基于形狀的非均勻光學層析圖像重建算法研究.pdf

1、光學層析成像是近年來廣為關(guān)注的一種新型醫(yī)學成像技術(shù)。它以近紅外光作為光源照射生物組織,對組織體的光學屬性參數(shù)進行成像。由于組織的光學屬性參數(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-射線計算機斷層掃描成像等)相比,光學層析成像具有無放射性損傷、成像設(shè)備價格低廉、可對患者進行長時間監(jiān)控等優(yōu)點。
　　光學層析成像技術(shù)可以實現(xiàn)疾病的早期診斷和治療,具有廣泛的醫(yī)

2、學應(yīng)用前景,但其圖像重建是一個高度病態(tài)、耗時的過程,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)學圖像,本課題將重點研究擴散方程下光學層析圖像的形狀重建算法。提出了一種非均勻介質(zhì)下基于形狀光學層析成像技術(shù)(OT)的圖像重建數(shù)值方法。首先,針對當前區(qū)域重建算法的現(xiàn)存問題,建立非勻質(zhì)生物組織背景下多異常區(qū)域(病變組織)邊界和光學參數(shù)的同時重建算法框架,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。
　　擴散光學層析成像重建算法問題數(shù)學上被視為一個基于光子傳輸模型的應(yīng)用優(yōu)化問題,即應(yīng)用適合的搜索策略尋求光學參數(shù)的合理空間分布,以實現(xiàn)測量與模型估計量之間的最佳匹配。本文采用微擾法求解重建算法所需的雅可比(Jacobi)矩陣,對目標函數(shù)進行線性化近似,把反演問題歸結(jié)為一個線性系統(tǒng)的迭代求解過程,應(yīng)用Levenberg

4、-Marquardt方法進行迭代優(yōu)化。
　　具體重建算法思想為:假設(shè)正常區(qū)域的光學參數(shù)已知,光子傳輸模型由擴散方程描述,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,且實現(xiàn)了異常區(qū)域位置和光學參數(shù)的同時重建。
　　研究表明,本文提出的圖像重建算法能提供更加快速的、具備魯棒性的光學層析圖像重建算法,能準確的恢復異常區(qū)域的形狀參數(shù)和光學參數(shù),有助于實現(xiàn)生物體生命特征的在體、實時監(jiān)控,推進光學分子影像技術(shù)在臨床