[发明专利]基于深度-体积联合补偿策略的荧光分子断层成像重建方法

说明书

本发明公开了一种基于深度‑体积联合补偿策略的荧光分子断层成像重建方法，包括以下步骤：根据预迭代得到的重建荧光参数，对重建的荧光团进行聚类分析，得到各荧光团的体积和深度；根据荧光团的体积及深度，建立补偿系数与深度权值系数、体积权值系数之间的函数关系，对重建的荧光光学参数进行补偿；根据补偿后的荧光光学参数重建目标。综合考虑成像目标的体积和深度，使用一种联合补偿的方法来平衡荧光成像对体积和深度灵敏度的影响，对重建的荧光光学参数进行补偿，使重建结果更加精确。

技术领域

本发明涉及荧光分子断层成像重建方法技术领域，具体地涉及一种基于深度-体积联合补偿策略的荧光分子断层成像重建方法，应用于透射式连续波荧光成像模式中。

背景技术

荧光分子断层成像技术(Fluorescence Molecular Tomography，FMT)是近年来发展起来的一种新型光学分子成像方式，其特点在于成像成本低、灵敏度高、无电离辐射，能够反映在生物体组织分子水平的变化，进行定性和定量研究。荧光分子断层成像的原理是将一种荧光生化标记物(如：荧光染料、荧光团、荧光探针)注射到生物体中，这些荧光生化标记物将向病变组织聚集。在外部激发光的作用下，荧光标记物将发出比激发光波长更长的出射光。通过对组织表面激发光及出射光的测量，重建荧光分子探针的分布和浓度，从而进一步获得反应生物生理和病理的定量信息。

荧光分子断层成像的重建算法研究是其成像技术的重点研究方向之一。图像重建过程是依据生物组织表面测量的荧光信号强度，基于光在生物组织中的传播模型，逆向反演出组织内部荧光参数的分布图像。荧光分子断层成像的重建算法从数学上可以归纳为求解非线性问题的最优化过程，即构建光在组织中的传播模型，假设一个初始的光学参数分布，根据模型计算出光在组织边界的预测值，并将该值与探测器的实测值之间建立差值最小化函数，通过求解该最小化方程来得到生物组织内部的光学参数分布。

近红外光在生物组织中的传播具有较强的散射性，光子在生物组织中被多次随机散射，这将会导致荧光分子断层成像的重建结果与荧光团的深度和体积具有高度相关性。随着成像深度的增加，成像的灵敏度将急剧下降，重建图像的分辨率越来越低。同时，成像灵敏度除了与荧光团深度具有非线性关系，与荧光团的体积大小也有很大关系。对于生物组织体内具有相同光学参数、相同深度，但不同体积的荧光团，重建出的荧光团光学参数存在较大误差，荧光团的体积越小，其重建的光学参数与真实值偏离越大。

发明内容

为了解决现有技术存在的问题，本发明目的是：提供一种基于深度-体积联合补偿策略的荧光分子断层成像重建方法，应用于透射式连续波荧光成像模式中。综合考虑成像目标的体积和深度，使用一种联合补偿的方法来平衡荧光成像对体积和深度灵敏度的影响，对重建的荧光光学参数进行补偿，使重建结果更加精确。

本发明的技术方案是：

一种基于深度-体积联合补偿策略的荧光分子断层成像重建方法，包括以下步骤：

S01：根据预迭代得到的重建荧光参数，对重建的荧光团进行聚类分析，得到各荧光团的体积和深度；

S02：根据荧光团的体积及深度，建立补偿系数与深度权值系数、体积权值系数之间的函数关系，对重建的荧光光学参数进行补偿；

S03：根据补偿后的荧光光学参数重建目标。

优选的，所述步骤S01中，根据荧光分子断层成像的两个耦合方程求解模型，结合有限元的数值求解方法，求得重建的生物体内荧光参数。

优选的，所述步骤S01中，基于迭代自组织数据分析技术，对重建的荧光团进行聚类分析。

优选的，所述步骤S01中，所述补偿系数与深度权值系数、体积权值系数之间的函数关系为：