CN114305329A - 一种扩散光学层析成像数据采集与自校正方法 - Google Patents
一种扩散光学层析成像数据采集与自校正方法 Download PDFInfo
- Publication number
- CN114305329A CN114305329A CN202111396804.4A CN202111396804A CN114305329A CN 114305329 A CN114305329 A CN 114305329A CN 202111396804 A CN202111396804 A CN 202111396804A CN 114305329 A CN114305329 A CN 114305329A
- Authority
- CN
- China
- Prior art keywords
- data
- self
- source
- source detection
- data acquisition
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003287 optical effect Effects 0.000 title claims description 14
- 238000009792 diffusion process Methods 0.000 title description 3
- 238000003325 tomography Methods 0.000 title description 3
- 238000001514 detection method Methods 0.000 claims abstract description 81
- 238000009543 diffuse optical tomography Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 239000000523 sample Substances 0.000 claims description 34
- 238000005094 computer simulation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000010521 absorption reaction Methods 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000000342 Monte Carlo simulation Methods 0.000 description 6
- 229920006324 polyoxymethylene Polymers 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 229930040373 Paraformaldehyde Natural products 0.000 description 4
- -1 polyoxymethylene Polymers 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 230000001609 comparable effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 235000004391 Chenopodium capitatum Nutrition 0.000 description 1
- 244000038022 Chenopodium capitatum Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 239000002960 lipid emulsion Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于医学影像技术领域,公开了一种扩散光学层析成像数据采集与自校正方法,数据采集系统源探排布具有几何对称性,采集待成像物体得到探测数据;通过数据自校正对采集到的探测数据进行自校正得到重建所用数据;通过图像重建对自校正方案得到的数据进行图像重建,得到重建结果。数据采集系统源探排布具有几何对称性,具有多个源探组合和多个相同源探距离,同一源探距离可对应多组源探对。本发明扩散光学层析成像数据采集与自校正方法,结合系统源探排布的几何对称性,直接从探测数据本身进行校准,方法简单实用;同时能有效降低测量复杂度,节省成本,解决了临床上难以获得匀质数据的难题。
Description
技术领域
本发明属于医学影像技术领域,尤其涉及一种扩散光学层析成像数据采集与自校正方法。
背景技术
目前,DOT(Diffuse Optical Tomography,扩散光学层析成像)是一种新兴的无创功能成像方式之一,可应用于乳腺癌早期诊断,脑功能成像,新生婴儿脑部组织血流动力学参数监测等诸多领域。DOT重建涉及正向问题和逆向重建,正向问题描述的是近红外光进入生物组织中被吸收、散射之后最终到达探测器的过程,逆向重建是指生物组织体的光学参数未知,通过探测数据恢复出生物组织内光学参数的分布情况的过程。在DOT重建之前,需制作与待测组织形状,背景光学参数相同的匀质仿体进行数据校准,以消除各类系统误差及建模误差的影响。
现有技术存在的问题及缺陷为:现有技术在DOT重建之前,需制作与待测组织形状,背景光学参数相同的匀质仿体进行数据校准;在临床应用中,由于患者个体差异,难以制作出与待测组织完全相同的匀质仿体;使用对侧乳腺作为匀质仿体时,由于两侧乳腺在组织曲率、组织异质性、乳房组织下胸壁的深度和角度以及源探耦合方面的不匹配,仍然可能出现成像伪影,故亟需一种可以简化或取消匀质仿体测量的方法。
通过简化或者取消匀质仿体测量的方法,可以有效降低测量复杂度,节省成本,解决临床上难以获得匀质数据的难题。
发明内容
针对现有技术存在的问题,本发明提供了一种扩散光学层析成像数据采集与自校正方法。本发明基于系统源探排布的几何对称性,使得不同源探组合具有相同源探距离。对于匀质仿体,在相同的源探距离下,出射的边界光流量应是相同的,而对于异质仿体,则存在异质体的部分吸收大,出射的边界光流量变小。对于多个相同源探距离下的实测异质数据,假设同一距离时至少有一个测量值不受异质体的影响,将同一距离下测量到的最大光强值作为未受影响的值,将其重新分配到原来相应探测器的位置估计为匀质数据,之后再进行数据预处理与图像重建。
本发明是这样实现的,一种扩散光学层析成像数据采集与自校正方法,所述扩散光学层析成像数据采集与自校正方法,包括:
步骤一,数据采集系统源探排布具有几何对称性,采集待成像物体得到探测数据;
步骤二,通过数据自校正对采集到的探测数据进行自校正得到重建所用数据;
步骤三,通过图像重建对自校正方案得到的数据进行图像重建,得到重建结果。
进一步,所述步骤一中,数据采集系统源探排布具有几何对称性,具体为:
数据采集系统源探排布具有几何对称性,具有多个源探组合和多个相同源探距离,同一源探距离可对应多组源探对。
进一步,所述步骤二,具体过程为:
根据不同源探组合计算源探距离dij;
基于系统源探排布的几何对称性,出现不同源探组合具有相同源探距离的情况,遍历所有源探对,一共获得K个不同的源探距离,即dij∈{d1,…,dk,…dK},将具有相同源探距离(dk)的测量数据归为同一个集合,记为Ωk,(k∈[1,K]);
将源探距离为dk时对应的最大测量值设置为构建的虚拟匀质仿体在相同源探距离(dk)下的估计测量值即其中:dij=dk,(i=1,2,…,I;j=1,2,…,J);进一步可获得虚拟匀质仿体在所有源探对下的测量数据集,即
进一步,所述源探距离dij为:
其中,dij表示第i号光源与第j号探测器间的欧式距离。
进一步,所述Ωk,(k∈[1,K])为:
进一步,所述步骤三,具体过程为:
将Γ*中源探距离较远时导致的信噪比低的数据剔除,得到重建所需数据Γ**;
对处理后的数据Γ**进行重建,得到重建结果。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明扩散光学层析成像数据采集与自校正方法,结合系统源探排布的几何对称性,直接从探测数据本身进行校准,方法简单实用;同时能有效降低测量复杂度,节省成本,解决了临床上难以获得匀质数据的难题。
附图说明
图1是本发明实施例提供的扩散光学层析成像数据采集与自校正方法流程图。
图2是本发明实施例提供的扩散光学层析成像数据采集与自校正过程示意图。
图3是本发明实施例提供的蒙特卡罗仿真的源探排布示意图;
图3中:图a、仿真匀质仿体示意图;图b、仿真异质仿体示意图;图c、仿真源探示意图。
图4是本发明实施例提供的传统使用匀质仿体校正与根据数据自校正方案的蒙特卡洛仿真重建结果图;
图4中:图a、传统使用匀质仿体校正的蒙特卡洛仿真重建结果图;图b、根据数据自校正方案的蒙特卡洛仿真重建结果图;图c、沿y轴穿过异质体区域的重建吸收系数强度轮廓图。
图5是本发明实施例提供的一种扩散光学层析成像平板透射式系统源探排布示意图;
图5中:图a、源平板式系统光源探测器排布示意图;图b表示实际测量时光源平板与探测器平板分布图;
图6是本发明实施例提供的聚甲醛仿体实物图;
图6中:图a、匀质聚甲醛仿体实物图;图b、厚22mm含有双孔的异质聚甲醛仿体;图c、厚22mm不含有双孔的聚甲醛仿体;图d、实验场景图。
图7是本发明实施例提供的传统使用匀质仿体校正与根据数据自校正方案的实测数据重建结果图;
图7中:图a、传统使用匀质仿体校正的仿体重建结果图;图b、根据数据自校正方案的仿体重建结果图;图c、沿y轴穿过异质体区域的重建吸收系数强度轮廓图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种扩散光学层析成像数据采集与自校正方法,下面结合附图对本发明作详细的描述。
本发明提供的扩散光学层析成像数据采集与自校正方法业内的普通技术人员还可以采用其他的步骤实施,图1的本发明提供的扩散光学层析成像数据采集与自校正方法仅仅是一个具体实施例而已。
如图1所示,本发明实施例提供的扩散光学层析成像数据采集与自校正方法,包括:
S101:数据采集系统源探排布具有几何对称性,采集待成像物体得到探测数据;
S102:通过数据自校正对采集到的探测数据进行自校正得到重建所用数据;
S103:通过图像重建对自校正方案得到的数据进行图像重建,得到重建结果。
本发明实施例提供的S101,具体过程为:
数据采集系统源探排布具有几何对称性,具有多个源探组合和多个相同源探距离,同一源探距离可对应多组源探对。
本发明实施例提供的S102,具体过程为:
根据不同源探组合计算源探距离dij;
其中,dij表示第i号光源与第j号探测器间的欧式距离。
基于系统源探排布的几何对称性,会出现不同源探组合具有相同源探距离的情况,遍历所有源探对,一共可获得K个不同的源探距离,即dij∈{d1,…,dk,…dK};
将具有相同源探距离(dk)的测量数据归为同一个集合,记为Ωk,(k∈[1,K]):
将源探距离为dk时对应的最大测量值设置为构建的虚拟匀质仿体在相同源探距离(dk)下的估计测量值即其中:dij=dk,(i=1,2,…,I;j=1,2,…,J)。进一步可获得虚拟匀质仿体在所有源探对下的测量数据集,即
本发明实施例提供的S103,具体过程为:
将Γ*中源探距离较远时导致的信噪比低的数据剔除,得到重建所需数据Γ**;
对处理后的数据Γ**进行重建,得到重建结果。
实施例一
结合仿真实验对本发明的技术效果作详细的描述。
如图2所示,本发明实施例提供的扩散光学层析成像数据采集与自校正过程,具体步骤如下:
如图3所示,本发明实施例提供的一种蒙特卡罗仿真的平板透射式源探排布示意图。利用蒙特卡洛仿真软件MCX,生成厚度为44mm,体积为79mm×130mm×40mm的三维类乳腺形状仿体。匀质仿体仿真设置具体为12个光源阵列与12个探测器阵列呈现对侧镜像排布,光源逐个激发,探测器逐个接收,行距为L=13mm,列距为d=14mm。背景光学吸收系数为μa=0.004mm-1,约化散射吸收为μs′=1mm-1,各向异性因子为g=0.9,折射率为n=1.33,仿真设置2e9个光子,光源类型为具有120度发散角的锥束源,探测器半径为1.5mm。
异质仿体与匀质仿体形状大小相同,在X=42mm,Y=43mm,Z=12mm至Z=22mm和X=42mm,Y=83mm,Z=12mm至Z=22mm处分别添加了半径为7.5mm,高度Z=10mm的吸收系数为0.012mm-1,约化散射吸收为1mm-1的圆柱仿体模拟肿瘤区域。异质体所用源探对数及源探位置,光子数与匀质仿体相同。使用MCX软件模拟光子在三维类乳腺形状仿体中传播,经过吸收散射等作用后到达探测器,进而得到匀质仿体与异质仿体的测量数据,得到的异质仿体测量数据即为其中,表示光源位置,I表示光源总个数,表示探测器位置,J表示探测器个数。
(a)根据不同源探组合计算源探距离dij;
其中,dij表示第i号光源与第j号探测器间的欧式距离。
(b)基于系统源探排布的几何对称性,会出现不同源探组合具有相同源探距离的情况,遍历所有源探对,一共可获得K个不同的源探距离,即dij∈{d1,…,dk,…dK}。将具有相同源探距离(dk)的测量数据归为同一个集合,记为Ωk,(k∈[1,K]):
(d)将源探距离为dk时对应的最大测量值设置为构建的虚拟匀质仿体在相同源探距离(dk)下的估计测量值即其中:dij=dk,(i=1,2,…,I;j=1,2,…,J)。进一步可获得虚拟匀质仿体在所有源探对下的测量数据集,即
将Γ*中源探距离较远时导致的信噪比低的数据剔除,得到重建所需数据Γ**;
对处理后的数据Γ**进行重建,得到重建结果。
如图4所示,图a为本发明实施例提供的传统使用匀质仿体校正的蒙特卡洛仿真重建结果图,图b为根据数据自校正方案的蒙特卡洛仿真重建结果图,图c显示了沿y轴过异质体区域的重建吸收系数强度轮廓图。从图c中可以看出本发明的通过数据自校正方案重建与传统使用匀质仿体校正重建在仿真层面具有相当的效果。
实施例二
结合仿体实验对本发明的技术效果作详细的描述。
如图2所示,本发明实施例提供的扩散光学层析成像数据采集与自校正过程,具体步骤如下:
如图5所示,图5是本发明实施例提供的一种扩散光学层析成像平板透射式系统源探排布示意图。包括光源平板与探测平板,光源平板中,光源采用三波长发光二极管LED,波长分别为660nm,750nm,840nm,LED共56个,呈现7行8列排布,行距为13mm,列距为14mm。探测平板中,探测器采用高灵敏度光电二极管(PD),PD共56个,与LED阵列排布完全一致,且每个PD都在相对LED的镜面位置。
使用如图6所示的仿体采集数据,匀质仿体的厚度为44mm,如图a所示,异质仿体由两层厚度为22mm的类乳腺形状聚甲醛块堆叠而成,其中一层聚甲醛块包含两个圆柱孔,孔直径均为15mm,孔深度均为10mm,同一层两圆柱孔水平间距为40mm,如图b所示。另一层不包含圆柱孔,如图c所示。
配置浓度为3:1的印度墨水作为光学吸收对比剂,加入20%脂肪乳作为散射介质,将用于固化吸收异质体的琼脂粉末溶于蒸馏水后与上述溶液混合,并进行高温加热,随后分别将配置的溶液注入两小孔中作为吸收异质体。如图d所示,先将含有异质体的对比度仿体放入源探平板中间,并实现对仿体稳定夹持,再进行数据采集;同理,在相同夹持位置对匀质仿体进行数据采集。采集到的异质仿体测量数据即为其中,表示光源位置,i=1,2,...56,表示探测器位置,j=1,2,...56。
(a)根据不同源探组合计算源探距离dij;
其中,dij表示第i号光源与第j号探测器间的欧式距离。
(b)基于系统源探排布的几何对称性,会出现不同源探组合具有相同源探距离的情况,遍历所有源探对,一共可获得K个不同的源探距离,即dij∈{d1,…,dk,…dK}。将具有相同源探距离(dk)的测量数据归为同一个集合,记为Ωk,(k∈[1,K]):
(d)将源探距离为dk时对应的最大测量值设置为构建的虚拟匀质仿体在相同源探距离(dk)下的估计测量值即其中:dij=dk,(i=1,2,…,I;j=1,2,…,J)。进一步可获得虚拟匀质仿体在所有源探对下的测量数据集,即
将Γ*中源探距离较远时导致的信噪比低的数据剔除,得到重建所需数据Γ**;
对处理后的数据Γ**进行重建,得到重建结果。
如图7所示,图a为本发明实施例提供的传统使用匀质仿体校正的仿体重建结果图,图b为根据数据自校正方案的仿体重建结果图,图c显示了沿y轴过异质体区域的重建吸收系数强度轮廓图。从图c中可以看出本发明的通过数据自校正方案重建与传统使用匀质仿体校正重建在仿体层面具有相当的效果。
综上,本发明一定程度上可以代替传统方法,解决临床上难以得到匀质仿体的难题。
以上所述,仅为本发明的具体实施方式,但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,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种扩散光学层析成像数据采集与自校正方法,其特征在于,所述扩散光学层析成像数据采集与自校正方法包括:
步骤一,数据采集系统源探排布具有几何对称性,采集待成像物体得到探测数据;
步骤二,通过数据自校正方案对采集到的探测数据进行自校正得到重建所用数据;
步骤三,通过图像重建对自校正方案得到的数据进行图像重建,得到重建结果。
2.如权利要求1所述扩散光学层析成像数据采集与自校正方法,其特征在于,所述步骤一中,数据采集系统源探排布具有几何对称性,具体为:数据采集系统源探排布具有几何对称性,具有多个源探组合和多个相同源探距离,同一源探距离可对应多组源探对。
4.如权利要求1所述扩散光学层析成像数据采集与自校正方法,其特征在于,所述步骤二中,数据自校正方案,具体过程为:
根据不同源探组合计算源探距离dij;
基于系统源探排布的几何对称性,出现不同源探组合具有相同源探距离的情况,遍历所有源探对,一共获得K个不同的源探距离,即dij∈{d1,…,dk,…dK},将具有相同源探距离(dk)的测量数据归为同一个集合,记为Ωk,(k∈[1,K]);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396804.4A CN114305329B (zh) | 2021-11-23 | 2021-11-23 | 一种扩散光学层析成像数据采集与自校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396804.4A CN114305329B (zh) | 2021-11-23 | 2021-11-23 | 一种扩散光学层析成像数据采集与自校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114305329A true CN114305329A (zh) | 2022-04-12 |
CN114305329B CN114305329B (zh) | 2024-04-26 |
Family
ID=81046855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111396804.4A Active CN114305329B (zh) | 2021-11-23 | 2021-11-23 | 一种扩散光学层析成像数据采集与自校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114305329B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398073A (zh) * | 2023-12-08 | 2024-01-16 | 浙江杜比医疗科技有限公司 | 一种三维乳腺成像方法、系统、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110286648A1 (en) * | 2009-07-06 | 2011-11-24 | Behzad Sharif | Auto-calibrating parallel mri technique with distortion-optimal image reconstruction |
US20130155388A1 (en) * | 2011-12-14 | 2013-06-20 | National Chiao Tung University | Device and method for diffusion optical tomography |
CN104665770A (zh) * | 2015-02-10 | 2015-06-03 | 天津大学 | 一种用于近红外光脑功能研究的自引导扩散光层析成像方法 |
JP2015150186A (ja) * | 2014-02-14 | 2015-08-24 | 株式会社日立メディコ | 生体光計測装置 |
US20200330026A1 (en) * | 2019-04-16 | 2020-10-22 | Washington University | Ultrasound-target-shape-guided sparse regularization to improve accuracy of diffused optical tomography |
US20210011153A1 (en) * | 2019-04-16 | 2021-01-14 | Washington University | Ultrasound-target-shape-guided sparse regularization to improve accuracy of diffused optical tomography and target depth-regularized reconstruction in diffuse optical tomography using ultrasound segmentation as prior information |
CN113156345A (zh) * | 2021-02-05 | 2021-07-23 | 杭州昕磁科技有限公司 | 一种生物磁量子检测系统及其检测方法和探头支架 |
-
2021
- 2021-11-23 CN CN202111396804.4A patent/CN114305329B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110286648A1 (en) * | 2009-07-06 | 2011-11-24 | Behzad Sharif | Auto-calibrating parallel mri technique with distortion-optimal image reconstruction |
US20130155388A1 (en) * | 2011-12-14 | 2013-06-20 | National Chiao Tung University | Device and method for diffusion optical tomography |
JP2015150186A (ja) * | 2014-02-14 | 2015-08-24 | 株式会社日立メディコ | 生体光計測装置 |
CN104665770A (zh) * | 2015-02-10 | 2015-06-03 | 天津大学 | 一种用于近红外光脑功能研究的自引导扩散光层析成像方法 |
US20200330026A1 (en) * | 2019-04-16 | 2020-10-22 | Washington University | Ultrasound-target-shape-guided sparse regularization to improve accuracy of diffused optical tomography |
US20210011153A1 (en) * | 2019-04-16 | 2021-01-14 | Washington University | Ultrasound-target-shape-guided sparse regularization to improve accuracy of diffused optical tomography and target depth-regularized reconstruction in diffuse optical tomography using ultrasound segmentation as prior information |
CN113156345A (zh) * | 2021-02-05 | 2021-07-23 | 杭州昕磁科技有限公司 | 一种生物磁量子检测系统及其检测方法和探头支架 |
Non-Patent Citations (1)
Title |
---|
武林会;赵会娟;易茜;张伟;高峰;: "基于区域标识的"粗粒度"扩散光学层析成像方法稳态测量模式", 光学学报, no. 02, 10 February 2013 (2013-02-10) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117398073A (zh) * | 2023-12-08 | 2024-01-16 | 浙江杜比医疗科技有限公司 | 一种三维乳腺成像方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114305329B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lechuga et al. | Cone beam CT vs. fan beam CT: a comparison of image quality and dose delivered between two differing CT imaging modalities | |
Fang et al. | Combined optical imaging and mammography of the healthy breast: optical contrast derived from breast structure and compression | |
Brooksby et al. | Magnetic resonance-guided near-infrared tomography of the breast | |
JP6669521B2 (ja) | マルチスペクトル光音響イメージングのためのデバイスおよび方法 | |
Brooksby et al. | Near-infrared (NIR) tomography breast image reconstruction with a priori structural information from MRI: algorithm development for reconstructing heterogeneities | |
He et al. | Noncontact diffuse correlation tomography of human breast tumor | |
Vo-Dinh | Biomedical Photonics | |
AU2006302500A1 (en) | Scatter correction | |
EP2593003A2 (en) | System, method and computer-accessible medium for performing attenuation-corrected multispectral luminescence tomography of cerenkov and bioluminescent light sources | |
Mettivier et al. | Cone‐beam breast computed tomography with a displaced flat panel detector array | |
Gao et al. | Optical tomographic mapping of cerebral haemodynamics by means of time-domain detection: methodology and phantom validation | |
Konecky et al. | Comparison of diffuse optical tomography of human breast with whole‐body and breast‐only positron emission tomography | |
den Otter et al. | 4D cone‐beam CT reconstruction from sparse‐view CBCT data for daily motion assessment in pencil beam scanned proton therapy (PBS‐PT) | |
CN114305329B (zh) | 一种扩散光学层析成像数据采集与自校正方法 | |
Heiskala et al. | Significance of background optical properties, time-resolved information and optode arrangement in diffuse optical imaging of term neonates | |
Chiarelli et al. | Low-resolution mapping of the effective attenuation coefficient of the human head: a multidistance approach applied to high-density optical recordings | |
Fabrizi et al. | An electrode addressing protocol for imaging brain function with electrical impedance tomography using a 16-channel semi-parallel system | |
Liao et al. | Computer simulation analysis of source‐detector position for percutaneously measured O2‐gas signal in a three‐dimensional preterm infant lung | |
Li et al. | Effect and correction of optode coupling errors in breast imaging using diffuse optical tomography | |
Zhang et al. | Evaluating the therapeutic dose distribution of intensity‐modulated radiation therapy for head and neck with cone‐beam computed tomography image: a methodological study | |
Lin et al. | Volumetric Diffuse Optical Tomography for Small Animals Using a CCD‐Camera‐Based Imaging System | |
Zhang et al. | Direct regularization from co-registered contrast MRI improves image quality of MRI-guided near-infrared spectral tomography of breast lesions | |
Yamauchi-Kawaura et al. | Development of age-specific Japanese head phantoms for dose evaluation in paediatric head CT examinations | |
Wang et al. | A Data Self-Calibration Method Based on High-Density Parallel Plate Diffuse Optical Tomography for Breast Cancer Imaging | |
Uddin | Ultrasound Guided Diffuse Optical Tomography for Breast Cancer Diagnosis: Algorithm Development |
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 |