一種基于pfMC模型的熒光擴散光學斷層圖像重建方法
【技術領域】
[0001] 本發(fā)明屬于生物醫(yī)學工程技術領域，特別是涉及一種基于微擾熒光蒙特卡羅 (PfMC)模型的熒光擴散光學斷層圖像重建方法。
【背景技術】
[0002] 熒光擴散光學斷層成像利用激光光束激發(fā)生物體內(nèi)熒光，采用高靈敏度探測器在 生物表面探測激發(fā)出的熒光信號。利用探測器對小動物表面進行多角度拍攝，根據(jù)探測器 上拍攝的信號結(jié)合數(shù)學物理模型和優(yōu)化算法逆向推導生物體內(nèi)熒光參數(shù)的分布，即對熒光 標記物進行三維定位和熒光標記物濃度測定。熒光擴散光學斷層成像是一種使用熒光探針 的生物醫(yī)學光學功能成像技術，通過收集從組織表面透射出來的熒光分布信息，重建組織 內(nèi)部的熒光系數(shù)分布。這種技術具有無創(chuàng)，對機體無害等優(yōu)點，因而被廣泛應用于癌癥診 斷，藥物研發(fā)以及基因表達可視化的研宄。
[0003] 為了重建熒光系數(shù)分布，即求解熒光擴散光學斷層成像的逆問題，首先需要建立 一種能夠準確模擬組織中激發(fā)光和熒光光子的產(chǎn)生與傳播的正向模型。最早建立的模型之 一是Grunbaum m于1992提出的用一步或兩步馬爾可夫隨機過程來描述光子在組織中的傳 播。在此統(tǒng)計模型的基礎上后來又發(fā)展出了隨機行走模型和蒙特卡羅模型。另一類重要的 模型是麥克斯韋輻射傳輸模型及其近似模型，如擴散模型。麥克斯韋輻射傳輸模型能夠準 確的描述光子在各種組織內(nèi)傳播，但是其在復雜邊界的組織中的求解是異常復雜的，因此 各種近似模型被發(fā)展出來替代輻射傳輸模型。擴散模型是一種易于求解的近似模型（如用 有限元求解），并且在一定組織條件下能夠比較準確的模擬光子在組織中的傳播，但是在低 散射系數(shù)或高吸收系數(shù)的組織中，卻存在很大的誤差。蒙特卡洛方法能夠準確描述光子在 組織內(nèi)的輸運行為，適用于各種復雜邊界及各種復雜異構(gòu)情形。然而這種統(tǒng)計模擬十分耗 費計算機資源，一般需要耗費大量時間。
[0004] 其次是在正向模型的基礎上建立雅可比矩陣，然后再迭代重建熒光系數(shù)分布。然 而各種正向模型中，適應于各種復雜條件三維組織模型，精確度高且具有實際可執(zhí)行性的 只有蒙特卡羅模型。但是直接的熒光蒙特卡羅模型是不適應于建立熒光雅可比矩陣的。為 了快速建立雅可比矩陣，微擾法被應用到熒光蒙特卡羅（PMC)方法中。在微擾熒光蒙特卡 羅方法中，由white MC獲取光子在體素內(nèi)的路徑信息，再由pMC方法對光子路徑進行處理， 建立雅可比矩陣。這種微擾法它不受成像系統(tǒng)的限制，基于體素的路徑信息存貯能夠大為 減少數(shù)據(jù)量，具有速度和精度的優(yōu)勢。
[0005] 參考文獻
[0006] [1]F. A. Grunbaum, "Diffuse tomography:Computational aspects of the isotropic case,''Inverse Problems 8, 421-433 (1992).

【發(fā)明內(nèi)容】

[0007] 為了克服上述現(xiàn)有技術的不足，本發(fā)明提供了一種基于微擾熒光蒙特卡羅（PfMC) 模型的熒光擴散光學斷層圖像重建方法，本發(fā)明的目的是在保持MC模擬"金標準"的精度， 同時改善MC模擬的耗時特性，實現(xiàn)快速熒光斷層圖像重建。
[0008] 本發(fā)明所采用的技術方案是：
[0009] -種基于pfMC模型的熒光擴散光學斷層圖像重建方法，其特征在于包括下列步 驟：
[0010] (1)確定探測區(qū)域，選擇光源掃描位置，并獲取相對應的探測器上的熒光強度分 布；
[0011] (2)數(shù)字化待探測對象，建立描述組織光學參數(shù)三維分布的體素化模型，在不同光 源位置與方向進行白蒙特卡羅模擬，記錄在探測器收集到的激發(fā)光子的權(quán)重及在每 個體素內(nèi)的路徑信息和相應的物理量；
[0012] (3)依據(jù)PfMC模型，計算熒光光子權(quán)重；
[0013] (4)由激發(fā)光子的路徑信息構(gòu)建熒光雅可比矩陣；
[0014] (5)根據(jù)計算得到熒光光子權(quán)重和熒光雅可比矩陣，迭代重建計算出組織內(nèi)的熒 光團位置及熒光系數(shù)。
[0015] 步驟（2)中，采用GPU集群加速整個白蒙特卡羅過程，記錄被探測器采集到的激發(fā) 光子的相關物理量，被記錄在體素 V內(nèi)的相關物理量Lv為：
【主權(quán)項】
1. 一種基于pfMC模型的熒光擴散光學斷層圖像重建方法，其特征在于包括下列步驟： (1) 確定探測區(qū)域，選擇光源掃描位置，并獲取相對應的探測器上的熒光強度分布； (2) 數(shù)字化待探測對象，建立描述組織光學參數(shù)三維分布的體素化模型，在不同光源位 置與方向進行白蒙特卡羅模擬，記錄在探測器收集到的激發(fā)光子的權(quán)重< (P)及在每個體 素內(nèi)的路徑信息和相應的物理量； (3) 依據(jù)pfMC模型，計算熒光光子權(quán)重； (4) 由激發(fā)光子的路徑信息構(gòu)建熒光雅可比矩陣； (5) 根據(jù)計算得到熒光光子權(quán)重和熒光雅可比矩陣，迭代重建計算出組織內(nèi)的熒光團 位置及熒光系數(shù)。
2. 根據(jù)權(quán)利要求1所述的基于pfMC模型的熒光擴散光學斷層圖像重建方法，其特征在 于步驟（2)中，采用GPU集群加速整個白蒙特卡羅過程，記錄被探測器采集到的激發(fā)光子的 相關物理量，被記錄在體素v內(nèi)的路徑相關物理量Lv:為：
式中m為體素v內(nèi)的散射次數(shù)，yav為體素v內(nèi)的吸收系數(shù)，1i為體素v內(nèi)的第i次 散射路徑長度。
3. 根據(jù)權(quán)利要求2所述的基于pfMC模型的熒光擴散光學斷層圖像重建方法，其特征在 于步驟（2)中GPU集群加速整個白蒙特卡羅過程具體如下： 2. 1在集群上，依據(jù)光源數(shù)目及集群節(jié)點數(shù)目分配各個節(jié)點上進行MC模擬的次數(shù)，并 在集群啟動后把相應的光源位置和方向信息輸送到各個節(jié)點上； 2. 2在各個節(jié)點上，根據(jù)要模擬的光子數(shù)目分配內(nèi)存，將組織模型信息分配到GPU內(nèi)的 紋理寄存器，光學參數(shù)信息分配到GPU內(nèi)的常數(shù)寄存器來提高讀取速度，并根據(jù)GPU的技術 信息確定最優(yōu)的CUDA運行中并行塊和線程的數(shù)目； 2. 3在GPU內(nèi)的各個線程上，每個線程上模擬一個光子包，并跟蹤光子發(fā)射后在組織內(nèi) 散射及吸收的過程，記錄光子在每個體素內(nèi)的路徑相關物理量，直到光子溢出組織后終止 光子模擬。
4. 根據(jù)權(quán)利要求1所述的基于pfMC模型的熒光擴散光學斷層圖像重建方法，其特征在 于步驟（3)，計算熒光權(quán)重w?(p)計算公式如下：
式中：P為位置及單位方向的六維矢量，k為光子在組織內(nèi)的路徑所經(jīng)過的體素數(shù)目，yafv是體素V內(nèi)熒光系數(shù)，n是量子產(chǎn)率，，x為激發(fā)光子權(quán)重。
5. 根據(jù)權(quán)利要求1所述的基于PfMC模型的熒光擴散光學斷層圖像重建方法，其特征在 于步驟（4)中，熒光雅可比矩陣的計算公式如下：
式中：j為節(jié)點i上的光源編號，d為探測器編號，v為需要重建的模型體素編號，J為 熒光雅可比矩陣，為對應體素V、光源j、探測器d的熒光雅可比矩陣元。
6. 根據(jù)權(quán)利要求1所述的基于pfMC模型的快速熒光擴散光學斷層圖像重建方法，其特 征在于步驟（5)，整個熒光重建過程均通過GPU集群加速，對各個節(jié)點上計算得到的熒光雅 可比矩陣矩陣塊進行處理，節(jié)點i上矩陣塊計算公式如下：
式中：s為節(jié)點i上的光源數(shù)目，t為探測器總數(shù)，n為需要重建的模型體素數(shù)目，DiS節(jié)點i上所有光源下的探測器探測到的熒光強度分布與PfMC模擬得到的熒光分布的差值， Dst為節(jié)點i上第s光源下的探測器中第t個探測單元探測到的熒光強度分布與相對應的 dfMC模擬得到的熒光分布的差值。
7. 根據(jù)權(quán)利要求6所述的基于pfMC模型的快速熒光擴散光學斷層圖像重建方法，其特 征在于步驟（5)，矩陣塊計算的中間量JJiTX與ID,被傳輸?shù)街鞴?jié)上再進行共軛梯度迭代求 解熒光分布，這些中間量比熒光雅可比矩陣塊占用的存貯空間少，迭代計算公式如下：
式中：i為節(jié)點編號，N為總節(jié)點數(shù)目，X為熒光團吸收系數(shù)分布矩陣，為矩陣J^勺 轉(zhuǎn)置矩陣，f⑴為目標函數(shù)。
【專利摘要】本發(fā)明公開了一種基于微擾熒光蒙特卡羅(pfMC)模型的熒光擴散光學斷層圖像重建方法，屬于生物醫(yī)學工程技術領域，包括：確定探測區(qū)域，在探測區(qū)域選擇若干掃描點，獲取探測器上相對應的熒光光強分布；建立描述組織光學參數(shù)空間結(jié)構(gòu)的三維數(shù)字模型，根據(jù)光源掃描的位置和方向進行激發(fā)光子的前向白蒙特卡羅(white Monte Carlo)模擬，跟蹤激發(fā)光子并記錄到達探測器的光子路徑；依據(jù)pfMC方法計算熒光光子權(quán)重，并計算出熒光雅可比矩陣；最后通過GPU集群迭代重建計算出組織內(nèi)的熒光團位置及其熒光系數(shù)；本發(fā)明的優(yōu)點是，基于體素化的微擾MC熒光模型，基于GPU集群加速的重建迭代過程，為三維熒光斷層成像系統(tǒng)提供了一種快速的、準確的重建方法。
【IPC分類】A61B5-00, G06T17-00
【公開號】CN104605823
【申請?zhí)枴緾N201510050769
【發(fā)明人】駱清銘, 鄧勇, 羅召洋, 江旭
【申請人】華中科技大學
【公開日】2015年5月13日
【申請日】2015年1月30日