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。

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.

一种基于多级小波域分解的时域扩散光学层析成像方法的研究

面向基于有限差分光扩散模型的平板乳腺扩散光学层析反演问题,提出了一种有效提高图像重建质量的方法。与基于全空间域离散像点的传统重建算法不同,本方法采用小波函数对吸收系数和散射系数在空间域进行多尺度分解,在减少低分辨率重建中光学参量的个数、有效改善重建过程病态性的同时,通过逐级细化分解尺度,最终提高了图像的量化度和空间分辨率。数值模拟表明,该方法可实现目标体边对边4 mm的空间分辨率,量化度明显高于传统算法。

一种基于共轭梯度最优化技术的三维时域扩散光学层析方法

扩散光学层析(DOT)中的图像重建是一个面向大参数集的非线性最优化问题,其标准求解方法为牛顿类迭代法,需要对整个Jacobian矩阵进行构建、求逆和存贮,这对大规模的三维问题是不可行的,为此常采用基于逐行线性逆策略的非创伤性填充(ART)技术,图像质量受到严重制约。采用共轭梯度算法,直接求解非线性目标函数梯度,可避免对Jacobian矩阵的操作,为有效降低步长因子求解引起的附加计算量,采用一维不精确搜索算法。通过对双非均匀目标体的平板模型进行模拟成像,与代数重建算法结果进行比较,表明共轭梯度法的重建质量、收敛速度和收敛性都优于ART算法。

面向乳腺诊断的血氧扩散光学层析方法:仿体实验与在体评估

为了获得乳腺诊断的功能影像信息,设计了一套面向乳腺肿瘤早期诊断的血氧扩散光学层析(DOT)成像系统。该时域测量系统采用时间相关单光子计数技术,获得溢出目标体表面的光子随时间变化的分布信息,为了兼顾测量时间和系统成本,采用了四通道并行测量模块与光开关相结合的架构,能够降低不同通道之间的性能差异,减少伪像对诊断的干扰。采用基于广义脉冲谱技术的特征数据算法实现了光学参数(吸收系数、约化散射系数)的同时重建。通过仿体实验和初步临床研究对所提出的时域血氧DOT方法进行了验证,结果表明,该方法可以有效重建乳腺组织中光学参数的空间分布,进而获得乳腺组织功能信息,用于乳腺肿瘤的早期检测。