场模型具有全局平滑、边缘保留等特性,因此将其引入到服从辐射传输方程的光学层析图像重建中,并将其作为图像先验信息,同时通过最大后验概率理论,利用基于梯度的迭代优化算法来对目标函数进行优化求解。鉴于目标函数关于光学参数的梯度计算是算法中的难点,对此,提出了一种基于梯度树的梯度计算方法。实验证明:该方法与不带有先验模型的重建方法相比,不仅可进一步提高图像的重建质量,而且可降低重建病态性。

基于光学层析技术的图像重建

对于光学层析技术(OCT)的原理以及光学层析技术的2类传统算法进行了详尽的分析和阐述,对其各自的优缺点做了比较,并对目前在传统算法基础上发展起来的各种新算法做了简单的介绍.

融合多种先验信息的光学层析图像重建

为克服光学层析成像的病态特性,将三种不同的先验信息模型引入到基于辐射传输方程的光学层析成像中,给出了对应于三种重建模型的重建算法,其中在线过程作为先验信息的重建算法中,提出一种神经网络优化算法。最后对这三种先验信息模型进行了综合比较和讨论,并在图像的平滑性、边缘保留特性、算法复杂性及重建效果方面对其进行定量比较,提出一种分析平滑性的算子和一种基于梯度的衡量边缘保留特性的算子。实验证明基于三种先验信息模型的重建算法均能提高重建图像质量,其中,平滑先验模型的平滑效果最好,马尔可夫随机场模型有较好的边缘保留特性,线过程模型在平滑图像的同时可以更好地保留图像边缘,并且重建精度较高。

模拟高能激光热晕流场的光学层析测量

分析了高能激光内光路热晕的特点及传统热晕研究测量方法的缺点,提出了基于层析技术的气流折射率场的干涉测量原理和方法,利用该方法可以实现对高能激光系统内光路热晕的无耦合测量。通过对模拟热晕流场热晕的光学层析干涉测量,验证了该方法的可行性和可靠性。

三维非对称流场测量的光学层析技术和图象处理系统

设计了一种简易的全息光路系统用于光学层析术中获得多方位干涉条纹数据，并采用计算机图象分析处理系统对扩散热气流干涉图进行了处理和测量。最后重建出了气流中一个截面的温度分布，并在三个点上与热电偶实测值进行了比较。