本发明涉及光学分子影像,具体涉及一种激发荧光断层成像方法。
背景技术:
1、荧光分子断层成像(fluorescence moleculartomography,fmt)首先对生物体注射具有特异性、靶向性的荧光分子探针,对目标分子或细胞进行标记,在外部激光激发下或代谢过程中产生荧光,多角度探测逸出体表的荧光光子,通过三维重建,获得荧光在组织中的三维分布。fmt可以实现对组织的生理生化过程、靶向药物的药代动力学过程等,进行体内、连续、无损伤的观察。
2、fmt的可见光成像相对于核素成像或磁共振成像具有操作简单、结果直观、成像快速、对生物体无辐射、对环境要求较低和成本低廉等诸多优势。因此,研究人员希望未来能够将可见光成像技术应用于人类临床医学诊断。目前,该项技术正处于利用小动物进行临床研究的阶段,而随着研究的逐渐深入,传统关于小动物活体成像的激发荧光断层成像方法的局限性越来越突出,主要表现在成像空间分辨率较低,以及成像质量较差等方面。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术所存在的上述缺点,本发明提供了一种激发荧光断层成像方法,能够有效克服现有技术所存在的成像空间分辨率较低、成像质量较差的缺陷。
3、(二)技术方案
4、为实现以上目的,本发明通过以下技术方案予以实现:
5、一种激发荧光断层成像方法,包括以下步骤:
6、s1、在待成像物体中介入多个荧光探针,并对待成像物体进行成像,得到不同时刻下的荧光分布数据序列;
7、s2、对荧光分布数据序列进行重建,得到每帧图像中多个荧光探针的三维成像结果,并确定各荧光探针的中心位置;
8、s3、对每帧图像中各荧光探针的中心位置进行叠加,得到具有高空间分辨率的第一激发荧光断层成像结果;
9、s4、将预设时刻的荧光分布数据输入至激发荧光断层成像模型,重建得到荧光团分布,进而得到第二激发荧光断层成像结果;
10、s5、结合第一激发荧光断层成像结果和第二激发荧光断层成像结果得到最终激发荧光断层成像结果。
11、优选地,s2中对荧光分布数据序列进行重建,得到每帧图像中多个荧光探针的三维成像结果,并确定各荧光探针的中心位置,包括:
12、构建光传播模型,将通过介入多个荧光探针而获取的待成像物体的漫射光数据输入光传播模型,得到多个荧光探针形成的初始三维空间分布结构;
13、对初始三维空间分布结构进行校正,得到多个荧光探针在待成像物体内的校正三维空间分布结构;
14、对校正三维空间分布结构进行处理,得到校正三维空间分布结构中各荧光探针的中心位置。
15、优选地,所述构建光传播模型,包括:
16、基于辐射传输方程生成漫射方程,根据漫射方程构建光传播模型。
17、优选地,所述对初始三维空间分布结构进行校正,得到多个荧光探针在待成像物体内的校正三维空间分布结构,包括:
18、将荧光探针发出的荧光在待成像物体中的传播公式转化为最小二乘问题求解,并采用最小二乘qr分解迭代法对最小二乘的目标函数进行求解,得到多个荧光探针在待成像物体内的校正三维空间分布结构。
19、优选地,所述荧光探针发出的荧光在待成像物体中的传播公式如下:
20、
21、其中,为待成像物体表面的荧光探测信号,g1(r)为荧光发射谱段光子在待成像物体中的传播,g2(r)为激发光谱段光子在待成像物体中的传播,n(r)为待成像物体内部待重建的荧光产额,v为重建区域;
22、当重建区域v被离散成小网格时,荧光探针发出的荧光在待成像物体中的传播公式改写如下:
23、
24、其中,a为用于描述光子在待成像物体中的传播的权重矩阵。
25、优选地,所述对校正三维空间分布结构进行处理,得到校正三维空间分布结构中各荧光探针的中心位置,包括:
26、采用高斯拟合法对校正三维空间分布结构中各荧光探针的分布进行定位,获取各荧光探针的中心位置;
27、其中,二维高斯函数采用下式表示:
28、
29、上式中,i(x,y)为(x,y)处的光强,h为点扩散函数的强度,(x0,y0)为荧光探针的实际位置,σ1、σ2分别为x、y方向上的标准差。
30、优选地,所述激发荧光断层成像模型的构建方法,包括:
31、基于辐射传输方程的扩散近似模型确定正则化优化目标函数,并计算正则化优化目标函数的梯度;
32、根据正则化优化目标函数的梯度将梯度下降算法展开,得到各迭代次数下的计算图;
33、利用多层三维卷积神经网络的残差块结构对计算图中的正则项梯度进行参数化处理,得到各迭代次数下的参数化计算图;
34、将各迭代次数下的参数化计算图分别作为一层网络结构,对所有网络结构进行级联,得到激发荧光断层成像模型。
35、优选地,所述激发荧光断层成像模型的训练方法,包括:
36、利用训练集对激发荧光断层成像模型进行模型训练,并在当前训练次数下记录激发荧光断层成像模型输出的荧光团分布结果;
37、基于激发荧光断层成像模型输出的荧光团分布结果与真实荧光团分布计算当前损失函数差值;
38、若当前损失函数差值小于预设阈值,则将当前训练次数下的激发荧光断层成像模型作为训练好的激发荧光断层成像模型;否则,对当前训练次数下的激发荧光断层成像模型进行模型参数调整,并继续进行模型训练;
39、其中,训练集包括待训练的荧光分布数据及对应的真实荧光团分布。
40、优选地,所述基于激发荧光断层成像模型输出的荧光团分布结果与真实荧光团分布计算当前损失函数差值,包括:
41、计算当前训练次数下的损失函数的值与上一训练次数下的损失函数的值之间差值的绝对值;
42、其中,损失函数为激发荧光断层成像模型输出的荧光团分布结果与真实荧光团分布的均方误差。
43、优选地,所述对当前训练次数下的激发荧光断层成像模型进行模型参数调整,并继续进行模型训练,包括:
44、对当前训练次数下的激发荧光断层成像模型进行关于各网络结构的步长、各网络结构的正则化参数、各网络结构中的多层三维卷积神经网络的卷积核参数和偏置参数的模型参数调整,并继续进行模型训练。
45、(三)有益效果
46、与现有技术相比,本发明所提供的一种激发荧光断层成像方法,具有以下有益效果:
47、1)在待成像物体中介入多个荧光探针,并对待成像物体进行成像,得到不同时刻下的荧光分布数据序列,对荧光分布数据序列进行重建,得到每帧图像中多个荧光探针的三维成像结果,并确定各荧光探针的中心位置,对每帧图像中各荧光探针的中心位置进行叠加,得到具有高空间分辨率的第一激发荧光断层成像结果,从而能够通过对荧光分布数据序列进行重建,确定各荧光探针的中心位置,进而得到具有高空间分辨率的第一激发荧光断层成像结果;
48、2)将预设时刻的荧光分布数据输入至激发荧光断层成像模型,重建得到荧光团分布,进而得到第二激发荧光断层成像结果,利用激发荧光断层成像模型基于荧光分布数据输出荧光团分布,能够得到准确的第二激发荧光断层成像结果;
49、3)结合第一激发荧光断层成像结果和第二激发荧光断层成像结果得到最终激发荧光断层成像结果,确保最终激发荧光断层成像结果具有较高的成像空间分辨率,并且能够有效提升成像质量,为可见光成像的实际应用打下基础。