光聲成像兼具光學(xué)成像對比度高、成像功能多樣以及穿透能力強的優(yōu)點,成為近年來最具潛力的生物醫(yī)學(xué)無損成像技術(shù)。根據(jù)不同的分類標(biāo)準(zhǔn),光聲成像可以劃分為多個分支。其中頻率域光聲斷層成像采用連續(xù)波激光器作為光源,依據(jù)成像模式采用不同的調(diào)制手段對載波激光進(jìn)行調(diào)制,通過采用不同的弱信號信息提取策略,完成所需信息提取。相比于時域成像模式所采用的高能脈沖激光器,連續(xù)波激光器的體積小,成本低,更加安全,但是也由于光源能量較弱,產(chǎn)生光聲信號的強度也相應(yīng)削弱、信噪比進(jìn)一步降低,因而對于關(guān)鍵信息準(zhǔn)確提取的難度進(jìn)一步加大,重建結(jié)果失真的情況更加嚴(yán)重,對去噪重建算法性能的要求也愈發(fā)苛刻。此外,現(xiàn)有大多數(shù)頻率域光聲斷層成像算法需要龐大的數(shù)據(jù)采集量,使采集和運算都需要消耗大量時間,占據(jù)大量空間,令該技術(shù)的應(yīng)用受到了不小的限制。本論文重點研究了兩種不同成像模式下的光聲斷層成像中進(jìn)行弱信號提取、降噪和高質(zhì)量、高性能重建的方法,對頻率域光聲斷層成像中的信號預(yù)處理、關(guān)鍵信息提取、正則化成像算法等方面開展了研究,在新濾波算法研究、幅值相位信息提取研究、高性能重建算法研究方面取得了創(chuàng)新。針對微弱信號頻率域光聲斷層成像方法存在的局限...

【文章頁數(shù)】：138 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文結(jié)構(gòu)與創(chuàng)新點
        1.3.1 論文的主要內(nèi)容和章節(jié)安排
        1.3.2 本文特色及創(chuàng)新點
第二章 光聲成像的物理基礎(chǔ)及成像系統(tǒng)
    2.1 光聲信號的產(chǎn)生及約束
    2.2 光聲信號的傳播和接收
    2.3 頻率域光聲成像實驗設(shè)置及系統(tǒng)搭建
    2.4 超聲換能器中心頻率與目標(biāo)尺寸
    2.5 本章小結(jié)
第三章 濾波反投影模式的線性掃頻EMD光聲去噪成像
    3.1 LFM光源反投影重建
    3.2 基于EMD算法的LFM光聲信號濾波策略
        3.2.1 EMD算法
        3.2.2 零相位濾波
        3.2.3 針對LFM激發(fā)光源的EMD濾波策略
    3.3 面向LFM光源的EMD濾波算法仿真及分析
    3.4 濾波反投影模式EMD濾波算法實驗結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于模型模式的虛擬鎖相放大器設(shè)計
    4.1 基于模型的光聲斷層成像模式
        4.1.1 有限元分析和正演模擬
        4.1.2 基于模型的光聲成像算法
    4.2 數(shù)字虛擬鎖相放大器設(shè)計
        4.2.1 鎖相放大器基本原理
        4.2.2 離散頻率調(diào)制方式的選取
        4.2.3 鎖相放大器設(shè)計及功能
    4.3 虛擬鎖相放大器仿真實驗及分析
        4.3.1 單頻光聲信號信息提取
        4.3.2 窄帶多頻光聲信號信息提取
        4.3.3 噪聲下光聲信號信息提取
    4.4 本章小結(jié)
第五章 基于模型模式的離散頻率調(diào)制EMD光聲去噪成像
    5.1 仿真所涉及的有參圖像評價因數(shù)
        5.1.1 峰值信噪比
        5.1.2 圖像質(zhì)量因數(shù)
    5.2 基于EMD的離散頻率分量濾波策略
    5.3 基于模型模式下的EMD濾波方法仿真實驗及分析
        5.3.1 一維信號的濾波及結(jié)果分析
        5.3.2 二維圖像的濾波及結(jié)果分析
    5.4 實驗結(jié)果及分析
    5.5 本章小結(jié)
第六章 基于模型模式的求解方法優(yōu)化
    6.1 病態(tài)矩陣求解方法在光聲重建中的應(yīng)用背景
        6.1.1 結(jié)合LSQR的Tikhonov算法
        6.1.2 TSVD算法
        6.1.3 TVAL3算法
    6.2 系統(tǒng)算法方案及不同重建解法下的參數(shù)選取
    6.3 噪聲下不同重建解法的仿真實驗
    6.4 不同求解重建算法的實驗結(jié)果及分析
    6.5 本章小結(jié)
第七章 總結(jié)和展望
    7.1 全文總結(jié)
    7.2 研究展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3781087