近红外光谱断层成像是一种可以获得乳腺组织内部光学特性，弥补传统乳腺影像学检查方法的不足，具有无创无辐射、高特异性等特性，在乳腺成像中有重要应用价值的光学成像技术。近红外光谱断层成像系统对该技术在乳腺疾病临床诊断中的应用起着重要的作用。然而，近红外光谱断层成像系统的空间分辨率低，限制了其在乳腺成像中的应用。将连续波模式与频域或时域测量模式相结合，并融合临床用的数字乳腺断层摄影、超声或核磁共振成像等技术有助于解决上述问题。先对近红外光谱断层成像系统的测量模式、多模态系统和多模态融合技术进行梳理、对比，然后介绍了该技术在乳腺成像中的最新应用，进一步讨论了乳腺近红外光谱断层成像系统未来的发展方向。

Cherenkov激发的荧光扫描成像（CELSI）是一种新型的光学成像技术，为监测体内恶性肿瘤的生物学特性提供了一种手段。为提高CELSI图像重建质量，本文提出了一种基于迭代优化展开的深度学习图像重建算法——ADMM-Net。在该算法中，交替方向乘子法（ADMM）与卷积神经网络（CNN）相结合组成一个深度网络，网络中的所有参数通过端到端训练进行学习。实验结果表明：该算法可以有效提升重建图像的质量。当网络层数为5时，该算法重建的单荧光目标图像的平均峰值信噪比和结构相似性值分别可达到33.75 dB和0.86。该算法不仅可以分辨出边沿距离最小为2 mm的双荧光目标，而且在多荧光目标和不同荧光量子产额比率下表现出了良好的泛化能力。

切连科夫激发的荧光扫描成像(CELSI)是一种新兴的成像技术,在生物医学领域有着广阔的应用前景。本课题组前期分别基于Tikhonov正则化和稀疏正则化实现了CELSI断层成像,但重建图像的质量仍有待提高。基于此,本文提出了一种基于Unet的图像后处理算法。该算法将Tikhonov方法只迭代一次得到的低质量图像作为Unet网络的输入,通过网络学习对重建的图像进行一定的修正,以进一步提高重建图像的质量。实验结果表明,所提算法可以提高计算效率,而且当荧光目标在深度50 mm处时重建图像的峰值信噪比和结构相似度分别能达到28 dB和0.92。所提算法基于单荧光目标数据集训练的网络模型能够较好地重建出多荧光目标,表明了该算法具有较好的泛化能力。

光声成像作为一种新型的生物医学成像技术,其成像过程结合了光学成像的高分辨率以及声学成像的深层组织穿透性能,突破了传统生物医学成像的“软极限”。然而,大多数的肿瘤,尤其是在早期阶段,并无明显的光声对比度,因此,开发出有效的外源性光声成像造影剂至关重要。基于此,研究了一种新型二维材料——锑烯纳米层片(AMNFs),它在300~900 nm波段范围内具有较好的光学吸收性,且具备优异的光热转换效率和光声性能。用此材料作为对比剂,可以实现活体小鼠体内小肿瘤的高质量光声成像。

切伦科夫激发的荧光扫描成像(CELSI)作为一种新兴分子成像技术,具有空间分辨率高和成像深度深的优点,在监测放疗过程中肿瘤的生理变化方面具有巨大潜力。前期工作基于Tikhonov方法成功实现了CELSI断层成像,但该方法无法对位置深度超过3 cm或低对比度的荧光目标进行准确重建。为克服这一问题,提出了一种基于近似信息传递算法的断层CELSI稀疏重建方法。为说明该算法的优点,将其与传统的Tikhonov正则化算法以及3种基于稀疏的重建算法进行比较。实验结果表明,就均方误差和对比噪声比而言,本文算法可以获得最优的重建结果。

光声成像结合了光学成像和声成像的优点，是一种具有高空间分辨率、高对比度的无损成像技术，成为当前生物医学成像的研究热点之一。重建光声图像是一个典型的逆问题，具有严重的病态性。针对光声成像的病态性和较大的系统矩阵会导致重建速度慢的问题，提出了一种基于Lanczos双对角化的快速指数滤波重建方法，并通过数值仿真证实了该方法的有效性。仿真结果表明，所提方法在保证重建图像高质量的同时极大地提高了重建速度，其重建时间是指数滤波和后投影方法的1/67~1/47。

We present a sparse Bayesian reconstruction method based on multiple types of a priori information for multispectral bioluminescence tomography (BLT). In the Bayesian approach, five kinds of a priori information are incorporated, reducing the ill-posedness of BLT. Specifically, source sparsity characteristic is considered to promote reconstruction results. Considering the computational burden in the multispectral case, a series of strategies is adopted to improve computational efficiency, such as optimal permissible source region strategy and node model of the finite element method. The performance of the proposed algorithm is validated by a heterogeneous three-dimensional (3D) micron scale computed tomography atlas and a mouse-shaped phantom. Reconstructed results demonstrate the feasibility and effectiveness of the proposed algorithm.