CN106683180B - 图像处理方法及系统 - Google Patents

Abstract

本发明涉及一种图像处理方法及系统，该方法包括：针对待成像物体，采集多帧荧光二维图像数据；以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的真实目标分布与所述荧光二维图像数据的对应关系；采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述最终重建目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果。无需借助其他成像模态提供的辅助先验信息，大大降低了成像系统的成本和技术复杂度。

Description

图像处理方法及系统

技术领域

本发明涉及荧光分子断层成像技术领域，更具体地涉及一种图像处理方法及系统。

背景技术

稳态荧光分子断层成像(Continuous Wave Fluorescence MolecularTomography，CW-FMT)能够实现在体(In vivo)的非入侵地监测体内荧光分子探针的三维空间分布，在细胞、分子水平层面观测生理与病理活动过程，并且具有无电离辐射、低成本和安全性高等特点，已在医学研究当中得到广泛应用。

CW-FMT中的重建检测体内荧光分子探针的三维空间分布是整个技术的算法核心，需要通过采集到的多角度荧光信号重建出荧光分子探针在检测体内的三维空间分布。传统的在体(In vivo)CW-FMT的三维空间分布重建算法需要使用双模态或多模态成像，增加了成像系统的成本和技术复杂度，且引入了更多的噪声干扰，同时在成像者的舒适程度上也有所降低。

因此，需要提供一种图像处理方法及系统，以至少部分地解决上述问题。

发明内容

考虑到上述问题而提出了本发明一种图像处理方法及系统。

根据本发明一方面，提供了一种图像处理方法，所述方法包括：

针对待成像物体，采集多帧荧光二维图像数据；以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的真实目标分布与所述荧光二维图像数据的对应关系；采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述最终重建目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果。

可选地，所述第一方程为：W_(M×N)f_(N×1)＝Φ_(M×1)，其中，所述W_(M×N)为系统矩阵，f_(N×1)为所述待成像物体的荧光分子探针的真实目标分布，所述Φ_(M×1)为所述荧光二维图像数据。

可选地，采用预设求解方法对所述第一方程进行求解处理包括：针对所述第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数；通过最优化方法求解所述第一反问题目标函数的最优解，以作为所述待成像物体的荧光分子探针的初步重建目标分布；根据所述荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数；迭代地求解所述第二反问题目标函数，得到第二反问题目标函数的解，以作为所述待成像物体的荧光分子探针的最终重建目标分布。

可选地，所述第一反问题目标函数为：

f_λ＝argmin{||Wf-Φ_f||₂+λ||f||₂}

λ是正则化参数，且λ≥0，f_λ为所述待成像物体的荧光分子探针的初步重建目标分布，所述W为系统矩阵，所述Φ_f为所述荧光二维图像数据；所述通过最优化方法求解所述第一反问题目标函数的最优解，包括：基于如下公式，采用最优化方法求解所述第一反问题目标函数的最优解：

其中，f_k为第k次迭代的荧光分子探针的目标分布，I为单位矩阵，W^H为W的共轭转置，W为系统矩阵，k为迭代次数，r_k为第k次迭代残差。

可选地，所述方法还包括：对所述待成像物体的荧光分子探针的初步重建目标分布进行所述短时傅里叶变换，得到所述初步重建目标分布的空间-频率-能量谱；基于所述空间-频率-能量谱，提取所述初步重建目标分布进行自先验信息。

可选地，所述基于所述空间-频率-能量谱，提取所述初步重建目标分布进行自先验信息包括：判断所述初步重建目标分布的所述空间-频率-能量谱中的任一点的能量是否高于预设能量阈值；若是，则将所述初步重建目标分布的对应该点的空间位置信息确定为所述初步重建目标分布的自先验信息。

可选地，所述将所述初步重建目标分布的对应该点的空间位置信息确定为所述初步重建目标分布的自先验信息包括：当确定所述初步重建目标分布的所述空间-频率-能量谱中的任一点的能量是否高于预设能量阈值时，在所述空间-频率-能量谱查找到该点的空间位置；将所述空间域中该点的位置标记为1，以及当确定所述初步重建目标分布的所述空间-频率-能量谱中任一点的能量低于所述能量阈值时，在所述空间-频率-能量谱查找到该点的空间位置；且将所述空间-频率-能量谱中该点的空间位置标记为0，以得到二值化自先验矩阵，所述二值化自先验矩阵包括所述初步重建目标分布的自先验信息。

可选地，所述根据所述荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数包括：针对所述荧光分子探针的初步重建目标分布的自先验信息，通过如下公式确定拉普拉斯矩阵中的元素：

其中，S为满足K_i＝1，且K_j＝1元素的个数；以及基于所述拉普拉斯矩阵建立如下函数，以作为所述荧光分子探针断层成像的第二反问题目标函数：

f_λ＝argmin{||Wf-Φ_f||₂+λ||L_nf||₂}

其中，L_n为所述拉普拉斯矩阵，W为系统矩阵，f为待求解的荧光分子探针的目标分布，所述Φ_f为所述待成像物体的荧光分子探针的目标分布对应的所述荧光二维图像数据，λ是正则化参数，且λ≥0。

可选地，所述迭代地求解所述第二反问题目标函数包括：根据拉普拉斯正则化方法，通过如下公式对所述第二反问题目标函数进行迭代计算，以求解所述第二反问题目标函数：

其中，L为所述拉普拉斯矩阵，W为系统矩阵，f_k为第k次迭代的荧光分子探针目标分布，Φ_f为所述待成像物体的荧光分子探针的所述荧光二维图像数据，λ是正则化参数，且λ≥0，W^H为W的共轭转置，L^H为L的共轭转置，k为迭代次数，r_k为第k次迭代残差。

可选地，所述方法还包括：针对待成像物体，采集多帧白光二维图像数据；通过边缘检测法提取每帧所述白光二维图像数据的边界轮廓线，得到多帧边界轮廓线；基于所述多帧边界轮廓线，采用滤波反投影方法确定所述待成像物体的三维轮廓图像；将所述待成像物体的三维轮廓图像与所述待成像物体的荧光分子探针的最终重建目标分布进行融合，得到所述荧光分子探针在所述待成像物体的三维轮廓图像的分布图像。

根据本发明一方面，提供了一种图像处理系统，包括：氙灯光源、光纤、激发光滤光片、电动旋转台、荧光滤光片、CCD相机和计算机，

所述氙灯光源用于发射激发光；

所述光纤用于传输所述氙灯光源发射的激发光；

所述电动旋转台用于放置待成像物体；

所述激发光滤光片设置在光线及所述电动旋转台之间，所述氙灯光源发射的激发光通过所述光纤传输经过所述激发光滤光片后照射所述待成像物体；

所述CCD相机用于针对待成像物体，采集多帧荧光二维图像数据，其中所述荧光二维图像数据包括所述待成像物体内部荧光分子探针被激发后发射出的荧光信号通过荧光滤光片后的二维图像数据；

所述计算机用于以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的最终重建目标分布与所述荧光二维图像数据的对应关系；采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述最终重建目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果。

本发明实施例提供的图像处理方法及系统采用CW-FMT单模态成像完成在待成像物体体内的荧光分子探针的三维空间分布的重建，而无需借助其他成像模态提供的辅助先验信息。因而大大降低了成像系统的成本和技术复杂度，且避免了其他成像模态带来的电离辐射等危害。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出根据本发明一个实施例的一种图像处理系统的结构示意图；

图2示出根据本发明一个实施例的一种图像处理方法的流程示意图；

图3示出根据本发明另一个实施例的一种图像处理方法的流程示意图；

图4示出根据本发明另一个实施例的一种图像处理方法的流程示意图；

图5示出根据本发明一个实施例的一种图像处理装置的示意性结构框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

为了解决上文所述的问题，本发明实施例提出一种图像处理方法及系统，可以采用CW-FMT单模态成像完成在待成像物体体内的荧光分子探针的三维空间分布的重建。

下面将结合附图对本发明提供的图形处理方法及系统进行详细描述，以使本领域技术人员能够清楚、准确地理解本发明的技术方案。

图1示出根据本发明一个实施例的一种图像处理系统的结构示意图。

如图1所示，本发明实施例提供的一种图像处理系统，可以包括氙灯光源1、光纤2、激发光滤光片3、电动旋转台4、荧光滤光片5、CCD相机6和计算机7。

其中，氙灯光源1、光纤2和激发光滤光片3形成激发光发射装置，氙灯光源1发射激发光，且激发光通过光纤2和激发光滤光片3传输至电动旋转台4，以照射电动旋转台4上的待成像物体8。在激发光的照射下，待成像物体8内部荧光分子探针被激发，发射出的荧光信号并通过荧光滤光片5被CCD相机6接收，使CCD相机6采集到荧光二维图像数据。CCD相机6将采集到的荧光二维图像数据发送至计算机7。计算机7将对荧光二维图像数据进行图像数据处理，实现待成像物体体内荧光分子探针的三维空间分布的重建。

基于上述实施例中图像处理系统的结构，本发明还提供一种应用于上述图像处理系统的图像处理方法。

图2示出根据本发明一个实施例的一种图像处理方法的流程示意图。

如图2所示，本发明实施例提供的一种图像处理方法，该方法可以包括如下步骤：

步骤210，针对待成像物体，采集多帧荧光二维图像数据。

在对待成像物体进行图像数据采集之前，可以将荧光分子探针(或荧光染料标记物)注射至待成像物体内，并将待成像物体固定于电动旋转台4。氙灯光源1发射激发光，通过光纤2传输至激发光滤光片3，激发光滤光片3可以吸收激发光中的部分波段的光，使荧光分子探针的激发光谱波段的光通过。同理地，待成像物体的荧光分子探针被激发发射荧光信号，荧光信号通过荧光滤光片5，经荧光滤光片5滤波后使荧光分子探针的发射光谱波段的光通过，进而被CCD相机采集待成像物体体内的荧光二维图像数据。

在本步骤中，示例性地，多帧荧光二维图像数据可以包括采集的360度等间隔多角度的荧光信号。作为一个示例，可以以10°为采集间隔，采集共计36个角度的荧光二维图像数据。作为另一个示例，可以以15°为采集间隔，采集共计24个角度的荧光二维图像数据。采集的图像数据越多，三维空间分布的重建精度越高，而计算量也会越大，在本发明实施例中，采集24帧荧光二维图像数据为优选实施例，既能保障较高的重建精度，又节省了计算成本。可以理解的是，上述实施例仅为示例，本发明采集的图像数据的帧数不作限制。

步骤220，以荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，其中，第一方程用于描述待成像物体的荧光分子探针的真实目标分布与荧光二维图像数据的对应关系。

在本步骤中，以荧光二维图像数据作为输入，利用扩散方程(DiffusionEquation，DE)理论对荧光分子探针断层成像的光子传输过程建模，以描述激发光和荧光光子探针在待成像生物组织中在吸收和散射效应下的传输过程。由于扩散方程在复杂的生物组织环境条件下难以求得解析解，因此可以采用现有的有限元方法对成像域进行离散，以求解扩散方程，示例性地，可以求解扩散方程的格林函数，从而建立描述待成像物体的荧光分子探针的最终重建目标分布与荧光二维图像数据的对应关系的线性系统方程，即第一方程。其中，关于扩散方程模型建立、扩散方程的求解等，本领域技术人员可以参考相关技术理论即可理解，在此不再赘述。

示例性地，描述待成像物体的荧光分子探针的真实目标分布与荧光二维图像数据的对应关系的线性系统方程可以表示为：W_(M×N)f_(N×1)＝Φ_(M×1)，其中，W_(M×N)为FMT的系统矩阵，f_(N×1)为待成像物体的荧光分子探针的真实目标分布，Φ_(M×1)为荧光二维图像数据。在该方程中，FMT的系统矩阵W_(M×N)的定义和求解可以参见相关技术，在此不再赘述。

步骤230，采用预设求解方法对第一方程进行求解处理，以得到待成像物体的荧光分子探针的最终重建目标分布，最终重建目标分布用于描述待成像物体的荧光分子探针断层成像的三维重建结果。

根据本发明一实施例，对第一方程进行求解，以解得待成像物体的荧光分子探针的最终重建目标分布。示例性地，步骤230可以包括如下a-d四个步骤：

步骤a：针对第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数。

在本步骤中，针对第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数，通过最优化方法求解第一反问题目标函数的最优解，以作为待成像物体的荧光分子探针的初步重建目标分布。示例性地，采用吉洪诺夫正则化方法构造第一反问题目标函数为：

f_λ＝argmin{||Wf-Φ_f||₂+λ||f||₂}..............................(1)

其中，λ是正则化参数，且λ≥0，f为待求解的荧光分子探针的目标分布，W为FMT的系统矩阵，Φ_f为荧光二维图像数据。

步骤b：通过最优化方法求解第一反问题目标函数的最优解，以作为待成像物体的荧光分子探针的初步重建目标分布。

例如，通过如下公式求解式采用最优化迭代求解方法求解式(1)：

其中，f_k为第k次迭代的荧光分子探针的目标分布，I为单位矩阵，W^H为W的共轭转置，W为FMT的系统矩阵，k为迭代次数，r_k为第k次迭代残差。

对式(2)进行k次迭代后，当满足迭代条件时，则取得式(1)的最优解，以作为待成像物体的荧光分子探针的初步重建目标分布。其中，迭代条件可以是迭代次数k的取值。示例性地，k的取值范围例如30-100。

步骤c：根据荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数。

在本步骤中，针对步骤b中得到的荧光分子探针的初步重建目标分布的自先验信息，可以通过如下公式确定拉普拉斯矩阵的元素：

其中，S为满足K_i＝1，且K_j＝1元素的个数。进一步地，基于拉普拉斯矩阵建立如下函数，以作为荧光分子探针断层成像(即荧光分子探针的三维重建结果)的第二反问题目标函数：

f_λ＝argmin{||Wf-Φ_f||₂+λ||L_nf||₂}..............(4)

其中，L_n为所述拉普拉斯矩阵，其中的元素值由式(3)确定，W为系统矩阵，f为待求解的荧光分子探针的目标分布，Φ_f为待成像物体的荧光分子探针的荧光二维图像数据，λ是正则化参数，且λ≥0。

步骤d：迭代地求解第二反问题目标函数，得到第二反问题目标函数的解，以作为待成像物体的荧光分子探针的最终重建目标分布。

在本步骤中，对步骤c中建立的第二反问题目标函数进行求解。根据本发明一实施例，在本步骤中可以根据拉普拉斯正则化方法，通过如下公式对第二反问题目标函数进行迭代计算，以求解第二反问题目标函数：

其中，L为拉普拉斯矩阵，W为系统矩阵，f_k为第k次迭代的荧光分子探针的目标分布，Φ_f为荧光二维图像数据，λ是正则化参数，且λ≥0，W^H为W的共轭转置，L^H为L的共轭转置，k为迭代次数，r_k为第k次迭代残差。其中，拉普拉斯矩阵(自先验信息矩阵)L可以对本次重建过程进行约束。

根据本发明另一实施例，针对步骤d求解第二反问题目标函数，得到第二反问题目标函数的解。示例性地，步骤d直到满足迭代终止条件停止迭代计算。示例性地，迭代终止条件可以例如是预设的迭代次数、例如还可以是第i次迭代计算求得的解(f_i)与第i-1次迭代计算求得的解(f_i-1)的差值(f_i-f_i-1)小于预设差值阈值。示例性地，迭代次数的取值范围例如可以为30-100，预设差值阈值的取值范围例如可以为1/10000至1/100。迭代终止条件在实际应用中，可以根据技术人员的经验设定或设计其他方法获得，本发明在此不做限定。

应用本发明实施例，采用CW-FMT单模态成像完成在待成像物体体内的荧光分子探针的三维空间分布的重建，无需借助其他成像模态提供的辅助先验信息，大大降低了成像系统的成本和技术复杂度，且避免了其他成像模态带来的电离辐射等危害。

图3示出根据本发明另一个实施例的一种图像处理方法的流程示意图。

如图3所示，本发明实施例提供的一种图像处理方法，该方法可以包括如下步骤：

步骤310，针对待成像物体，采集多帧荧光二维图像数据。

本步骤与图2所示实施例中的步骤210的实现原理、实现的技术方案及实现效果均一致，为了简洁在此不再赘述。

步骤320，以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的真实目标分布与所述荧光二维图像数据的对应关系。

步骤320实现原理、实现的技术方案及实现效果可以参见图2所示实施例中的步骤220的详细技术方案，为了简洁在此不再赘述。

步骤330，针对第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数。

步骤340，通过最优化方法求解第一反问题目标函数的最优解，以作为待成像物体的荧光分子探针的初步重建目标分布。

其中，步骤330和步骤340的实现原理、实现的技术方案及实现效果可以参见图2所示实施例中的步骤230的a-b两个步骤的详细技术方案，为了简洁在此不再赘述。

步骤350，对待成像物体的荧光分子探针的初步重建目标分布进行短时傅里叶变换，得到初步重建目标分布的空间-频率-能量谱。

在步骤340得到的待成像物体的荧光分子探针的初步重建目标分布是

一维形式空间序列，在本步骤中，对该空间序列进行STFT(短时傅里叶变换)，得到该空间序列的空间-频率-能量谱。示例性地，通过如下公式对该空间序列进行STFT(短时傅里叶变换)：

其中，ω_k为圆周率，g为时移窗函数，T为时移间距，M为窗函数宽度，f为待成像物体的荧光分子探针的初步重建目标分布(一维形式空间序列)。

进一步地，对式(6)两边分别取幅度的二次方，即得到待成像物体的荧光分子探针的初步重建目标分布(一维形式空间序列)的空间-频率-能量谱，如下式：

步骤360，判断初步重建目标分布的空间-频率-能量谱中的任一点的能量是否高于预设能量阈值。若是，执行步骤370。

在本步骤中，可以预先设定能量阈值，将空间-频率-能量谱中的任一点的能量与该预设能量阈值进行比较，以确定空间-频率-能量谱中的任一点的能量是否高于预设能量阈值。如果确定空间-频率-能量谱中的任一点的能量高于预设能量阈值，则执行步骤370。

步骤370，将初步重建目标分布的对应该点的空间位置信息确定为初步重建目标分布的自先验信息。

在本步骤中，可以将在步骤360中确定的空间-频率-能量谱中高于预设能量阈值的点所对应的信息确定为初步重建目标分布的自先验信息。示例性地，当确定初步重建目标分布的空间-频率-能量谱中的任一点的能量高于预设能量阈值时，在空间-频率-能量谱查找到该点的位置，将空间-频率-能量谱中高于或者等于预设能量阈值的点对应的空间位置标记为1，而低于预设能量阈值的点对应的空间位置标记为0，以得到二值化自先验矩阵，二值化自先验矩阵包括初步重建目标分布的自先验信息。其中二值化自先验矩阵K_i可以表示如下：

应用上述实施例，结合空间-频率两个部分的信息，与传统方法单纯考虑空间域或频率域的信息相比，能够提取出更准确的自先验信息以引导后续的重建过程，提高重建结果的准确性。

步骤380，根据荧光分子探针的初步重建目标分布的自先验信息，采用正则化方法建立荧光分子探针断层成像的第二反问题目标函数。

本步骤与图2所示实施例中的步骤230中的子步骤c的实现原理、实现的技术方案及实现效果均一致，为了简洁在此不再赘述。

步骤390，迭代地求解第二反问题目标函数，得到第二反问题目标函数的解，以作为待成像物体的荧光分子探针的最终重建目标分布，最终重建目标分布用于描述待成像物体的荧光分子探针断层成像的三维重建结果。

本步骤与图2所示实施例中的步骤230的子步骤d的实现原理、实现的技术方案及实现效果均一致，为了简洁在此不再赘述。

应用本发明实施例，采用CW-FMT单模态成像完成在待成像物体体内的荧光分子探针的三维空间分布的重建，无需借助其他成像模态提供的辅助先验信息，大大降低了成像系统的成本和技术复杂度，且避免了其他成像模态带来的电离辐射等危害。

另一方面，应用本发明实施例可以自主产生先验信息，对于非稀疏荧光目标(如生物体器官)的重建具有更准确的定位性能。

此外，本发明实施例结合空间-频率两个部分的信息，与传统方法单纯考虑空间域或频率域的信息相比，能够提取出更准确的自先验信息以引导后续的重建过程，提高重建结果的准确性。

图4示出根据本发明另一个实施例的一种图像处理方法的流程示意图。

如图4所示，本发明实施例提供的一种图像处理方法，该方法除了包括如图2中所示的步骤210至步骤230(在本实施例中为了简洁将不再对步骤210-步骤230进行描述，具体可以参见图2所示实施例)，还可以包括如下步骤：

步骤410，针对待成像物体，采集多帧白光二维图像数据。

在本步骤中，氙灯光源1关闭的状态下，启动电动旋转台4和CCD相机6，在自然光照射下，对待成像物体8进行360°等间隔多角度的白光信号采集。作为一个示例，可以以10°为采集间隔，采集共计36个角度的荧光二维图像数据。作为另一个示例，可以以5°为采集间隔，采集共计72个角度的白光二维图像数据。采集的图像数据越多，三维轮廓图像的重建精度越高，轮廓线更清晰，而计算量也会越大，在本发明实施例中，采集72帧白光二维图像数据为优选实施例，既能保障较高的重建精度，又节省了计算成本。可以理解的是，上述实施例仅为示例，本发明采集的图像数据的帧数不作限制。

步骤420，通过边缘检测法提取每帧白光二维图像数据的边界轮廓线，得到多帧边界轮廓线。

边缘检测法可以根据图像边界点的亮度值变化明显的特提取图像的边界信息，以得到图像的边界轮廓。在本步骤中，采用边缘检测法提起每帧白光二维图像中待成像物体8的边界轮廓线，得到待成像物体8的多帧边界轮廓线图像，例如，得到待成像物体8的72帧边界轮廓线图像，它们可以代表待成像物体8的不同角度的投影轮廓线。

步骤430，基于多帧边界轮廓线，采用滤波反投影方法确定待成像物体的三维轮廓图像。

在本步骤中对步骤420提取到的每一帧边界轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体8的三维轮廓图像。其中，滤波反投影方法用于从多角度的投影二维图像中计算出几何体的三维结构图像。

步骤440，将待成像物体的三维轮廓图像与待成像物体的荧光分子探针的最终重建目标分布进行融合，得到荧光分子探针在待成像物体的三维轮廓图像的分布图像。

在本步骤中，将步骤230中得到的待成像物体的荧光分子探针的最终重建目标分布图像与步骤430中得到的待成像物体的三维轮廓图像进行融合(或者叠加)，得到荧光分子探针在待成像物体的三维轮廓图像的分布图像。其中，荧光分子探针的最终重建目标分布图像与待成像物体的三维轮廓图像的融合可以采用现有或未来开发的相关图像融合技术实现，本发明不作限制。

应用本发明上述实施例，可以在待成像物体的三维轮廓图像中清晰地显示荧光分子探针的三维空间分布，通过查看和分析荧光分子探针在待成像物体的三维轮廓图像的分布图像，可以对待成像物体的进行病理分析，且能够准确定位出现病变的部位。

图5示出根据本发明一个实施例的一种图像处理装置的示意性结构框图。

如图5所示，一种图像处理装置500可以应用于图1所示的图像处理系统中，该装置500可以包括采集单元501、方程建立单元502、计算求解单元503。

采集单元501被配置为针对待成像物体采集多帧荧光二维图像数据。采集单元501可以设置在图像处理系统中的CCD相机6上。

方程建立单元502被配置为以荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，第一方程用于描述待成像物体的荧光分子探针的真实目标分布与荧光二维图像数据的对应关系。方程建立单元502可以配置在图像处理系统中的计算机7上。

计算求解单元503被配置为采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述最终重建目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果。计算求解单元503可以配置在图像处理系统中的计算机7上。

应用本发明实施例提供的图像处理装置，采用CW-FMT单模态成像完成在待成像物体体内的荧光分子探针的三维空间分布的重建，无需借助其他成像模态提供的辅助先验信息，大大降低了成像系统的成本和技术复杂度，且避免了其他成像模态带来的电离辐射等危害。

尽管本文已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的导线悬挂点定位装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的组件或步骤。位于组件之前的单词“一”或“一个”不排除存在多个这样的组件。本发明可以借助于包括有若干不同组件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：

针对待成像物体，采集多帧荧光二维图像数据；

以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的真实目标分布与所述荧光二维图像数据的对应关系；

采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述最终重建目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果；

其中,所述采用预设求解方法对所述第一方程进行求解处理包括：

针对所述第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数；

通过最优化方法求解所述第一反问题目标函数的最优解，以作为所述待成像物体的荧光分子探针的初步重建目标分布；

根据所述荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数；

迭代地求解所述第二反问题目标函数，得到第二反问题目标函数的解，以作为所述待成像物体的荧光分子探针的最终重建目标分布。

2.根据权利要求1所述的方法，其特征在于，所述第一方程为：W_(M×N)f_(N×1)＝Φ_(M×1)，其中，所述W_(M×N)为系统矩阵，f_(N×1)为所述待成像物体的荧光分子探针的真实目标分布，所述Φ_(M×1)为所述荧光二维图像数据。

3.根据权利要求1所述的方法，其特征在于，所述第一反问题目标函数为：

f_λ＝argmin{‖Wf-Φ_f‖₂+λ‖f‖₂}

其中，λ是正则化参数，且λ≥0，所述W为系统矩阵，所述Φ_f为所述荧光二维图像数据；

所述通过最优化方法求解所述第一反问题目标函数的最优解，包括：

基于如下公式，采用最优化方法求解所述第一反问题目标函数的最优解：

其中，f_k为第k次迭代的荧光分子探针的目标分布，I为单位矩阵，W^H为W的共轭转置，W为系统矩阵，k为迭代次数，r_k为第k次迭代残差。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述待成像物体的荧光分子探针的初步重建目标分布进行短时傅里叶变换，得到所述初步重建目标分布的空间-频率-能量谱；

基于所述空间-频率-能量谱，提取所述初步重建目标分布进行自先验信息。

5.根据权利要求4所述的方法，其特征在于，所述基于所述空间-频率-能量谱，提取所述初步重建目标分布进行自先验信息包括：

判断所述初步重建目标分布的所述空间-频率-能量谱中的任一点的能量是否高于预设能量阈值；

若是，则将所述初步重建目标分布的对应该点的空间位置信息确定为所述初步重建目标分布的自先验信息。

6.根据权利要求5所述的方法，其特征在于，所述将所述初步重建目标分布的对应该点的空间位置信息确定为所述初步重建目标分布的自先验信息包括：

当确定所述初步重建目标分布的所述空间-频率-能量谱中的任一点的能量高于预设能量阈值时，在所述空间-频率-能量谱查找到该点的空间位置；

将所述空间-频率-能量谱中该点的空间位置标记为1；

以及

当确定所述初步重建目标分布的所述空间-频率-能量谱中任一点的能量低于所述能量阈值时，在所述空间-频率-能量谱查找到该点的空间位置；

且将所述空间-频率-能量谱中该点的空间位置标记为0，

以得到二值化自先验矩阵，所述二值化自先验矩阵包括所述初步重建目标分布的自先验信息。

7.根据权利要求1或6所述的方法，其特征在于，所述根据所述荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数包括：

针对所述荧光分子探针的初步重建目标分布的自先验信息，通过如下公式确定拉普拉斯矩阵中的元素：

其中，S为满足K_i＝1,且K_j＝1元素的个数；以及

基于所述拉普拉斯矩阵建立如下函数，以作为所述荧光分子探针断层成像的第二反问题目标函数：

f_λ＝argmin{‖Wf-Φ_f‖₂+λ‖L_nf‖₂}

其中，L_n为所述拉普拉斯矩阵，W为系统矩阵，f为待求解的荧光分子探针的目标分布，所述Φ_f为所述待成像物体的荧光分子探针的所述荧光二维图像数据，λ是正则化参数，且λ≥0。

8.根据权利要求1所述的方法，其特征在于，所述迭代地求解所述第二反问题目标函数包括：

根据拉普拉斯正则化方法，通过如下公式对所述第二反问题目标函数进行迭代计算，以求解所述第二反问题目标函数：

其中，L为所述拉普拉斯矩阵，W为系统矩阵，f_k为第k次迭代的荧光分子探针的目标分布，Φ_f为所述待成像物体的荧光分子探针的所述荧光二维图像数据，λ是正则化参数，且λ≥0，W^H为W的共轭转置，L^H为L的共轭转置，k为迭代次数，r_k为第k次迭代残差。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对待成像物体，采集多帧白光二维图像数据；

通过边缘检测法提取每帧所述白光二维图像数据的边界轮廓线，得到多帧边界轮廓线；

基于所述多帧边界轮廓线，采用滤波反投影方法确定所述待成像物体的三维轮廓图像；

将所述待成像物体的三维轮廓图像与所述待成像物体的荧光分子探针的最终重建目标分布进行融合，得到所述荧光分子探针在所述待成像物体的三维轮廓图像的分布图像。

10.一种图像处理系统，其特征在于，所述图像处理系统包括：氙灯光源、光纤、激发光滤光片、电动旋转台、荧光滤光片、CCD相机和计算机，

所述氙灯光源用于发射激发光；

所述光纤用于传输所述氙灯光源发射的激发光；

所述电动旋转台用于放置待成像物体；

所述激发光滤光片设置在光线及所述电动旋转台之间，所述氙灯光源发射的激发光通过所述光纤传输经过所述激发光滤光片后照射所述待成像物体；

所述CCD相机用于针对待成像物体，采集多帧荧光二维图像数据，其中所述荧光二维图像数据包括所述待成像物体内部荧光分子探针被激发后发射出的荧光信号通过荧光滤光片后的二维图像数据；

所述计算机用于以所述荧光二维图像数据作为输入，利用扩散方程理论建立第一方程，所述第一方程用于描述所述待成像物体的荧光分子探针的真实目标分布与所述荧光二维图像数据的对应关系；采用预设求解方法对所述第一方程进行求解处理，以得到所述待成像物体的荧光分子探针的最终重建目标分布，所述真实目标分布用于描述所述待成像物体的荧光分子探针断层成像的三维重建结果；

其中,所述采用预设求解方法对所述第一方程进行求解处理包括：

针对所述第一方程，采用吉洪诺夫正则化方法构造第一反问题目标函数；

通过最优化方法求解所述第一反问题目标函数的最优解，以作为所述待成像物体的荧光分子探针的初步重建目标分布；

根据所述荧光分子探针的初步重建目标分布的自先验信息，采用拉普拉斯正则化方法建立荧光分子探针断层成像的第二反问题目标函数；

迭代地求解所述第二反问题目标函数，得到第二反问题目标函数的解，以作为所述待成像物体的荧光分子探针的最终重建目标分布。