CN101324529B - 一种自发荧光成像方法及系统 - Google Patents
一种自发荧光成像方法及系统 Download PDFInfo
- Publication number
- CN101324529B CN101324529B CN2008101168131A CN200810116813A CN101324529B CN 101324529 B CN101324529 B CN 101324529B CN 2008101168131 A CN2008101168131 A CN 2008101168131A CN 200810116813 A CN200810116813 A CN 200810116813A CN 101324529 B CN101324529 B CN 101324529B
- Authority
- CN
- China
- Prior art keywords
- angle
- signal
- light
- correction
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明提供一种自发荧光成像方法及系统,该方法包括以下步骤:从不同角度获取成像目标物体表面的光信号;分别修正从不同角度获取的所述光信号,获得光修正数据;存储所述数据获取单元获取的所述光信号的数据、所述预处理单元修正后的光修正数据;根据所述光修正数据成像所述自发荧光的像。本发明综合了当前主流的多角度非接触式测量技术和有限元成像方法,发展了后验的边界信号修正策略,有利于提高光源成像的精度和稳定性,并且本发明对自发荧光断层成像的发展具有重要的意义和应用价值。
Description
技术领域
本发明有关于光学分子影像成像技术领域,尤其是有关于模态-自发荧光成像技术,具体地讲是一种自发荧光成像方法及系统。
背景技术
目前,作为一种典型的光学分子影像的成像模态,自发荧光成像技术已经得到了迅速的发展和广泛的应用。
该技术是利用荧光素酶标记成像目标,在ATP及氧气的环境下,当荧光素酶遇到底物荧光素时,荧光素酶就会催化荧光素反应而产生光子。这些光子经过一系列散射和吸收后,大部分光子到达成像目标物体的表面,能够通过高性能的低温CCD相机这种非接触式的测量方式探测得到。
该技术用于优化药物(尤其是恶性肿瘤、癌症药物)的研究中,以及为在分子水平上评估疾病的发展和治疗疾病提供了有效的工具。自发荧光断层成像系统的出现和发展,使研究人员能够在三维下观测所感兴趣目标的变化,相对于只能得到二维的平面图像技术有了很大的突破。
当前的自发荧光断层成像研究中,通过对成像目标物体表面多角度非接触式的探测,可以获得更多的不同角度的表面被测信息。这些多角度的被测信息对在三维下定量进行物体内部自发荧光光源成像有着重要的作用。
美国专利(WO/2004/081865)G.Wang,E.A.Hoffman,and G.McLennan,“Systems and methods for bioluminescent computed tomographicreconstruction,”Patent disclosure filled,July 2002;US provisional patentapplication filled,March 2003;US patent application filed,March 2004采用转台装置从多角度获得目标物体表面的被测信息。其具体方式是,将目标物体放在一个可以水平旋转的转台上,用高性能的低温CCD相机在对目标物体表面的一个方向成像后,将转台顺时针(或逆时针)转动90°,再次成像,直到获得目标物体表面360°的光信号。然而,这种方式没有考虑在探测目标物体表面信号的过程中,物体内部的自发荧光光源随时间变化的问题,因此造成最终结果有较大的误差。
当前的自发荧光断层成像研究中,为获得目标物体表面多角度的测量信息,还有一种采用四面镜的方式。参看G.Wang,D.Kumar,H.Shen,X.Qian,andW.Cong,“The Optical molecular tomography systems and methods forsimultaneous acquisition of multi-view and multi-spectral data,”Patent disclosurefiled with University of Iowa Research Foundation,May 2006.其具体方式是,在一个竖直的平板上按一定角度倾斜固定四个平面镜,将目标物体放置在垂直于平板并位于四面镜中心的圆柱形固定器内,这种方式可以同时从四个角度获得目标物体的表面信号。再转动固定器45°,则获得另外四个角度的表面信号。但是,这种方法同样没有考虑在探测目标物体表面信号的过程中,物体内部的自发荧光光源随时间变化的问题,因此其最终的结果还是会造成较大的误差。
当前的自发荧光断层成像研究中,通常假设在成像过程中,物体内部的自发荧光光源是恒定不变的。然而,在实际中,它是随时间变化的,呈现为一种类指数形式的衰减变化。
另外,为了提高探测时的信号噪声比,适当的增加曝光时间也是非常必要的。因此,在多角度顺序测量的过程中,光源随时间变化会导致不同角度的边界测量信息是不一致的。使用这种不一致的边界信息对自发荧光光源进行成像会带来严重的误差,是有待被解决的问题。
发明内容
本发明是鉴于上述现有技术当中的问题而提出,其目的在于,提供一种自发荧光成像方法及系统,以使在充分曝光的情况下获得较准确的边界信息以提高最终成像的精度。
为了实现上述目的,本发明提供了一种自发荧光成像方法,该方法包括以下步骤:从不同角度获取成像目标物体表面的光信号;分别修正从不同角度获取的所述光信号,获得光修正数据;存储所述数据获取单元获取的所述光信号的数据、所述预处理单元修正后的光修正数据;根据所述光修正数据成像所述自发荧光的像。
S201:从不同角度获取成像目标物体表面的光信号;
S202:生成目标物体表面的光信号分布;
S203:根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;
S204:以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;
具体修正函数为:fcor=ε1-2-ε(m-1)-m
修正方式为:
其中:
上述中:ε(m-1)-m表示在重叠域上第m-1个角度和第m个角度的信号能量比,Φm(x,λ)表示在第m个角度探测得到的位于重叠域上x处波长为λ时的光强密度,Φm-1(x,λ)表示在第m-1个角度探测得到的位于重叠域上x处波长为λ时的光强密度;Φm bcor为第m个角度测量得到的并经过修正后的边界信号,Φm b为第m个角度测量得到的边界信号。
S205:将修正后的多次单角度测量边界信号能量值重组为测量边界信号;
S206:在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
S207:基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;
S208:利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
一种自发荧光成像系统,该系统包括:
数据获取单元,用于从不同角度获取成像目标物体表面的光信号;
预处理单元,用于分别修正从不同角度获取的所述光信号,获得光修正数据;
数据存储单元,用于存储所述数据获取单元获取的所述光信号的数据、所述预处理单元修正后的光修正数据;
计算单元,用于根据所述光修正数据成像所述自发荧光的像。
所述数据获取单元获取的光信号是单谱、混合谱或多谱段上的光的信号,并以二维图像的形式存储到所述数据存储单元。
所述预处理单元包括:
光信号分布生成模块,用于生成目标物体表面的光信号分布;
修正函数生成模块,用于根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;
修正模块,用于以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;
重组模块,用于将修正后的多次单角度测量边界信号能量值重组为测量边界信号。
所述计算单元包括:
离散模块,用于在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
线性关系建立模块,用于基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;
成像模块,用于利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
本发明的有益效果:本发明综合了当前主流的多角度非接触式测量技术和有限元成像方法,主要考虑了在多角度测量过程中,由于目标物体内的自发荧光光源随时间变化而变化,导致实际中从不同角度测量得到的边界信号不是由相同的光源产生的,直接使用这种不一致的边界信号进行成像将会带来很大的误差,本发明发展了后验的边界信号修正策略,使用通过修正函数修正后的边界信号进行成像,有效的提高了成像结果的精度和稳定性,并且本发明对自发荧光断层成像的发展具有重要的意义和应用价值。
附图说明
图1A所示的是本发明实施例1的自发荧光成像系统的结构框图
图1B所示的是本发明实施例1的预处理单元的结构框图
图1C所示的是本发明实施例1的计算单元的结构框图
图2所示的是本发明的实施例1的自发荧光成像方法的流程图
图3所示的是本发明的实施例1的光源衰减特性示意图
图4所示的是本发明实施例1的探测到的边界信号示意图
图5所示的是本发明的自发荧光的成像示意图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例提供一种自发荧光成像方法及系统。以下结合附图对本发明进行详细说明。
图1A所示的是本发明实施例1的自发荧光成像系统的结构框图、图1B所示的是本发明实施例1的预处理单元的结构框图、图1C所示的是本发明实施例1的计算单元的结构框图。
其中,本发明的实施例1的自发荧光成像系统,包括:数据获取单元101,用于从不同角度获取成像目标物体表面的光信号;预处理单元102,用于分别修正从不同角度获取的所述光信号,获得光修正数据;数据存储单元103,用于存储所述数据获取单元获取的所述光信号的数据、所述预处理单元修正后的光修正数据;计算单元104,用于根据所述光修正数据成像所述自发荧光的像。
上述预处理单元102包括:光信号分布生成模块105,用于生成目标物体表面的光信号分布;修正函数生成模块106,用于根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;修正模块107,用于以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;重组模块108,用于将修正后的多次单角度测量边界信号能量值重组为测量边界信号。
上述计算单元包括:离散模块109,用于在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;线性关系建立模块110,用于基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;成像模块111,用于利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
图2所示的是本发明的实施例1的自发荧光成像方法的流程图。以下结合图2详细说明自发荧光成像方法。
S201:从不同角度获取成像目标物体表面的光信号;
S202:生成目标物体表面的光信号分布;
S203:根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;
S204:以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;
S205:将修正后的多次单角度测量边界信号能量值重组为测量边界信号;
S206:在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
S207:基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;
S208:利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
图3所示的是本发明的实施例1的光源衰减特性示意图,图4所示的是本发明实施例1的探测到的边界信号示意图。
其中,数据获取单元101将成像目标物体放置于转台上,按固定方向(如顺时针方向)转动转台,通过高性能的低温CCD相机从不同的角度获得成像目标物体表面的光信号,所探测到的光信号可以是单谱、混合谱或多谱段上的,并以二维图像的形式存储。
预处理单元102,根据探测得到的信号与目标物体表面光信号之间的映射关系,得到目标物体表面的光信号分布;根据多角度顺序测量技术,相邻单角度测量表面存在重叠域,根据重叠域上相邻两次测量得到的光信号能量比得到修正函数,以第一次单角度测量得到的光信号分布为标准,用修正函数修正后续的单角度测量边界信号能量,并将修正后的多次单角度测量值重组为测量边界信号。
数据存储单元103存储由数据获取单元获得的二维图像,通过预处理单元的计算结果,以及数据计算单元中用到的初始化设置和最后的计算结果。
数据计算单元104,在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与边界测量数据之间的线性关系;利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
下面对本发明方法涉及的关键步骤进行逐一详细说明,具体形式如下面所述:
数据获取单元101将成像目标物体放置于转台上,用高性能的低温CCD相机拍摄前视图图像,见图4-(a),顺时针转动转台90°,得到右视图,见图4-(b),再顺时针转动转台90°,得到后视图,见图4-(c),继续转90°,得到左视图,见图4-(d)。在实际的实验中,通常使用混合谱的测量,单谱或多谱信号需要通过滤波片对探测光信号进行谱段分离,用单谱和混合谱信号的成像过程完全相同,用多谱信号进行自发荧光光源成像的区别在于数据计算单元的第二步。探测到的光信号以混合谱为例,并以二维图像的形式存储。
预处理单元102根据探测得到的信号与目标物体表面光信号之间的映射关系,得到目标物体表面的光信号分布;高性能的低温CCD相机探测到的量是流出目标物体的光流密度Q(x,λ),目标物体表面的分布为光强密度Φ(x,λ),它们之间的关系为:
Φ(x,λ)=Q(x,λ)·2A(x;n,n′)
其中,Ω是目标区域;λ为波长;Φ(x,λ)是位于目标区域边界上x处波长为λ时的光强密度;n为折射率,在实际实验中,外界媒质是空气时,折射率n′近似为1,因此A(x;n,n′)≈(1+R(x))/(1-R(x)),R(x)可以近似为:
R(x)≈-1.4399n-2+0.7099n-1+0.6681+0.0636n。
并且,预处理单元102根据多角度顺序测量技术,相邻单角度测量表面存在重叠域,根据重叠域上相邻两次测量得到的光信号能量比得到修正函数,以第一次单角度测量得到的光信号分布为标准,用修正函数修正后续的单角度测量边界信号能量,并将修正后的多次单角度测量值重组为测量边界信号。
考虑到实际中光源随时间变化的特性以及多角度测量方式的使用,采用后验的边界信号修正方法减少其对成像结果的影响。每个角度探测的信号对应边界上的某个部分,即第m个角度探测的信号Φm b对应边界全部角度的探测可以覆盖360°边界表面。在第(m-1)个角度和第m个角度测量分别对应的区域和之间存在重叠区域ε(m-1)-m表示在重叠域上相邻角度测得的信号能量比,即
在实际实验中,选择光源到达光强最大时进行测量,因此只需要考虑光源的衰减变化。假设光源在每次CCD的曝光过程中是不变的,如图3所示。在第一个测量角度时,光源的光强为最大值,用这个角度测量得到的信号为标准,得到修正函数fcor
fcor=ε1-2…ε(m-1)-m
然后,用修正函数修正后续的测量信号
Φm bcor为第m个角度测量得到的并经过修正后的边界信号,Φm b为第m个角度测量得到的边界信号。
然后将经过修正后的每个角度的测量信号Φl bcor重组为边界信号Φλ bcor。
数据存储单元103存储由数据获取单元获得的二维图像,通过预处理单元的计算结果,以及数据计算单元中用到的初始化设置和最后的计算结果。
数据计算单元104在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
精确描述光子在生物组织中传输的数学模型是Boltzmann输运方程,但由于Boltzmann方程是一个微分-积分方程,使得对它的求解十分耗费计算量。在具有强散射性质的生物组织中,扩散方程(Diffuse Equation)能很好的近似Boltzmann方程,已经在被广泛的应用在光学成像领域。当自发荧光成像实验在一个全黑的环境下进行时,稳态的扩散方程可以模拟这一过程,同时,考虑到不同谱段对成像目标物体的光学特性参数的影响,扩散方程可以写作如下形式:
其中,Ω是目标区域;Φ(x,λ)是目标区域Ω上的光强密度;S(x,λ)是目标区域内部光源的光强密度;μa(x,λ)是成像目标物体的吸收系数;D(x,λ)=1/(3(μa(x,λ)+(1-g)μs(x,λ)))是成像目标物体的扩散系数,其中μs(x,λ)是成像目标物体的散射系数,g是各向异性参数。
Robin边界条件可以模拟自发荧光成像过程的边界条件:
其中,v(x)是目标区域边界的单位法向量;在实际实验中,外界媒质是空气时,折射率n′近似为1,因此A(x;n,n′)≈(1+R(x))/(1-R(x)),R(x)可以近似为R(x)≈-1.4399n-2+0.7099n-1+0.6681+0.0636n。
(x∈Ω)
类似的,Sk是S(x,λ)第k(k=1…NS)个节点上的值,γk(x,λ)是内插基函数,NS是对光源插值的内插基函数的个数,则S(x,λ)可以近似的表示为
对以上扩散方程进行离散,得到以下线性方程:
([Kλ]+[Cλ]+[Bλ])Φ(x,λ)=[F]S(x,λ)
其中,构成矩阵Kλ、Cλ、Bλ、F的元素分别为kij、cij、bij、fij,表达式如下
基于先验可行光源区域的选择,在单谱、混合谱或多谱段上建立未知光源变量与边界测量数据之间的线性关系;
令[Mλ]=[Kλ]+[Cλ]+[Bλ],则有
[Mλ]Φ(x,λ)=[F]S(x,λ)
并且,M是一个对称正定矩阵。
用多谱信号成像的区别在于,需要将多组单谱信号形成的线性方程重新组合形成新的线性方程。
考虑光源和边界信号之间的关系以及加入先验可行光源区域,上式可写作
其中,Φλ b表示在目标区域边界上的光强密度;Φλ *表示目标区域内部点的光强密度;光源向量S被分为两部分,Sλ p表示在可行光源区域内的光强密度,Sλ *表示在禁止区域内的光强密度。显然,Sλ *为零。因此,以上的方程被简化成
利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
通常情况,自发荧光成像的测量数据里面含有随机噪声,并且由于矩阵Aλ是病态的导致方程不能直接求解,因此需要使用正则化方法来求解问题,即将问题转换为,求计算的边界光强分布 和测量得到且经过修正的边界光强分布Φλ bcor的距离最小,并且加入惩罚函数项增加求解的稳定性,同时考虑光源的物理意义,可以得到目标函数Θ(Sλ p):
其中,Smax是光源的上界;||·||2是2-范数;α是正则化参数;L(·)是惩罚函数。选择合适的最优化算法,可以获得比较满意的自发荧光断层成像光源成像,这里采用的是一种改进的牛顿算法求解问题。通过计算在点xc的梯度范数||gc||和步长距离||dc||,判断||gc||<δg,||dc||<δd,然后计算边界光强密度Фλ c,判断 δg、δd和δФ分别是相应的阈值,如果满足则停止,输出结果;如果不满足,则使xn=xc+βd,其中β∈(0,1),继续循环,直到
运行结果:
图5所示的是本发明的自发荧光的成像示意图。
为了验证本发明的方法,我们用Monte Carlo方法生成的边界测量数据进行了数值实验。
在此实验中,我们将一个包含了四种不同材料的圆柱体作为实验仿体,该圆柱体直径为20mm,高为30mm,其中被成像的光源被嵌入在右肺中,坐标设为(-3,5,15),光源大小为半径1毫米,光源能量为1纳瓦。由具体实施方式中的论述,我们用混合谱实验为代表来验证此方法。
在实验中,假设高性能的低温CCD相机的曝光时间为每次为10分钟,一共进行了四个角度的探测;在有限元离散化中,我们将仿体离散为2150个节点和10369个四面体;在用Monte Carlo方法生成边界测量数据时,选用的网格为11486个节点和22968个三角面片;通过测量数据判断先验可行光源区域Ps为:Ps={(x,y,z)|13.0<z<17.0,(x,y,z)∈右肺}。
为了验证发明的方法,我们在同样的实验环境和初始参数下,分别在三种情况下用有限元方法进行了光源成像:A是理想情况,即光源是恒定的,不随时间上的变化;B是光源随时间衰减,成像时采用了后验的边界信号修正方法;C是光源随时间衰减,成像结果没有采用后验的边界信号修正。我们分别计算了三种情况下成像的绝对误差和情况B、C分别相对于情况A的相对误差,误差的结果显示在附表2中。由结果可以显示出后验的边界信号修正方法的优势,以及整个方案的有效性。
所有的计算过程在奔腾四2.8GHz和1GB内存的个人电脑上执行。
下面的附表1是:仿体各部分的光学特性参数
材料 | 肌肉 | 肺 | 心脏 | 肝脏 | 骨头 |
μ<sub>a</sub>(x,λ)[1/mm] | 0.01 | 0.35 | 0.20 | 0.035 | 0.002 |
μ′<sub>s</sub>(x,λ)[1/mm] | 0.40 | 1.38 | 2.40 | 0.60 | 2.0 |
下面的附表2是:成像结果的误差
理想情况 | 经过修正 | 未修正情况 | |
成像结果 | (-3.24,3.79,14.74) | (-2.74,6.30,14.63) | (-3.27,4.05,13.47) |
绝对误差 | 1.27 | 1.37 | 1.82 |
相对误差 | / | 7.8% | 43.3% |
实施例2
在本发明的实施例2中,除了预处理单元与实施例1不同之外,其他的结构与上述实施例1相同,因此在此省略其说明。
在本发明的实施例2中,根据成像目标物体内部的自发荧光光源随时间变化的特性,若已知其变化的具体形式,例如指数形式,则能够根据每一角度探测目标物体表面信号的时间,计算出在多角度探测时不同时间点的自发荧光光源的衰减比例,从而可预先设定修正比例。
即、根据不同的光源可以预先知道其衰减特性,并且根据计算出的多角度探测时的不同时间点,得出最佳的衰减比例,作为预先设定的修正函数,以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;将修正后的多次单角度测量边界信号能量值重组为测量边界信号。
实施例3
在本发明的实施例3中,除了数据获取单元与实施例1不同之外,其他的结构与上述实施例1相同,因此在此省略其说明。
在本发明的实施例3中,采用一个两面镜同时探测目标物体两个角度的信号,旋转物体90°,获得另外两个角度的信号。在应用本发明的实施例3的具有两面镜的数据获取单元时,由于同时获取了两个角度的数据,因此与上述实施例1和实施例2相比,其修正次数可减少一半,并且修正函数也相比实施例1和实施例2较简单,从而减少了计算量。
本发明综合了当前主流的多角度非接触式测量技术和有限元成像方法,发展了边界信号能量修正策略,有利于提高光源成像的精度和稳定性,并且本发明对自发荧光断层成像的发展具有重要的意义和应用价值。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种自发荧光成像方法,其特征在于,该方法包括以下步骤:
1)从不同角度获取成像目标物体表面的光信号,所述的光信号是单谱、混合谱或多谱段上的光的信号;
2)分别修正从不同角度获取的所述光信号,获得光修正数据;
所述的修正从不同角度获取的光信号,具体包括以下步骤:
i)生成目标物体表面的光信号分布;
ii)根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;
iii)以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;
iv)将修正后的多次单角度测量边界信号能量值重组为测量边界信号;
所述的修正函数为:fcor=ε1-2…ε(m-1)-m
所述的用修正函数修正后续的单角度测量边界信号能量,具体为:
其中:
上述中:ε(m-1)-m表示在重叠域上第m-1个角度和第m个角度的信号能量比,Φm(x,λ)表示在第m个角度探测得到的位于重叠域上x处波长为λ时的光强密度,Φm-1(x,λ)表示在第m-1个角度探测得到的位于重叠域上x处波长为λ时的光强密度;Φm bcor为第m个角度测量得到的并经过修正后的边界信号,Φm b为第m个角度测量得到的边界信号;
3)根据所述光修正数据成像所述自发荧光的像,具体包括以下步骤:
i)在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
ii)基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;
iii)利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
2.一种自发荧光成像系统,其特征在于,该系统包括:
数据获取单元,用于从不同角度获取成像目标物体表面的光信号,所述的光信号是单谱、混合谱或多谱段上的光的信号,并以二维图像的形式存储到所述数据存储单元;
预处理单元,用于分别修正从不同角度获取的所述光信号,获得光修正数据;
数据存储单元,用于存储所述数据获取单元获取的所述光信号的数据、所述预处理单元修正后的光修正数据;
计算单元,用于根据所述光修正数据成像所述自发荧光的像;
所述的预处理单元包括:
光信号分布生成模块,用于生成目标物体表面的光信号分布;
修正函数生成模块,用于根据在相邻单角度测量表面的重叠域上的相邻两次测量得到的光信号能量比得到修正函数;
修正模块,用于以第一次单角度测量得到的光信号分布为标准,用所述修正函数修正后续的单角度测量边界信号能量;
重组模块,用于将修正后的多次单角度测量边界信号能量值重组为测量边界信号;
所述的计算单元包括:
离散模块,用于在成像目标区域的剖分网格上,利用有限元理论把单谱段、混合谱段或多谱段上的扩散方程离散为线性方程;
线性关系建立模块,用于基于先验可行光源区域,在单谱、混合谱或多谱段上建立未知光源变量与测量边界信号之间的线性关系;
成像模块,用于利用正则理论确立优化的目标函数,然后利用改进牛顿算法对目标函数进行优化,以获得成像结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101168131A CN101324529B (zh) | 2008-07-18 | 2008-07-18 | 一种自发荧光成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101168131A CN101324529B (zh) | 2008-07-18 | 2008-07-18 | 一种自发荧光成像方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101324529A CN101324529A (zh) | 2008-12-17 |
CN101324529B true CN101324529B (zh) | 2010-11-24 |
Family
ID=40188154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101168131A Expired - Fee Related CN101324529B (zh) | 2008-07-18 | 2008-07-18 | 一种自发荧光成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101324529B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392977A (zh) * | 2017-08-22 | 2017-11-24 | 西北大学 | 单视图切伦科夫发光断层成像重建方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097437B (zh) * | 2016-06-14 | 2019-03-15 | 中国科学院自动化研究所 | 基于纯光学系统的生物自发光三维成像方法 |
CN107411766B (zh) * | 2017-06-14 | 2020-09-11 | 西北大学 | X射线发光断层成像的目标可行区提取方法 |
CN107917870B (zh) * | 2018-01-09 | 2020-09-18 | 中国农业科学院油料作物研究所 | 一种根瘤计数方法 |
-
2008
- 2008-07-18 CN CN2008101168131A patent/CN101324529B/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392977A (zh) * | 2017-08-22 | 2017-11-24 | 西北大学 | 单视图切伦科夫发光断层成像重建方法 |
CN107392977B (zh) * | 2017-08-22 | 2021-04-13 | 西北大学 | 单视图切伦科夫发光断层成像重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101324529A (zh) | 2008-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6732807B2 (ja) | 生検標本蛍光イメージング装置及び方法 | |
CN103239255B (zh) | 一种锥束x射线发光断层成像方法 | |
CN101342075B (zh) | 基于单视图的多光谱自发荧光断层成像重建方法 | |
CN105894562B (zh) | 一种光学投影断层成像中的吸收和散射系数重建方法 | |
CN101856220B (zh) | 定量光学分子断层成像装置和重建方法 | |
Chen et al. | 3D reconstruction of light flux distribution on arbitrary surfaces from 2D multi-photographic images | |
CN103300829B (zh) | 一种基于迭代重加权的生物自发荧光断层成像方法 | |
CN102334979B (zh) | 一种基于迭代收缩的双模态融合断层成像方法 | |
CN101324529B (zh) | 一种自发荧光成像方法及系统 | |
CN107392977A (zh) | 单视图切伦科夫发光断层成像重建方法 | |
Cong et al. | A Born‐type approximation method for bioluminescence tomography | |
CN105455780A (zh) | 基于双网格的有限投影的荧光分子断层成像重建方法 | |
Zhang et al. | Robust reconstruction of fluorescence molecular tomography based on sparsity adaptive correntropy matching pursuit method for stem cell distribution | |
CN102393969B (zh) | 基于生物组织特异性的光学三维成像方法 | |
Feng et al. | Bioluminescence tomography imaging in vivo: recent advances | |
Cao et al. | A novel stacked denoising autoencoder-based reconstruction framework for cerenkov luminescence tomography | |
Jiang et al. | 3D in vivo dose verification in prostate proton therapy with deep learning-based proton-acoustic imaging | |
CN103393410B (zh) | 一种基于交替迭代运算的荧光分子断层成像重建方法 | |
CN105629652A (zh) | 一种基于自适应体素细分的光学断层成像方法 | |
Timmins et al. | Patient position alters attenuation effects in multipinhole cardiac SPECT | |
Jiang et al. | Fast reconstruction of optical properties for complex segmentations in near infrared imaging | |
Zhang et al. | Reconstruction method for in vivo bioluminescence tomography based on the split Bregman iterative and surrogate functions | |
Jiang et al. | Image reconstruction for bioluminescence tomography | |
Manjappa et al. | Effects of refractive index mismatch in optical CT imaging of polymer gel dosimeters | |
Ledwon et al. | Tomographic reconstruction from planar thermal imaging using convolutional neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101124 Termination date: 20110718 |