[发明专利]肿瘤细胞生长检测系统的成像方法

说明书

本发明公开了肿瘤细胞生长检测系统的成像方法，属于肿瘤细胞技术领域。包括：去除声波信号s(t)的噪音；得到不含噪音的声波信号x；在字典空间D中，x的稀疏矩阵表示为：x＝Dα，α为声波系数向量；声波系数向量的迭代算法为：根据初始赋值的字典D⁰、训练矩阵；声波系数向量α固定不变，用公式(4)对预估的字典D进行迭代更新；然后拉格朗日乘法算子矩阵可以根据下式进行迭代更新：迭代更新过程直到迭代时间到了或者预设的条件(误差小于预设值)满足后停止。可以直观判断肿瘤系统生长情况。

技术领域

本发明涉及肿瘤细胞技术领域，尤其涉及肿瘤细胞生长检测系统的成像方法。

背景技术

肿瘤细胞生长情况的检测技术多涉及较高昂的设备仪器，且对人体辐射很大，相关技术如利用单个激光作为光源，激光光束只能沿直线照射，实际推广应用中，存在诸多限制，使用不便，且设备价格高昂；多涉及辅助诊断肿瘤细胞，具有提高诊断肿瘤细胞的精准性；但对肿瘤细胞初期筛查生长情况的判断缺少成本低、伤害少、且推广应用方便的相关检测技术。此外，关于肿瘤细胞生长情况的查看判断，直观性不足，误差较大，均造成对肿瘤细胞生长状态的把握不足，判读不够准确。

发明内容

1.发明要解决的技术问题

为了克服上述技术问题，本发明提供了肿瘤细胞生长检测系统的成像方法，可以直观判断肿瘤系统生长情况。

2.技术方案

为解决上述问题，本发明提供的技术方案为：

肿瘤细胞生长检测系统的成像方法，包括：去除声波信号s(t)的噪音；得到不含噪音的声波信号x；在字典空间D中，x的稀疏矩阵表示为：x＝Dα，α为声波系数向量；声波系数向量的迭代算法为：

其中，M为

S:探测信号；

β：拉格朗日算子系数；

ε：为边界噪音最大值；

Y:正定矩阵；

F:最小误差的边界值；

γ：拉格朗日梯度系数；

根据初始赋值的字典D⁰、训练矩阵M⁽ⁿ⁾；声波系数向量α固定不变，用公式(4)对预估的字典D进行迭代更新，分别计算D⁽¹⁾，D⁽²⁾，…，D⁽ⁿ⁾，D⁽ⁿ⁺¹⁾；然后拉格朗日乘法算子矩阵可以根据下式进行迭代更新：

其中，Λ表示拉格朗日乘法算子矩阵，运算子Λi,(x-Dα)i表示矩阵a^T(x-Dα)的迹；迭代更新过程直到迭代时间t到了或者预设的条件：误差小于预设值ε′满足后停止。

上述迭代更新结束后，得到经过字典D学习后的光声图像x，并对所述光声图像x进行对比度测量、空间分辨率测量和肿瘤靶点深度测量。

可选的，在t时刻的声波信号s(t)表示为：

s＝x+n (1)

其中，x是不含噪音的光声波信号，n为噪音且由于边界限制所述噪音n满足||n||₂ε，ε为边界噪音最大值。

可选的，去除声波信号s(t)的噪音；得到不含噪音的声波信号x的优化过程为：

表示在满足||n||₂ε条件下求s-Dα绝对值的最小量。