本文關(guān)鍵詞： 分子影像 激發(fā)熒光斷層成像 三維重建算法 無網(wǎng)格方法 分段常數(shù)水平集方法　出處：《北京交通大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：分子影像(Molecular Imaging)是一門近年來不斷發(fā)展的新穎的影像學(xué)科,結(jié)合了生物化學(xué)、多模態(tài)成像技術(shù)、生物數(shù)學(xué)、生物信息學(xué)、細(xì)胞分子生理學(xué)、生物物理學(xué)、藥理學(xué)等多種影像學(xué)和生物相關(guān)學(xué)科技術(shù)。它為疾病的早期診斷和量化分析、治療監(jiān)測和評估以及綜合生理學(xué)的發(fā)展提供了新的技術(shù)平臺(tái)。激發(fā)熒光斷層成像(Fluorescence Molecular Tomography,FMT)是MI中光學(xué)影像模態(tài)的一種,它通過靶向生物組織內(nèi)部特定分子的熒光物質(zhì)產(chǎn)生的熒光來獲取熒光在生物組織內(nèi)分布的三維成像,從而獲取靶向的生理或病理組織的三維量化信息。相比于其他光學(xué)分子影像方式,激發(fā)熒光斷層成像具有靈敏度高、成本低和安全可靠等特點(diǎn)。近年來發(fā)展迅速,成為光學(xué)分子影像技術(shù)的研究前沿和研究熱點(diǎn)。本文針對如何提高激發(fā)熒光斷層成像(FMT)的成像精度、速度和魯棒性進(jìn)行了研究,提出了基于無網(wǎng)格方法的FMT前向問題和逆向問題的求解方法,并提出了基于分段常數(shù)水平集的FMT重建方法,主要研究內(nèi)容包含以下幾點(diǎn):1.提出了無網(wǎng)格FMT前向問題求解方法。該方法基于緊支徑向基函數(shù)(Compactly Supported Radius Basis Function,CSRBF),首先采用一系列彼此獨(dú)立的離散節(jié)點(diǎn)及形狀函數(shù)來精確表征離散成像區(qū)域,然后采用CSRBF求解FMT光子傳輸模型。由于成像空間離散節(jié)點(diǎn)彼此獨(dú)立,無需進(jìn)行網(wǎng)格剖分等人工操作,且CSRBF具有彼此獨(dú)立、非線性表征離散區(qū)域的特性,重建效率和精確度顯著提高。數(shù)值仿真及生物模型實(shí)驗(yàn)結(jié)果均說明了無網(wǎng)格方法可有效提高FMT的成像精度和效率。2.提出了無網(wǎng)格FMT逆向問題求解方法。我們將CSRBF引入FMT逆向問題求解當(dāng)中,將經(jīng)典的有限元網(wǎng)格求解問題轉(zhuǎn)化為無網(wǎng)格求解問題,并結(jié)合多種最優(yōu)化算法,如Tikhonov正則化、L1范數(shù)迭代收縮法以及稀疏自適應(yīng)匹配追蹤法等方法來求解FMT逆向問題。數(shù)值仿真以及在體實(shí)驗(yàn)表明無網(wǎng)格FMT逆向問題求解較經(jīng)典有限元法可以有效提高FMT逆向問題求解精度和計(jì)算效率。3.提出了 FMT逆向問題區(qū)域求解方法。該方法基于分段常數(shù)水平集理論(Piece Wise Constant Level Set,PCLS),結(jié)合光源稀疏性和高對比度的先驗(yàn)知識(shí),在傳統(tǒng)的L1范數(shù)正則化方法的基礎(chǔ)上建立了分段常數(shù)水平集重建框架。在具體求解過程中,采用增益拉格朗日交替迭代法求解FMT逆向問題,并結(jié)合共軛梯度法和其他加速算法來快速精確求解PCLS水平集函數(shù)及成像區(qū)域光強(qiáng)分布。數(shù)值仿真和生物模型實(shí)驗(yàn)證明該方法較傳統(tǒng)Tikhonov正則化方法和L1-IS方法能夠更快速精確的刻畫出成像區(qū)域內(nèi)部熒光光源區(qū)域。
[Abstract]:Molecular Imaging is a novel imaging subject that has been developed in recent years. It combines biochemistry, multimodal imaging technology, biomathematics, bioinformatics, cellular and molecular physiology, biophysics. Pharmacology and many other imaging and biorelated disciplines. It provides early diagnosis and quantitative analysis of diseases. Therapeutic monitoring and evaluation, as well as the development of comprehensive physiology, provide a new technical platform. Excitation fluorescence Molecular Tomography (FMTT) is a kind of optical imaging mode in MI. It gets three dimensional imaging of the distribution of fluorescence in biological tissues by targeting fluorescence produced by specific molecules within biological tissues. Compared with other optical molecular imaging methods, excitation fluorescence tomography has the characteristics of high sensitivity, low cost, safety and reliability, and has developed rapidly in recent years. This paper focuses on how to improve the imaging accuracy, speed and robustness of the excited fluorescence tomography (FMTT). In this paper, a method for solving FMT forward problem and reverse problem based on meshless method is proposed, and a FMT reconstruction method based on piecewise constant level set is proposed. The main contents of this paper are as follows: 1. A meshless FMT forward problem solution method is proposed. This method is based on compact Supported Radius Basis function. Firstly, a series of independent discrete nodes and shape functions are used to accurately solve the problem. Characterization of discrete imaging regions, Then CSRBF is used to solve the FMT photon transmission model. Because the discrete nodes in the imaging space are independent of each other, there is no need for manual operations such as mesh generation, and the CSRBF is independent of each other, and nonlinear characterizes the discrete region. The results of numerical simulation and biological model experiments show that the meshless method can effectively improve the imaging accuracy and efficiency of FMT. 2. A meshless FMT inverse problem solution method is proposed. We use CSRBF to solve the inverse problem. In the process of solving FMT reverse problem, The classical finite element mesh solving problem is transformed into a meshless solution problem and combined with various optimization algorithms. For example, Tikhonov regularized L 1 norm iterative contraction method and sparse adaptive matching tracing method are used to solve FMT inverse problem. Numerical simulation and in vivo experiments show that meshless FMT inverse problem solution is more effective than classical finite element method. To improve the accuracy and computational efficiency of FMT reverse problem, a method for solving FMT reverse problem region is proposed, which is based on piecewise constant level set theory, and combines the priori knowledge of light source sparsity and high contrast, based on piecewise constant level set theory. Based on the traditional L1 norm regularization method, a piecewise constant level set reconstruction framework is established. In the concrete solution, the gain Lagrangian alternating iteration method is used to solve the FMT inverse problem. The conjugate gradient method and other accelerated algorithms are used to solve the PCLS level set function and the intensity distribution of the imaging region quickly and accurately. Numerical simulation and biological model experiments show that the proposed method is more effective than the traditional Tikhonov regularization method and L1-IS method. Fast and accurate characterization of the imaging region of the internal fluorescent light source region.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡永忠;李廷軍;周正歐;;一種快速微波斷層成像方法的研究[J];計(jì)算機(jī)應(yīng)用研究;2011年02期

2 倪英杰;趙建民;朱信忠;張倩;安羽;徐含;;基于激發(fā)熒光斷層成像的多腫瘤重建[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

3 張輝;李穎;王西明;張小娣;;電阻抗斷層成像的MPSO-MNR算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年09期

4 楊慶余;放射診斷學(xué)史上新的里程碑——電子計(jì)算機(jī)X射線斷層成像(CT)[J];物理實(shí)驗(yàn);2001年10期

5 Kodo KAWASE;Koji SUIZU;Takayuki SHIBUYA;;飛行時(shí)間太赫茲斷層成像[J];生命科學(xué)儀器;2010年06期

6 宋小磊,白凈;近紅外熒光散射斷層成像的研究進(jìn)展[J];國外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊;2005年02期

7 劉雯卿;陳春曉;吳佳妮;;定量評估磁共振成像輔助的擴(kuò)散光學(xué)斷層成像質(zhì)量[J];光學(xué)學(xué)報(bào);2011年07期

8 白廷柱;日本近紅外光CT（近紅外光斷層成像裝置）的研究[J];紅外技術(shù);1995年02期

9 曾紹群，，駱清明，徐海峰，劉賢德;近紅外頻域光學(xué)斷層成像初探[J];量子電子學(xué);1996年05期

10 龔杏,汪元美;微波斷層成像全局優(yōu)化重建方法[J];微波學(xué)報(bào);2001年02期

相關(guān)會(huì)議論文 前10條

1 劉銳崗;董秀珍;尤富生;付峰;史學(xué)濤;吳曉明;;多目標(biāo)的靜態(tài)阻抗斷層成像[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)論文摘要匯編[C];2001年

2 秦明新;李世俊;董秀珍;尤富生;史學(xué)濤;付峰;;非接觸磁感應(yīng)腦電導(dǎo)率斷層成像實(shí)驗(yàn)系統(tǒng)研究[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

3 何傳紅;何為;黃嵩;徐征;;開放式電阻抗斷層成像原理及仿真研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

4 劉亞楠;郭建中;;基于正則化方法的超聲斷層成像重建[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

5 朱平;;冷凍電鏡及電子斷層成像在艾滋病毒表面分子及其復(fù)合物三維結(jié)構(gòu)分析中的應(yīng)用[A];第十一次中國生物物理學(xué)術(shù)大會(huì)暨第九屆全國會(huì)員代表大會(huì)摘要集[C];2009年

6 陳建功;孫黎明;;單光子發(fā)射計(jì)算機(jī)斷層成像裝置(SPECT)的斷層成像分析與檢測[A];華東華南計(jì)量學(xué)術(shù)交流研討會(huì)論文集[C];2012年

7 于波;;光學(xué)干涉斷層成像在冠心病介入診斷與治療中的應(yīng)用[A];寧夏心血管病學(xué)進(jìn)展暨第二屆心血管病介入治療研討會(huì)資料匯編[C];2005年

8 洪文學(xué);宋佳霖;孟輝;徐永紅;劉文遠(yuǎn);王立強(qiáng);;基于血清蛋白質(zhì)組質(zhì)譜數(shù)據(jù)斷層成像原理癌癥標(biāo)志物模式構(gòu)成研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

9 王妍;沙洪;趙舒;任超世;;電阻抗斷層成像電極數(shù)與激勵(lì)模式對成像結(jié)果的影響[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2008年年會(huì)暨首屆生物醫(yī)學(xué)工程與臨床論壇論文集[C];2008年

10 劉銳崗;楊超;呂朋;董秀珍;;磁感應(yīng)斷層成像中優(yōu)化激勵(lì)線圈參數(shù)的仿真研究[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年

相關(guān)博士學(xué)位論文 前9條

1 丁亮;金屬邊界條件下的微波斷層成像研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 安羽;無網(wǎng)格激發(fā)熒光斷層成像方法研究[D];北京交通大學(xué);2017年

3 張岐坦;基于壓縮感知的生物發(fā)光斷層成像重建方法研究[D];西安電子科技大學(xué);2013年

4 易黃建;基于正則化的熒光分子斷層成像重建方法研究[D];西安電子科技大學(xué);2013年

5 杜強(qiáng);扇形陣列式磁感應(yīng)斷層成像關(guān)鍵技術(shù)研究[D];沈陽工業(yè)大學(xué);2013年

6 李莉;彈性波斷層成像與CT結(jié)合力學(xué)性能分析檢測立/原木內(nèi)腐[D];東北林業(yè)大學(xué);2011年

7 李韙韜;光學(xué)斷層成像系統(tǒng)與組織熱凝固監(jiān)控的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2008年

8 胡永忠;微波陣列天線成像處理中干擾抑制及快速成像方法的研究[D];電子科技大學(xué);2010年

9 王嵩;PET/DOT混合成像關(guān)鍵技術(shù)研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 楊靜芝;光學(xué)斷層成像的算法研究[D];蘇州大學(xué);2015年

2 張倩;三維生物發(fā)光斷層成像系統(tǒng)搭建與算法研究[D];南京航空航天大學(xué);2014年

3 金晨;基于L_1正則化的X射線發(fā)光斷層成像研究[D];西北大學(xué);2015年

4 寧楠楠;自發(fā)熒光斷層成像模態(tài)融合與光源定位算法研究[D];哈爾濱理工大學(xué);2014年

5 譚思晴;靜態(tài)數(shù)字乳腺斷層成像系統(tǒng)結(jié)構(gòu)設(shè)計(jì)與仿真研究[D];廣東工業(yè)大學(xué);2016年

6 高娜娜;數(shù)字電極式電阻抗成像技術(shù)研究[D];天津科技大學(xué);2015年

7 張值豪;基于反向傳播算法的超聲斷層成像重建方法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 高鵬;高精度錐束X射線發(fā)光斷層成像關(guān)鍵問題研究[D];第四軍醫(yī)大學(xué);2016年

9 劉高;在體小動(dòng)物光學(xué)分子斷層成像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京航空航天大學(xué);2016年

10 董芳;結(jié)合區(qū)域收縮與稀疏先驗(yàn)的熒光分子斷層成像重建算法研究[D];西北大學(xué);2016年

本文編號(hào)：1554841