基于形狀的非均勻光學(xué)層析圖像重建算法研究.pdf

1、光學(xué)層析成像是近年來(lái)廣為關(guān)注的一種新型醫(yī)學(xué)成像技術(shù)。它以近紅外光作為光源照射生物組織,對(duì)組織體的光學(xué)屬性參數(shù)進(jìn)行成像。由于組織的光學(xué)屬性參數(shù)與組織中的血流量以及血液的氧飽和度等功能信息直接相關(guān),因此該成像方式是一種功能性成像方式。與現(xiàn)有的其它成像技術(shù)(如:X-射線計(jì)算機(jī)斷層掃描成像等)相比,光學(xué)層析成像具有無(wú)放射性損傷、成像設(shè)備價(jià)格低廉、可對(duì)患者進(jìn)行長(zhǎng)時(shí)間監(jiān)控等優(yōu)點(diǎn)。
　　光學(xué)層析成像技術(shù)可以實(shí)現(xiàn)疾病的早期診斷和治療,具有廣泛的醫(yī)

2、學(xué)應(yīng)用前景,但其圖像重建是一個(gè)高度病態(tài)、耗時(shí)的過(guò)程,成像速度是制約該技術(shù)廣泛應(yīng)用的關(guān)鍵因素,且成像的精確性直接取決于光子傳輸模型的選擇。為快速獲得高質(zhì)量的生物醫(yī)學(xué)圖像,本課題將重點(diǎn)研究擴(kuò)散方程下光學(xué)層析圖像的形狀重建算法。提出了一種非均勻介質(zhì)下基于形狀光學(xué)層析成像技術(shù)(OT)的圖像重建數(shù)值方法。首先,針對(duì)當(dāng)前區(qū)域重建算法的現(xiàn)存問(wèn)題,建立非勻質(zhì)生物組織背景下多異常區(qū)域(病變組織)邊界和光學(xué)參數(shù)的同時(shí)重建算法框架,研究適合于多異常區(qū)域重建的

3、區(qū)域邊界表示技術(shù);其次,鑒于目前逆向重建算法慢、易陷入局部最優(yōu)的弊端,研究具有全局收斂特性的、更快的逆向重建策略。
　　擴(kuò)散光學(xué)層析成像重建算法問(wèn)題數(shù)學(xué)上被視為一個(gè)基于光子傳輸模型的應(yīng)用優(yōu)化問(wèn)題,即應(yīng)用適合的搜索策略尋求光學(xué)參數(shù)的合理空間分布,以實(shí)現(xiàn)測(cè)量與模型估計(jì)量之間的最佳匹配。本文采用微擾法求解重建算法所需的雅可比(Jacobi)矩陣,對(duì)目標(biāo)函數(shù)進(jìn)行線性化近似,把反演問(wèn)題歸結(jié)為一個(gè)線性系統(tǒng)的迭代求解過(guò)程,應(yīng)用Levenberg

4、-Marquardt方法進(jìn)行迭代優(yōu)化。
　　具體重建算法思想為:假設(shè)正常區(qū)域的光學(xué)參數(shù)已知,光子傳輸模型由擴(kuò)散方程描述,并用有限元法作為正向模型的數(shù)值求解方法,用曲線表示異常區(qū)域的邊界,且實(shí)現(xiàn)了異常區(qū)域位置和光學(xué)參數(shù)的同時(shí)重建。
　　研究表明,本文提出的圖像重建算法能提供更加快速的、具備魯棒性的光學(xué)層析圖像重建算法,能準(zhǔn)確的恢復(fù)異常區(qū)域的形狀參數(shù)和光學(xué)參數(shù),有助于實(shí)現(xiàn)生物體生命特征的在體、實(shí)時(shí)監(jiān)控,推進(jìn)光學(xué)分子影像技術(shù)在臨床