针对荧光扩散层析成像中荧光光源的定位误差较大和形态学信息不完整的问题,提出一种基于组稀疏正则化的同时代数重建技术(GSR-SART)算法。该算法利用图像的非局部自相似性和局部稀疏性构造自适应相似组;然后,将相似组作为基本单元,学习自适应字典;最后,采用迭代收缩阈值算法求解目标函数。实验结果表明,所提算法在峰值信噪比和方均根误差的结果上比其他先进算法有较大的提升。
成像系统 荧光扩散层析成像 非局部自相似性 稀疏表示 字典学习 激光与光电子学进展
2021, 58(2): 0211002
天津大学精密仪器与光电子工程学院， 天津 300072
为解决含有低散射、高吸收和空腔区域组织内扩散方程光子输运模型的不适用性，发展了基于图形处理单元(GPU)加速的任意复杂组织体光子输运的蒙特卡罗建模方法。在此基础上，提出了基于蒙特卡罗正向模型的时域荧光扩散层析广义脉冲谱技术法。模拟结果表明，与扩散方程相比，基于蒙特卡罗模拟的时域荧光扩散层析对含有低吸收高散射、低吸收低散射、高吸收低散射、高吸收高散射和空腔异质体的复杂组织体中荧光目标体的位置和形状都进行了更准确的重建，从而验证了这种荧光图像重建方法的通用性。
医用光学 荧光扩散层析 蒙特卡罗模拟 图形处理单元 时域 广义脉冲谱技术
