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。

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。

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。

As an emerging molecular imaging modality, cone-beam X-ray luminescence computed tomography (CB-XLCT) uses X-ray-excitable probes to produce near-infrared (NIR) luminescence and then reconstructs three-dimensional (3D) distribution of the probes from surface measurements. A proper photon-transportation model is critical to accuracy of XLCT. Here, we presented a systematic comparison between the common-used Monte Carlo model and simplified spherical harmonics (SPN). The performance of the two methods was evaluated over several main spectrums using a known XLCT material. We designed both a global measurement based on the cosine similarity and a locally-averaged relative error, to quantitatively assess these methods. The results show that the SP3 could reach a good balance between the modeling accuracy and computational e±ciency for all of the tested emission spectrums. Besides, the SP1 (which is equivalent to the diffusion equation (DE)) can be a reasonable alternative model for emission wavelength over 692 nm. In vivo experiment further demonstrates the reconstruction performance of the SP3 and DE. This study would provide a valuable guidance for modeling the photon-transportation in CB-XLCT.

为了增强切伦科夫荧光的强度,促进切伦科夫发光成像(CLI)技术的临床转化,在前期研究中提出了一种基于辐射发光颗粒(RLMPs)的增强型切伦科夫发光成像(ECLI)技术,并取得了显著的增强效果;为了将ECLI技术扩展到三维成像领域,提出一种新型单视图增强型切伦科夫发光断层成像(ECLT)重建方法;该方法仅使用一个角度的测量数据,采用结合可行区域迭代收缩策略的稀疏贝叶斯学习(SBL)重建算法求解逆问题;设计了非匀质圆柱仿真和物理仿体实验,以验证该方法的准确性和稳定性。结果表明,所提方法可以提高光源目标重建的精度和速率,具有良好的稳定性,能够有效缓解逆问题的不适定性。

增加测量信息可以有效降低荧光分子断层成像(FMT)重建的病态性，但随着数据增多，重建耗时也会显著增加。为了降低FMT重建的病态性和提升大规模数据集下的重建效率，结合对偶坐标下降法(DCA)和交替方向乘子法(ADMM)提出了一种改进的随机变量的交替方向乘子法重建优化方法。在原始ADMM方法的基础上，增加了一个随机更新规则，在每次迭代中只需要一个或者几个样本，就可加速收敛，使目标函数快速得到最优解，从而达到快速重建的效果。设计了数字鼠仿真实验和真实鼠实验，实验结果表明，所提方法在保证FMT重建图像精度的同时，显著提高了重建效率。

锥束X射线发光断层成像(CB-XLCT)是一种新型分子影像模态, 对疾病的早期检测、靶向治疗以及药物研制等具有重要意义。然而, 通过传统的压缩感知理论反演生物体内纳米目标的三维分布时, 高维系统矩阵的强相关性会直接影响成像质量。基于非凸稀疏L1-2正则子, 将CB-XLCT的成像问题转化为一种新的稀疏重建模型。采用一种凸差分算法来解决非凸泛函最小化问题, 在每一步凸差分子迭代中采用一种带自适应惩罚项的交替方向乘子法进行高效求解。设计了单目标数字鼠仿体、双目标数字鼠仿体以及真实在体老鼠实验验证提出算法的有效性和稳健性, 并与五种常见正则子 (L1/2,L1,L2,TV和L0)进行对比和分析。实验结果表明, L1-2正则子的成像性能最优, 提出方法可以有效解决CB-XLCT的快速成像问题。