CN107993722A - 一种针对点阵光源下光子在媒质中分布的快速提取方法 - Google Patents

一种针对点阵光源下光子在媒质中分布的快速提取方法 Download PDF

Info

Publication number
CN107993722A
CN107993722A CN201711271479.2A CN201711271479A CN107993722A CN 107993722 A CN107993722 A CN 107993722A CN 201711271479 A CN201711271479 A CN 201711271479A CN 107993722 A CN107993722 A CN 107993722A
Authority
CN
China
Prior art keywords
light source
model
photon
semo
infinite
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.)
Granted
Application number
CN201711271479.2A
Other languages
English (en)
Other versions
CN107993722B (zh
Inventor
赵会娟
赵宽心
闫盼盼
李同心
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201711271479.2A priority Critical patent/CN107993722B/zh
Publication of CN107993722A publication Critical patent/CN107993722A/zh
Application granted granted Critical
Publication of CN107993722B publication Critical patent/CN107993722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于组织光学领域,涉及一种针对点阵光源下光子在媒质中分布的快速提取方法,包括下列步骤:建立常用待求移变媒质模型与半无限移变媒质模型。利用蒙特卡罗MC模拟程序对点光源下光子在半无限模型中的分布进行模拟,并以此作为原始计算依据与平移数据库。推算点阵光源下光子在待求移变媒质模型中的分布结果,实现点阵光源下光子在模型中分布特性的快速提取。本发明节省了蒙特卡罗模拟时长,提高了模拟效率。

Description

一种针对点阵光源下光子在媒质中分布的快速提取方法
技术领域
本发明属于组织光学领域,涉及一种针对在复杂点阵光源下,光子在半无限移变媒质中传播时其分布特性的准确快速提取方法。
背景技术
在组织光学领域,发展任意组织内光子分布特性的准确快速定量方法,是了解光与生物组织相互作用规律,提取有用生物组织生理特性的关键。组织中吸收团吸收光子会发生能量的转换并引起一系列生物学效应,也会引起光子再发射,这些过程为提供组织体结构信息提供了可靠依据,近年来在光学成像等领域日益得到广泛关注。
近年来,点阵光源在皮肤修复与医美等领域得到广泛应用,针对点阵光源下光子在组织体内扩散传输模拟为其定量化、专业化发展极安全性提供了技术支持。蒙特卡罗(Monte-Carlo,MC)模拟方法广泛应用于组织光谱与成像技术中光子传输的时间与空间分辨漫射特性分析,被称为发展组织内光子分布特性模型的“金标准”。但由于其计算量巨大,一般只用于模型验证而少用于直接计算,当其应用于点阵光源模拟时效率很低。
发明内容
本发明的目的在于提供一种针对点阵光源下光子在组织体内分布的快速提取方法,该方法仅需一次点光源下MC模拟,获取半无限模型下光子的分布结果,则点阵光源下所建立媒质模型的光子分布可以通过半无限模型下光子分布结果来推算,整个过程仅需一次点光源下MC模拟,进而简化了提取过程,大大缩短MC模拟时间,提高提取信息的效率。
本发明所采用的技术方案如下:
一种针对点阵光源下光子在媒质中分布的快速提取方法,包括下列步骤:
(1)在Matlab平台上建立常用待求移变媒质模型与半无限移变媒质模型。
(2)利用蒙特卡罗MC模拟程序对点光源下光子在半无限模型中的分布进行模拟,并以此作为原始计算依据与平移数据库。
(3)推算点阵光源下光子在待求移变媒质模型中的分布结果,方法如下:在半无限移变模型的基础上,
光子入射组织模型传播时不会受到除上表面外其它边界的影响,任一位置点光源下光子在模型中的分布可通过对一个中心点光源下完全扩散的半无限模型的数值解作相应平移得到,即只需要一次MC模拟便可以计算出点阵光源下光子在待求模型中的分布,实现点阵光源下光子在模型中分布特性的快速提取。
优选地,半无限移变模型与待求移变模型中光子扩散均在半无限条件下进行。平移推算方法需要依据一次点光源下蒙特卡罗模拟结果。
本发明信息提取方法的主要特点及优势体现在:
1.本发明仅通过一次点光源下MC模拟便可得到点阵光源下光子在待求组织体中的分布规律,简化了模拟过程。
2.本发明在保证一定模拟精度基础上大大缩短了模拟时间,提高了模拟效率。
附图说明
图1.半无限移变模型;
图2待求移变模型;
图3半无限移变模型中x-z中心剖面光通量分布对数等高图;
图4平移示意图;
图5 x-z中心剖面光通量相对误差分布图;
图6点阵光源MC模拟与平移算法模拟耗时结果。
具体实施方式
下面结合附图和具体实施对本发明作进一步详细说明。
一般组织体均可以看作是一个半无限移变媒质,即光子入射组织体后不会从前向溢出,同时光子分布规律会受到光源位置的影响,利用这一特性,本发明提出了一种基于点光源下MC模拟来快速获取点阵光源下光子在组织体内分布的方法,可快速准确对点阵光源下半无限移变组织体光子分布特性。
在Matlab平台上建立常用待求移变模型与半无限移变模型,模型体积分别设置为:30mm×30mm×10mm与60mm×60mm×35mm。所选用的背景光学参数以动物真皮层为参考,背景光学参数设置如下:光学吸收系数:μa=0.1mm-1,光学约化散射系数:μs'=1mm-1,各项异性因子:gb=0.9,折射率:nb=1.37。模型中圆柱形异质体分布于模型正中位置以便于观察,其高度与模型相同,半径为1.5mm,其光学参数以动物血管为参考,异质体光学参数设置如下:光学吸收系数:μa=0.02mm-1,光学散射系数:μs'=1mm-1,各项异性因子:g=0.9,折射率:g=1.37。所建立的模型示意图分别如图1与图2所示。
利用现有MC模拟程序对点光源下光子在半无限模型中的分布规律进行模拟,模拟平台仍为Matlab平台。以光源点所在的x-z截面作光通量分布对数等高图,如图3所示。从等高图中可以看出,光子在模型中扩散完全,没有受到除上边界外其余边界的影响,符合半无限模型条件。
根据点光源下光子在半无限移变媒质中的分布规律,可以通过提出的平移方法推算任意点阵光源下光子在待求移变模型中的分布结果。平移算法示意图如图4所示,V表示半无限移变媒质模型,V0表示待求移变媒质模型,设点阵光源中某一点光源为S0,其作用范围仅考虑待求移变模型V0,点光源S作用于半无限移变媒质V。为便于观察,取模型俯视图观察,面积a代表待求移变模型每一层中的的作用范围,A代表半无限移变模型每一层中的作用范围,则在a中任一位置处,由点光源S0作用下光子在模型中的分布结果即可通过取面积b中相应位置的模拟结果来代替,其中面积a与b相等,面积a相对于光源S0的位置与面积b相对于光源S的位置是一致的,异质体分布的相对位置也相应一致。根据半无限移变模型的特点,这一等效替换过程可以看作区域a中的结果平移至区域b中,这个结论可以应用于模型V0中每一层光子分布,即光源S0对待求模型V0的作用结果均可以平移到在中心点光源S作用下,V中光子分布结果的相应区域中来获取。
直接应用现有MC程序对点阵光源进行模拟,并以此模拟结果作为模拟的标准对平移算法进行误差分析。为了节省模拟时间,在此取8个点阵进行模拟,而实际点阵数量要远大于8。设在所选取的8个点阵光源下,待求体积V中光通量模拟结果为φ0(x,y,z),由平移算法得出的体积V中光通量的模拟结果为φ(x,y,z),取过点光源S的x-z剖面进行误差δ计算,误计算公式如下:
图5为该剖面的相对误差计算结果图,从图中可以看出,最大误差不超过4.5%。图6为两种模拟方法耗时结果,从图中很明显地看出,模拟时间主要取决于点光源下的MC模拟消耗,由于在整个平移模拟过程中仅进行一次点光源下的MC模拟,与点阵光源下MC模拟相比,消耗的时间大大下降,随着点阵光源数量的增加,平移算法节省的时间优势也相对更为理想。

Claims (3)

1.一种针对点阵光源下光子在媒质中分布的快速提取方法,包括下列步骤:
(1)在Matlab平台上建立常用待求移变媒质模型与半无限移变媒质模型。
(2)利用蒙特卡罗MC模拟程序对点光源下光子在半无限模型中的分布进行模拟,并以此作为原始计算依据与平移数据库。
(3)推算点阵光源下光子在待求移变媒质模型中的分布结果,方法如下:在半无限移变模型的基础上,光子入射组织模型传播时不会受到除上表面外其它边界的影响,任一位置点光源下光子在模型中的分布可通过对一个中心点光源下完全扩散的半无限模型的数值解作相应平移得到,即只需要一次MC模拟便可以计算出点阵光源下光子在待求模型中的分布,实现点阵光源下光子在模型中分布特性的快速提取。。
2.根据权利要求1所述的平移推算方法,其特征在于,半无限移变模型与待求移变模型中光子扩散均在半无限条件下进行。
3.根据权利要求1所述的平移推算方法,其特征在于,平移推算方法需要依据一次点光源下蒙特卡罗模拟结果。
CN201711271479.2A 2017-12-05 2017-12-05 一种针对点阵光源下光子在媒质中分布的快速提取方法 Active CN107993722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711271479.2A CN107993722B (zh) 2017-12-05 2017-12-05 一种针对点阵光源下光子在媒质中分布的快速提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711271479.2A CN107993722B (zh) 2017-12-05 2017-12-05 一种针对点阵光源下光子在媒质中分布的快速提取方法

Publications (2)

Publication Number Publication Date
CN107993722A true CN107993722A (zh) 2018-05-04
CN107993722B CN107993722B (zh) 2021-12-07

Family

ID=62036106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711271479.2A Active CN107993722B (zh) 2017-12-05 2017-12-05 一种针对点阵光源下光子在媒质中分布的快速提取方法

Country Status (1)

Country Link
CN (1) CN107993722B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060129276A1 (en) * 2004-12-14 2006-06-15 Honda Motor Co., Ltd. Autonomous mobile robot
CN101013227A (zh) * 2005-12-15 2007-08-08 三菱电机株式会社 面状光源装置以及使用其的显示装置
CN101286187A (zh) * 2008-06-10 2008-10-15 华中科技大学 光在生物组织中传输特性的定量蒙特卡罗模拟方法
WO2010094713A1 (en) * 2009-02-17 2010-08-26 Uws Ventures Ltd. Rendering caustics in computer graphics with photon mapping by relaxation
CN102967555A (zh) * 2012-11-16 2013-03-13 西安交通大学 一种含散射修正的光子成像系统图像重建系统及方法
CN103356170A (zh) * 2013-05-24 2013-10-23 天津大学 用于带异质体组织光学参数重建的快速蒙特卡罗成像方法
CN103425875A (zh) * 2013-07-29 2013-12-04 南京航空航天大学 一种光子束在目标体内剂量分布的快速获取方法
US20140098545A1 (en) * 2008-12-11 2014-04-10 Robert Saccomanno Optics for axially-transverse light emission
CN204203088U (zh) * 2014-11-14 2015-03-11 中国农业大学 多个点光源的扩散检测系统
WO2015083337A1 (ja) * 2013-12-04 2015-06-11 ソニー株式会社 光記録媒体用記録層、および光記録媒体
CN104797983A (zh) * 2012-11-19 2015-07-22 Asml荷兰有限公司 位置测量系统、用于位置测量系统的光栅、以及方法
CN104933652A (zh) * 2015-04-27 2015-09-23 苏州敏宇医疗科技有限公司 一种基于云计算的肿瘤放射治疗的剂量验证系统和方法
US9472016B2 (en) * 2013-03-15 2016-10-18 Disney Enterprises, Inc. Bidirectional point distribution functions for rendering granular media
CN106199672A (zh) * 2016-06-30 2016-12-07 中国科学院合肥物质科学研究院 一种基于蒙特卡罗光子模拟的卷积叠加剂量计算方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060129276A1 (en) * 2004-12-14 2006-06-15 Honda Motor Co., Ltd. Autonomous mobile robot
CN101013227A (zh) * 2005-12-15 2007-08-08 三菱电机株式会社 面状光源装置以及使用其的显示装置
CN101286187A (zh) * 2008-06-10 2008-10-15 华中科技大学 光在生物组织中传输特性的定量蒙特卡罗模拟方法
US20140098545A1 (en) * 2008-12-11 2014-04-10 Robert Saccomanno Optics for axially-transverse light emission
WO2010094713A1 (en) * 2009-02-17 2010-08-26 Uws Ventures Ltd. Rendering caustics in computer graphics with photon mapping by relaxation
CN102967555A (zh) * 2012-11-16 2013-03-13 西安交通大学 一种含散射修正的光子成像系统图像重建系统及方法
CN104797983A (zh) * 2012-11-19 2015-07-22 Asml荷兰有限公司 位置测量系统、用于位置测量系统的光栅、以及方法
US9472016B2 (en) * 2013-03-15 2016-10-18 Disney Enterprises, Inc. Bidirectional point distribution functions for rendering granular media
CN103356170A (zh) * 2013-05-24 2013-10-23 天津大学 用于带异质体组织光学参数重建的快速蒙特卡罗成像方法
CN103425875A (zh) * 2013-07-29 2013-12-04 南京航空航天大学 一种光子束在目标体内剂量分布的快速获取方法
WO2015083337A1 (ja) * 2013-12-04 2015-06-11 ソニー株式会社 光記録媒体用記録層、および光記録媒体
CN204203088U (zh) * 2014-11-14 2015-03-11 中国农业大学 多个点光源的扩散检测系统
CN104933652A (zh) * 2015-04-27 2015-09-23 苏州敏宇医疗科技有限公司 一种基于云计算的肿瘤放射治疗的剂量验证系统和方法
CN106199672A (zh) * 2016-06-30 2016-12-07 中国科学院合肥物质科学研究院 一种基于蒙特卡罗光子模拟的卷积叠加剂量计算方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAYAKAWA C K,ET AL: "《Perturbation Monte Carlo methods to solve inverse photon migration problems in heterogeneous tissues》", 《OPTICS LETTERS》 *
YALAVARTHY P K,ET AL: "《Experimental investigation of perturbation Monte-Carlo based derivative estimation for imaging low-scattering tissue》", 《OPTICS EXPRESS》 *
徐朝晖,等: "《半无限大生物组织中光子分布规律的研究》", 《应用激光》 *
李泽光等: "《考虑源扰动效应的高阶蒙特卡罗微扰研究》", 《核动力工程》 *
李细荣等: "《水果组织中光子传输的蒙特卡罗模拟》", 《农业机械学报》 *
闫冰等: "《非均匀组织中光子剂量分布的MC模拟研究》", 《中国科学技术大学学报》 *

Also Published As

Publication number Publication date
CN107993722B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
Shen et al. A tetrahedron-based inhomogeneous Monte Carlo optical simulator
Jönsson et al. Multi-Scattering software: part I: online accelerated Monte Carlo simulation of light transport through scattering media
Dehghani et al. Spectrally resolved bioluminescence tomography using the reciprocity approach
CN100576224C (zh) 光在生物组织中传输特性的定量蒙特卡罗模拟方法
Wangpraseurt et al. Monte Carlo modeling of photon propagation reveals highly scattering coral tissue
CN107392977A (zh) 单视图切伦科夫发光断层成像重建方法
CN110680284A (zh) 一种基于3D-Unet的介观荧光分子成像三维重建方法及系统
CN104317655A (zh) 基于集群式gpu加速的多源全路径蒙特卡罗模拟方法
Wang et al. Development of a sampling‐based global sensitivity analysis workflow for multiscale computational cancer models
Beeson et al. Validation of combined Monte Carlo and photokinetic simulations for the outcome correlation analysis of benzoporphyrin derivative-mediated photodynamic therapy on mice
Wu et al. DDeep3M: Docker-powered deep learning for biomedical image segmentation
Potlov et al. Numerical simulation of photon migration in homogeneous and inhomogeneous cylindrical phantoms
Kong et al. A Discontinuous Galerkin Finite Element Method based axial SN for the 2D/1D transport method
CN107993722A (zh) 一种针对点阵光源下光子在媒质中分布的快速提取方法
Chen et al. Elastic net-based non-negative iterative three-operator splitting strategy for Cerenkov luminescence tomography
Ancora et al. The role of cerebral spinal fluid in light propagation through the mouse head: improving fluorescence tomography with Monte Carlo modeling
Jorge-Peñas et al. Validation tool for traction force microscopy
Tian et al. Molecular optical simulation environment
Wang et al. Accelerating Monte Carlo simulation of light propagation in tissue mimicking turbid medium based on generative adversarial networks
Jonášová et al. Complex hierarchical modeling of the dynamic perfusion test: application to liver
Feng et al. Modeling of leachate recirculation using combined drainage blanket–horizontal trench systems in bioreactor landfills
Luo et al. DCA-DAFFNet: An End-to-end Network with Deformable Fusion Attention and Deep Adaptive Feature Fusion for Laryngeal Tumor Grading from Histopathology Images
Shirkavand et al. A new Monte Carlo code for absorption simulation of laser-skin tissue interaction
von Wülfingen Traces: generating what was there
CN112037297B (zh) 一种基于网格重组的混合光传输建模方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant