专利名称：一种大数据量荧光分子断层成像重建方法
技术领域：
本发明涉及一种荧光分子断层成像重建方法，特别是关于一种基于数据降维技术的大数据量荧光分子断层成像重建方法。
背景技术：
突光分子断层成像(FluorescenceMolecular Tomography, FMT)是一种新兴的光学断层成像技术，它是一种高灵敏度、无电离辐射、低成本的在体小动物成像方法，在肿瘤研究、药物研发和疾病诊断等领域有着广阔的应用前景。荧光分子断层成像技术是利用荧光标记物标记小动物体内的特定分子或细胞，采用合适波段和强度的激发光照射被标记的小动物时，小动物体内的荧光标记物发出荧光，采用一定的装置检测此荧光信号，并采用相应的重建方法就可以获得小动物体内的荧光标记物的分布情况，从而可以在分子和细胞水 平上对正常或异常的生物过程进行观察。不同于传统的医学断层影像(CT或PET)，由于光在生物组织中传播时会受到生物组织的强烈散射和吸收作用，使得荧光分子断层成像的重建成为一个严重的病态问题，这种病态问题主要体现在重建图像的分辨率低，稳定性差，且易受噪声的干扰，通过对采集的大量投影数据进行重建能够有效地克服这种病态问题，有效提高重建图像的分辨率和稳定性。随着荧光分子断层成像系统的发展，电荷耦合器件(CCD)被用于投影数据的采集，使得每一个投影可以采集到大量的投影数据(例如，512*512像素的C⑶可以采集262144个投影数据)，为了方便地获取更多有效信息，全角度自由空间的成像模式被广泛应用于荧光分子断层成像系统，这种全角度(360°采集，通常每10° —个投影，总共36个投影)采集使得采集的投影数据急剧增加，采用大量的投影数据(大约IO7)进行荧光分子断层重建将会有效地提高重建图像的分辨率和稳定性，但是这种大数据量荧光分子断层成像重建非常消耗计算机内存(大约IO2GB)和计算时间，如此巨大地内存消耗量远远超出目前普通PC机(个人电脑)的内存容量，难以在普通PC机上实现，即使随着个人电脑的发展，内存不够不再是瓶颈，巨大的计算时间将严重的制约快速、实时荧光分子断层成像过程，因此大数据量荧光分子断层成像重建采用现有的方法几乎是无法完成的。
发明内容
针对上述问题，本发明的目的是提供一种能够有效降低投影数据的数据量，减少计算时间，且能够提高重建图像的分辨率低和稳定性的大数据量荧光分子断层成像重建方法。为实现上述目的，本发明采取以下技术方案一种大数据量荧光分子断层成像重建方法，包括以下步骤1)设置一包括有旋转台、激发光发射装置、CCD相机和计算机的全角度自由空间FMT成像系统；2)采用所述全角度自由空间FMT成像系统采集待成像物体的荧光图像和白光图像；3)采用边缘检测方法提取每一幅白光图像中待成像物体的边界轮廓线，得到投影轮廓线图像；4)对步骤3)中的每一幅投影轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体的三维轮廓图像；5)采用有限元方法求解扩散方程的格林函数；6)将每一幅荧光图像划分为相同大小的子荧光图像；7)根据一阶波恩近似理论，采用所求得的格林函数建立每一个子荧光图像所对应的子系统方程，并将子系统方程的子系统矩阵和子荧光向量组成子增广系统矩阵；8)对每一子增广系统矩阵采用主成分分析方法进行降维压缩处理得到压缩子系统方程；9)对每一幅荧光图像划分的每一子荧光图像所对应的子系统方程采用步骤8)降维压缩后，将所有压缩子系统方程依次按行排列得到压缩系统方程；10)求解压缩系统方程得到待成像体内的荧光标记物分布。所述步骤10)采用tikhonov正则化方法求解压缩系统方程。本发明由于采取以上技术方案，其具有以下优点1、本发明将采集的每一幅荧光图像进行分块，且将分块的每一子荧光图像所对应的子系统方程均进行数据降维压缩处理后组建压缩系统矩阵，例如，如果采用512*512像素的CXD相机采集36幅荧光图像，系统矩阵W将达到36*512*512=9437184行N (大约IO4)列，如此大规模的矩阵已经超出一般计算机的内存容量，但是采用数据降维压缩处理后重新组建系统矩阵，系统矩阵W将被极大地 压缩，如果压缩率设置为512，上述系统矩阵W规模将减小为36*256*2=18432行N列，因此极大地降低了大数据量荧光分子断层成像重建所消耗的内存，使得大数据量荧光分子断层成像重建可以在普通PC机完成。2、本发明由于采用数据降维压缩处理，可以使系统矩阵得到极大压缩，因此进行荧光分子断层图像重建时可以有效地减少计算时间，从而实现快速的大数据量荧光分子断层成像重建。3、本发明在对系统矩阵进行降维压缩处理时采用主成分分析方法，因此可以最大限度地保留原始大量投影数据的有效信息，从而实现以小数据量规模的计算达到大数据量的重建效果，提高重建图像的分辨率和稳定性。本发明可以广泛应用于大数据量的荧光分子断层成像重建中。
图I是本发明所采用现有的全角度自由空间FMT成像系统结构示意图；图2是本发明的荧光分子断层成像重建方法流程示意图。
具体实施例方式下面结合附图和实施例对本发明进行详细的描述。如图I所示，本发明采用现有的全角度自由空间FMT成像系统对待成像物体进行图像采集和处理，它包括有旋转台I、C⑶相机2、激发光发射装置3和计算机4，其中激发光发射装置3包括卤灯31、光纤32和激发光滤光片33 ;采集图像时，待成像物体5放置在旋转台1，卤灯31发射的激发光通过光纤32和激发光滤光片33传播并照射待成像物体5，CXD相机I完成待成像物体I图像的采集并将其发送到计算机4进行处理。如图2所示，本发明的大数据量荧光分子断层成像重建方法，包括以下步骤I、将荧光标记物注射到待成像物体5内，根据所注射的荧光标记物特征，启动激发光发射装置3发射某一波长和强度的激发光照射待成像物体5，此时荧光标记物发出荧光，CCD相机2配合此荧光波段的滤光片6以全角度、等间隔模式采集待成像物体5的荧光投影图像，并将荧光投影图像定义为荧光图像，在360°的采集范围内，可以采用间隔角度为10°进行图像采集，得到S=36幅荧光图像，也可以根据实际实验需要设置其它的间隔角度。2、在自然光照条件下(自然光是指通常的白光)，关闭激发光发射装置3，C⑶相机2直接以全角度、等间隔模式采集待成像物体5的投影图像，由于是在白光条件下对待成像物体进行图像采集，因此将采集的反映待成像物体几何模型的图像定义为白光图像，在360°的采集范围内，可以采用间隔角度为10°进行图像采集，得到36幅白光图像，也可以根据实际实验需要设置其它的间隔角度。3、采用边缘检测方法提取每一幅白光图像中待成像物体的边界轮廓线，得到36幅投影轮廓线图像，它们代表待成像物体5不同角度的投影轮廓线。边缘检测方法是根据图像边界点亮度值变化明显的特征提取图像的边界信息，边缘检测方法可以根据实际需要进行选择，在此不做限定，只要能够实现上述功能即可。4、对步骤3得到的每一幅投影轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体的三维轮廓图像，滤波反投影方法广泛应用于计算机断层成像(CT)领 域，用于从多角度的投影二维图像中计算出几何体的三维结构图像，由于滤波反投影方法为现有方法，故此过程不再赘述。5、采用有限元方法求解扩散方程的格林函数。FMT中最广泛应用的数学模型是扩散方程，它可以描述光在生物组织里的吸收和散射作用，其公式为
-▽·[/)(厂)▽(/(/·)] + // (/·)(/'(/') = K1C^/'-/;) r Gil< 2Γ /)(>) o(f(r) + (；(r)re an
Ldn(I)式中,V为梯度算子，r是空间点向量，Ω是成像空间，GCr)是格林函数,表示点光源激发下生物组织内的光强分布；D = 1/(3(μ a+y s))是生物组织的扩散参数，μ 3和μ 3是生物组织吸收参数，Ks是激发点rs处(8=1·^，S是荧光图像个数)的激发光强度，《是待成像物体的外法线向量，Cnd是一个常数，反映光从待成像物体内通过体表的反射情况，δ是狄拉克函数。由于待成像物体的几何模型是不规则的，扩散方程在不规则的待测成像物体几何模型下是没有解析解的，因此可以采用现有的有限元方法求解扩散方程(1)，有限元方法求解扩散方程一般采用现有的有限元商业软件完成，具体步骤为I)将待成像物体的三维轮廓信息进行处理得到待成像物体的三维几何实体，具体过程是首先利用每一层的轮廓线创建其对应的二维几何面，然后采用所有层的二维几何面创建三维几何实体。2)在步骤I )的待成像物体的三维实体内加载扩散方程(I )，在待成像物体的三维实体表面加载边界条件。3)划分网格，并组集刚度矩阵，得到以下的线性方程KG = bs (2)式中，K是刚度矩阵，bs是激发向量，G是离散格林函数。在求得离散格林函数G后，根据一阶波恩近似，可以建立荧光图像和待成像物体内的荧光标记物分布的关系为OmCt^rd) = / fiG (rs, r) · x(r) · G (r, rd) d3r(3)
式中，Φπ(γ3, rd)是激发光在点匕处激发时，在点rd处所检测到的荧光值；x(r)是待成像物体内的荧光标记物分布，也就是FMT所要重建的未知数；G(rs，r)是&点激发的格林函数在r点的值，G (r, rd)是rd点激发的格林函数在r点的值。将离散格林函数G代入积分方程公式(3)中可以得到
权利要求
1.一种大数据量荧光分子断层成像重建方法，包括以下步骤 1)设置一包括有旋转台、激发光发射装置、CCD相机和计算机的全角度自由空间FMT成像系统； 2)采用所述全角度自由空间FMT成像系统采集待成像物体的荧光图像和白光图像； 3)采用边缘检测方法提取每一幅白光图像中待成像物体的边界轮廓线，得到投影轮廓线图像； 4)对步骤3)中的每一幅投影轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体的三维轮廓图像； 5)采用有限元方法求解扩散方程的格林函数； 6)将每一幅荧光图像划分为相同大小的子荧光图像； 7)根据一阶波恩近似理论，采用所求得的格林函数建立每一个子荧光图像所对应的子系统方程，并将子系统方程的子系统矩阵和子荧光向量组成子增广系统矩阵； 8)对每一子增广系统矩阵采用主成分分析方法进行降维压缩处理得到压缩子系统方程; 9)对每一幅荧光图像划分的每一子荧光图像所对应的子系统方程采用步骤8)降维压缩后，将所有压缩子系统方程依次按行排列得到压缩系统方程； 10)求解压缩系统方程得到待成像体内的荧光标记物分布。
2.如权利要求I所述的一种大数据量荧光分子断层成像重建方法，包括以下步骤所述步骤10)采用tikhonov正则化方法求解压缩系统方程。
全文摘要
本发明涉及一种大数据量荧光分子断层成像重建方法，包括以下步骤采用的全角度自由空间FMT成像系统采集待成像物体的荧光图像和白光图像；采用边缘检测方法提取每一幅白光图像中待成像物体的边界轮廓线，得到投影轮廓线图像；对每一幅投影轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体的三维轮廓图像；采用有限元方法求解扩散方程的格林函数；将每一幅荧光图像划分为若干相同大小的子荧光图像；采用所求得的格林函数建立每一个子荧光图像所对应的子系统方程；对每一幅荧光图像划分的每一子荧光图像所对应的子系统方程压缩后依次按行排列得到压缩系统方程；求解压缩系统方程得到待成像体内的荧光标记物分布。本发明可以广泛应用于大数据量的荧光分子断层成像重建中。
文档编号G06T9/00GK102871646SQ20121029315
公开日2013年1月16日 申请日期2012年8月16日 优先权日2012年8月16日
发明者白净, 曹旭, 张宾, 刘飞, 王鑫 申请人:清华大学