锥束X射线发光断层(CB-XLCT)成像是一种可在生物体外对早期肿瘤进行有效检测的新型医学成像技术。稀疏角CB-XLCT成像加速了CB-XLCT技术的实时成像转化进程。然而,相对于传统多角度成像,稀疏角CB-XLCT成像的逆问题病态性明显加剧,这对传统成像方法的有效扩展提出了挑战。基于稀疏非凸L_p(0<p<1)模型,提出一种迭代重加权裂分增广拉格朗日收缩算法,进一步结合经典非凸算子提出一种鲁棒稳定的可行区域提取方法,进而作为优化的知识先验指导靶标的准确重建。设计了数字鼠和物理仿体实验,分别结合经典L₁范数和L₀范数的代表算法验证所提方法的有效性和稳健性。实验结果表明,所提方法不仅可有效求解稀疏角CB-XLCT成像逆问题,还具有良好的可扩展性。

针对荧光分子断层成像数据采集方式存在的问题,提出了一种基于频率调制和空间编码的成像方法,旨在改进数据采集方案,缩短数据采集时间。在该方法中,激发光束被分成若干个子束,用作多点激发光源。这些子光束首先被调制成不同的频率,然后同时入射到目标表面的不同点上。在检测端,目标的出射光首先通过空间编码掩模,然后被引导至单光电倍增管。根据压缩感知理论,改变掩模的模式,进行稀疏重构恢复,最终得到目标表面荧光信号的分布。为了验证本文所提方法的可行性,设计了相应的仿真模拟实验,实验结果表明该方法可以较好地恢复原始图像,证明该方法的可行性。

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方法。具体来说,采用的降维方法是自编码器,即一种典型的人工神经网络,训练数据为由系统矩阵和表面荧光测量值组成的矩阵,然后使用自编码器网络的编码部分得到原始矩阵在低维空间上的表示。为了测试所提方法的性能,设计了一系列数值模拟实验,包括非匀质圆柱体实验和数字鼠实验。实验结果表明,该方法能有效缩短重建时间,得到较高的重建精度。

在面向精准医疗的分子影像领域,荧光分子断层成像(FMT)是当前的研究热点之一。由于FMT逆问题严重的病态性,背景荧光噪声会对重建结果产生严重的负面影响。在深入研究基于有限元的FMT重建方法的基础上,提出利用低秩矩阵填充技术克服背景荧光的方法。该方法将不同激发节点形成的外表面观测组成一个有元素缺失的观测矩阵,利用低秩矩阵填充算法恢复该矩阵的缺失元素,同时抑制观测矩阵含有的背景荧光噪声。利用去噪后的观测矩阵建立了新的FMT逆问题模型,并利用其对荧光目标进行重建。单荧光和双荧光目标重建实验表明:基于去噪后FMT逆问题模型的重建结果获得了显著改善。

切伦科夫荧光成像因具有临床上广泛可用的放射性核素探针而成为近年来光学分子影像领域的研究热点,但放射性核素在衰变过程中产生的大量高能射线会造成采集到的切伦科夫荧光图像上存在大量脉冲噪声,严重影响基于切伦科夫荧光图像的定量分析和后续的三维重建等。为了尽可能降低上述噪声,提出了一种结合模糊局部信息C-均值聚类算法和整体变分模型的切伦科夫荧光图像去噪算法。数值仿真、物理仿体以及真实动物实验结果表明:与现阶段广泛使用的中值滤波算法相比,所提去噪算法能够在有效去除噪声的同时保留切伦科夫荧光光源部位的形状细节。

荧光分子断层成像是一种高稳定性、低副作用的分子影像技术, 一直是生物光学领域的研究热点, 当激发平面位置与荧光目标位置接近时, 光源的重建结果会更好; 为了确定激发平面的位置, 提出了一种混合高斯方法, 该方法首先使用少量激发光源来获得发射光的生物体外表面分布, 再使用带剪枝策略的混合高斯模型对该分布进行拟合, 最后利用拟合后的峰值自动确定激发平面的个数和位置; 基于新激发平面的激发光源可以获得荧光分子断层成像逆问题, 进而利用该逆问题对荧光目标进行重建。实验结果表明：基于重新定位的激发平面的荧光分子断层成像光源重建结果在定位精度上显著优于原始激发平面对应的重建结果。

With widely availed clinically used radionuclides, Cerenkov luminescence imaging (CLI) has become a potential tool in the field of optical molecular imaging. However, the impulse noises introduced by high-energy gamma rays that are generated during the decay of radionuclide reduce the image quality significantly, which affects the accuracy of quantitative analysis, as well as the three-dimensional reconstruction. In this work, a novel denoising framework based on fuzzy clustering and curvature-driven diffusion (CDD) is proposed to remove this kind of impulse noises. To improve the accuracy, the Fuzzy Local Information C-Means algorithm, where spatial information is evolved, is used. We evaluate the performance of the proposed framework systematically with a series of experiments, and the corresponding results demonstrate a better denoising effect than those from the commonly used median filter method. We hope this work may provide a useful data pre-processing tool for CLI and its following studies.

有限投影荧光分子断层成像(FMT)可以以较短的数据采集时间在动物体内快速重建出荧光目标的三维分布。然而, 由于较少的投影数据使得有限投影FMT具有严重的病态性。为了降低FMT重建的病态性并提高重建速度, 考虑到FMT中光源稀疏分布的特性, 提出了一种结合平滑l0范数(SL0)和可行区域的有限投影FMT重建方法, 采用一种基于SL0的FMT重建方法, 利用一个连续函数来逼近l0范数, 以实现快速求解, 同时将可行区域作为有效的先验信息, 以提高重建精度。数字鼠模型的重建结果表明, 在3、6、9个激发点下, 重建图像的位置误差都小于1 mm, 重建时间缩短, 3个激发点下的重建时间为8 s。物理实验的重建结果进一步表明了该方法在实际FMT重建上的可行性。

在非匀质成像中,器官形状是影响建模光在生物体内传播过程的重要因素,它能直接影响荧光分子断层成像(FMT)的重建过程。器官图像的手动分割过程较为复杂,且对图像质量要求较高,而边缘检测、区域生长、主动轮廓模型等自动分割方法在处理复杂医学图像时存在很大的局限性。因此,使用基于主动形状模型(ASM)的自动分割方法,对小鼠器官图像进行准确分割,并使用基于L₁范数优化的重建算法实现光源重建。为分析基于ASM的器官图像分割精度与重建精度的关系,采集小鼠计算机断层扫描(CT)数据并进行真实实验,与流行的基于Snake模型的分割算法进行比较。实验结果表明,ASM算法可以替代手动分割,不影响光源的位置重建。