專利名稱：：一種用于自發(fā)熒光成像的空間加權(quán)的有限元重建方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于分子影像領(lǐng)域，涉及自發(fā)熒光斷層成像算法，尤其是一種應(yīng)用于自發(fā)熒光斷層成像的空間加權(quán)單元的有限元重建方法。
背景技術(shù)：
：現(xiàn)階段，自發(fā)熒光斷層成像逐漸成為一種用于在細(xì)胞和分子水平上研究感興趣區(qū)域的重要技術(shù)。BLT通過感興趣區(qū)域邊界檢測(cè)到的光子測(cè)量值來重建近紅外波段的熒光光源的分布和強(qiáng)度信息。在感興趣區(qū)域中，生物自發(fā)光光源是由熒光探針聚集在感興趣區(qū)域(例如腫瘤、生理過程發(fā)生區(qū)域)并發(fā)射熒光而形成的。這種機(jī)理目前通常被使用在免疫細(xì)胞的跟蹤和大量基因調(diào)控的實(shí)時(shí)研究中。在BLT中，熒光素酶被用來實(shí)時(shí)在體地檢測(cè)感興趣區(qū)域內(nèi)已經(jīng)標(biāo)記的細(xì)胞。熒光素被注入到感興趣區(qū)域內(nèi)后，在組織內(nèi)表達(dá)這些熒光轉(zhuǎn)基因的細(xì)胞發(fā)射光子，該光子的傳輸同時(shí)受到組織的散射和吸收等。由于感興趣區(qū)域本身并不發(fā)射光子，同時(shí)也不需要外部光源的激發(fā)，因此BLT的信噪比(SNR)比較高。光在感興趣區(qū)域組織中的傳輸可以用輻射傳輸方程radiativetransferequation(RTE)來精確地描述。由于RTE本身是個(gè)非常復(fù)雜的積分-微分方程，因此在實(shí)際應(yīng)用中，計(jì)算量非常大。由于光子在感興趣區(qū)域組織中傳輸?shù)钠骄杂沙踢h(yuǎn)遠(yuǎn)小于感興趣區(qū)域組織的大小，因此在傳輸過程中，主要的現(xiàn)象為散射而不是傳輸；又由于感興趣區(qū)域組織是一個(gè)高散射低吸收的渾濁媒介，擴(kuò)散方程能夠?yàn)槌上衲Ｐ吞峁┮粋€(gè)相對(duì)比較準(zhǔn)確的描述。根據(jù)擴(kuò)散近似的理論，唯一性定理表明在一般情況下，BLT問題的解是不唯一的，人們可以得到很多滿足邊界條件的解。事實(shí)上，由于BLT是一個(gè)高度病態(tài)的反問題，因此是否能夠獲得準(zhǔn)確的生物組織光學(xué)特性參數(shù)來為BLT準(zhǔn)確重建提供必要的先驗(yàn)信息這一點(diǎn)非常重要?，F(xiàn)階段，世界上大多數(shù)的BLT研究組是通過文獻(xiàn)來獲得主要解剖組織的光學(xué)特性參數(shù)，而在實(shí)際中由于個(gè)體的差異性因而并不準(zhǔn)確。另一方面，三維BLT光源反問題由于內(nèi)部未知光源的個(gè)數(shù)遠(yuǎn)遠(yuǎn)大于在生物組織邊界所能捕獲的信息數(shù)量，要想準(zhǔn)確重建光源強(qiáng)度信息是非常困難的。
發(fā)明內(nèi)容為了解決上述的兩個(gè)問題并提高光源重建的穩(wěn)定性和精度，本發(fā)明的目的是提供一種應(yīng)用于自發(fā)熒光斷層成像的空間加權(quán)單元的有限元重建方法。本發(fā)明使用擴(kuò)散光學(xué)層析成像技術(shù)來獲得小動(dòng)物主要生物組織光學(xué)特性參數(shù)。本發(fā)明使用DOT技術(shù)對(duì)感興趣區(qū)域組織的吸收和散射系數(shù)進(jìn)行了比較準(zhǔn)確的重建。還將整個(gè)感興趣區(qū)域劃分成兩個(gè)部分光源可行區(qū)和光源不可行區(qū)來減少BLT重建的維數(shù)并減輕其病態(tài)性。為了準(zhǔn)確重建BLT光源強(qiáng)度，本發(fā)明提出了基于空間加權(quán)單元的有限元方法來提升重建光源分布和強(qiáng)度的準(zhǔn)確性。從而將重建問題轉(zhuǎn)化為一個(gè)最小二乘問題。然后使用一種線性約束優(yōu)化問題的容忍算法來迭代求解這類最小二乘問題。本發(fā)明提供了一種用于自發(fā)熒光成像的空間加權(quán)的有限元重建方法，所述方法包括重建感興趣區(qū)域的光學(xué)參數(shù)；使用MC方法模擬前向問題；將MC仿真結(jié)果與重建網(wǎng)格進(jìn)行空間距離最小化的匹配；將整個(gè)網(wǎng)絡(luò)分為光源可行區(qū)和不可行區(qū)；使用空間加權(quán)單元的有限元方法將擴(kuò)散方程離散化；建立內(nèi)部未知光源S"和邊界處通亮強(qiáng)度d)b。und之間的線性關(guān)系；將BLT重建問題轉(zhuǎn)化為一個(gè)有簡單邊界約束的優(yōu)化問題；使用線性約束的容忍算法迭代求解所述優(yōu)化問題，從而求得重建的光源信息。進(jìn)一步，所述光學(xué)參數(shù)采用擴(kuò)散光學(xué)層析成像(DOT)來重建。進(jìn)一步，所述感興趣區(qū)域光學(xué)參數(shù)包括吸收和散射系數(shù)空間分布。進(jìn)--步，所述內(nèi)部未知光源SPr和邊界處通亮強(qiáng)度①b。und之間的線性關(guān)系為-.其中，MmQd為M矩陣按Ob°und所在行刪除，按S"所在列刪除,剩余的部分,Fm。d為F矩陣按sPr所在行刪除，按Wd所在列刪除，剩余的部分。進(jìn)一步，所述BLT重建之前采用擴(kuò)散光學(xué)層析成像技術(shù)來重建光學(xué)參數(shù)作為先驗(yàn)信息，從而得到主要的感興趣區(qū)域的相對(duì)精確的吸收和散射系數(shù)空間分布。進(jìn)一步，所述前向問題為光在生物組織中的傳輸過程。本發(fā)明產(chǎn)生的有益效果為使用DOT技術(shù)來獲取感興趣區(qū)域組織的光學(xué)特性參數(shù)和選擇光源可能區(qū)域的方法作為先驗(yàn)信息，減少了計(jì)算開銷，提高了自發(fā)熒光斷層成像的速度并且減輕了該反問題的病態(tài)性；采用基于空間加權(quán)單元的有限元方法對(duì)感興趣區(qū)域光源的分布和強(qiáng)度信息進(jìn)行了比較準(zhǔn)確重建，解決了自發(fā)熒光斷層成像中存在的定量重建問題。圖1為本發(fā)明的流程圖2為勻質(zhì)實(shí)驗(yàn)?zāi)Ｐ偷捏w光源和感興趣區(qū)域有限元網(wǎng)格的示意圖；圖3為基于空間加權(quán)單元的有限元方法，解析解和MOSE三種方法前向解的對(duì)比；圖4(a)為非勻質(zhì)的圓柱仿體的有限元網(wǎng)格，真實(shí)光源在其右肺區(qū)域；圖4(b)為相應(yīng)的重建結(jié)果。具體實(shí)施例方式本發(fā)明提供的應(yīng)用于自發(fā)熒光斷層成像的空間加權(quán)單元的有限元重建方法包括以下步驟步驟1:擴(kuò)散光學(xué)層析成像技術(shù)使用有限元方法來模擬光在組織中的傳輸，并得到其時(shí)域相應(yīng)信號(hào)的積分，然后通過Levenberg-Marquardt方法來迭代重建感興趣區(qū)域的組織光學(xué)特性參數(shù)的準(zhǔn)確的空間分布。步驟2:根據(jù)CCD上捕獲的光學(xué)信號(hào)分布對(duì)真實(shí)光源的分布區(qū)域進(jìn)行限制，將整個(gè)區(qū)域分成了光源可行區(qū)和光源不可行區(qū)。步驟3:使用MonteCarlo(MC)隨機(jī)的方法來模擬光在生物組織中傳輸過程，并將MC網(wǎng)格上的仿真結(jié)果與重建網(wǎng)格通過空間距離最近原則進(jìn)行匹配。步驟4:通過使用有限元分析的方法，穩(wěn)態(tài)擴(kuò)散方程可以被描述為相_▽(D(x)VO(x))+(x)0>(x)=S(x)(xeQ)')D(x)(v(x).VcD(x))=0(xe3Q)J"。(D(x)(VO(x))-(V^F(x))+〃',(x)0)(x)W(x))drJs。2J(x;"，"')、7、7h、7、/應(yīng)的弱解形式。其中，Q和3Q分別是感興趣和其邊界。O(x)代表光子流量密度的分布；S(x)代表了熒光光源的密度分布；D(x)=1/[3()^a(X)+a-g)IHS(X))]是擴(kuò)散系數(shù);^(X)是吸收系數(shù)，而ILiS(X)是散射系數(shù)，g是各向異性參數(shù)；v是邊界點(diǎn)x處的外法線方向；A二(l+R)/(l-R)，R依賴于媒介的反射性質(zhì)并且能夠被近似為R&-l.4399n—2+0.7099n—'+0.6681+0.0636n。步驟5:根據(jù)標(biāo)準(zhǔn)的有限元方法，對(duì)于任意一個(gè)分段連續(xù)的測(cè)試函數(shù)甲(X)eC0(D)，則①(X)可以按如下離散化A/p(=1其中W1，...，i]mp)是離散化后的空間A的基函數(shù)，小i是相應(yīng)的第i個(gè)節(jié)點(diǎn)值。令{0，…，；Ns》為插值基函數(shù)，貝'jS(x)可以近似為其中Si為相應(yīng)的插值節(jié)點(diǎn)值，Ns為插值基函數(shù)的個(gè)數(shù)。步驟6:可以將上述積分項(xiàng)左側(cè)的三個(gè)積分項(xiàng)轉(zhuǎn)化成矩陣乘積的形式6M①，而右面的積分項(xiàng)可以如下處理，以任意一個(gè)四面體為例其中Si代表的第i個(gè)重建單元的光源重建值；il，coi2，coi3，coi4是該單元上的節(jié)點(diǎn)值；vj/il，\)/i2，vj/i3，ij;i4是相應(yīng)的基函數(shù)，可以用來描述該單元的空間位置和形狀。步驟7:從而可以整個(gè)有限元網(wǎng)格上建立熒光光源密度分布和光子通量密度分布的線性關(guān)系。通過刪除內(nèi)部的節(jié)點(diǎn)并且選擇光源可行區(qū)域的方法，可以建立內(nèi)部未知光源SPf和邊界處通量強(qiáng)度Ob,d之間的線性關(guān)系,,mod*6owM(i「mod^pr步驟8:BLT重建問題可以轉(zhuǎn)化為一個(gè)有簡單界約束的優(yōu)化問題。mmiS/OM^f《s叩其中，SlQW和Sup分別是熒光光源強(qiáng)度的上下限；A為權(quán)重矩陣，||V||A=VTAV;X為正則參數(shù)；g為懲罰函數(shù)。步驟9:使用一種應(yīng)用于線性約束優(yōu)化問題的容忍算法可以迭代求解這類對(duì)目標(biāo)函數(shù)。令上述目標(biāo)函數(shù)為f(X)，則需要求解的優(yōu)化問題為min/(X)滿足不等式XiSXS對(duì)于每一次迭代的可行點(diǎn)Xk，令Jk為不等式約束的集合，令I(lǐng)k為起作用集約束的集合。則<formula>formulaseeoriginaldocumentpage8</formula>的約束條件為其中，a」是一個(gè)代表簡單約束條件的行向量。若邊界上限x-(Xu)i，貝l」aj=ej;若邊界下限-x-，貝i」a」；ej。其中ej是第i個(gè)分量為l，其余分量為O的向量。人k為拉格朗日乘子，Bk是二次導(dǎo)數(shù)V^(xk)的正定近似。該二次規(guī)劃問題可以得到(dk,Xk)。新點(diǎn)^+1=^+00|^滿足下列條件<formula>formulaseeoriginaldocumentpage8</formula>下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明，本發(fā)明解決其技術(shù)問題所釆用的技術(shù)方案。如附圖1所示，主要包含以下步驟1.擴(kuò)散光學(xué)層析成像技術(shù)使用有限元方法來模擬光在組織中的傳輸，并得到其時(shí)域相應(yīng)信號(hào)的積分，然后通過Levenberg-Marquardt方法來迭代重建感興趣區(qū)域的組織光學(xué)特性參數(shù)的準(zhǔn)確的空間分布。2.根據(jù)CCD上捕獲的光學(xué)信號(hào)分布對(duì)真實(shí)光源的分布區(qū)域進(jìn)行了限制，將整個(gè)區(qū)域分成了光源可行區(qū)和光源不可行區(qū)來減輕了BLT問題病態(tài)性并提高了該問題的數(shù)值穩(wěn)定性。向量S代表了整個(gè)網(wǎng)格上的熒光強(qiáng)度的分布。將S分解成兩個(gè)子向量Spi.和Sup「分別代表了光源可行區(qū)內(nèi)和光源不可行區(qū)內(nèi)的光源分布。很明顯，Supf根據(jù)CCD上捕獲的光學(xué)信號(hào)分布為零。向量①代表了整個(gè)網(wǎng)格上的光子流量密度的分布，將O分解為兩個(gè)子向量C)b,d和(I)interna1，分別代表了在網(wǎng)格邊界處和網(wǎng)格內(nèi)部的光子流量密度的分布。通過刪除矩陣M和F中與①b,d和0)W相應(yīng)的行和列，可以在網(wǎng)格邊界處的光子流量密度的分布①b,d和光源可行區(qū)內(nèi)的光源分布之間建立如下線性關(guān)系3.使用MonteCarlo(MC)隨機(jī)的方法來模擬光在生物組織中傳輸過程，并將MC網(wǎng)格上的仿真結(jié)果與重建網(wǎng)格通過空間距離最近原則進(jìn)行匹酉己。4.使用有限元分析的方法，SDE可以被描述為相應(yīng)的弱解形式_v'(d(x)vo(x))+a(x)①(x)=s(x)(xe0>(x)+2J(x;w,"')D(x)(v(x)-稀(x))=0(xedQ)+L^^0(X)VF(X)"=PW甲WW,v甲We//'(Q)其中，Q和3Q分別是感興趣和其邊界。O(x)代表光子流量密度的分布；S(x)代表了熒光光源的密度分布；D(x)-l/[3(pa(x)+(l-g)jas(x))]是擴(kuò)散系數(shù)；p(x)是吸收系數(shù)，而ps(x)是散射系數(shù)，g是各向異性參數(shù)；v是邊界點(diǎn)x處的外法線方向；A=(l+R)/(l-R)，R依賴于媒介的反射性質(zhì)并且能夠被近似為R--1.4399n-2+0.7099n-l+0.6681+0.0636n。5.根據(jù)標(biāo)準(zhǔn)的有限元方法，對(duì)于任意一個(gè)分段連續(xù)的測(cè)試函數(shù)甲(x)eCQ(Q)，則O(X)可以按如下離散化其中(vi;l，…，v叩)是離散化后的空間A的基函數(shù)，小i是相應(yīng)的第i個(gè)節(jié)點(diǎn)值。令{;1，...，；Ns)為插值基函數(shù)，則S(x)可以近似為其中Si為相應(yīng)的插值節(jié)點(diǎn)值，Ns為插值基函數(shù)的個(gè)數(shù)。6.可以將上述積分項(xiàng)左側(cè)的三個(gè)積分項(xiàng)轉(zhuǎn)化成矩陣乘積的形式MO,9而右面的積分項(xiàng)可以如下處理，以任意一個(gè)四面體為例其中Sj代表的第i個(gè)重建單元的光源重建值；coil，coi2，coi3，coi4是該單元上的節(jié)點(diǎn)值；—1，v)/i2，—3，vj/i4是相應(yīng)的基函數(shù)，可以用來描述該單元的空間位置和形狀，這對(duì)后面的重建工作非常重要。7.因此在整個(gè)有限元網(wǎng)格上建立熒光光源密度分布和光子通量密度分布的線性關(guān)系。通過刪除內(nèi)部的節(jié)點(diǎn)并且選擇光源可行區(qū)域的方法，可以建立內(nèi)部未知光源Spr和邊界處通量強(qiáng)度0)bound之間的線性關(guān)系M①=尸8.因此，BLT重建問題可以轉(zhuǎn)化為一個(gè)有簡單界約束的優(yōu)化問題。min{||A/modcD6o""rf-FmodW||A+;^(W)}(10)ywss"《s叩八-其中，Slow和Sup分別是熒光光源強(qiáng)度的上下限；a為權(quán)重矩陣，||V||/\=VTaV;X為正則參數(shù)；《為懲罰函數(shù)。9.使用一種應(yīng)用于線性約束優(yōu)化問題的容忍算法可以迭代求解這類對(duì)目標(biāo)函數(shù)。令上述目標(biāo)函數(shù)為f(x)，則需要求解的優(yōu)化問題為min/(x)滿足不等式對(duì)于每一次迭代的可行點(diǎn)Xk，令Jk為不等式約束的集合，令I(lǐng)k為起作用集約束的集合。則的約束條件為其中，a」是一個(gè)代表簡單約束條件的行向量。若邊界上限x^(Xu)i，貝!jaj=ej;若邊界下限-x^(x,)i，貝1、=,。其中ej是第i個(gè)分量為l，其余分量為O的向量。Xk為拉格朗日乘子，Bk是二次導(dǎo)數(shù)V^(xk)的正定近似。該二次規(guī)劃問題可以得到(dk，V)。新點(diǎn)X"^k+akdk滿足下列條件/(+aV)^/()+0.1aW)7.)(d*)7▽/(+aV*)20.7W4)r▽/()為了驗(yàn)證本發(fā)明的方法，利用勻質(zhì)生物組織和非勻質(zhì)生物組織仿體進(jìn)行了兩組仿真實(shí)驗(yàn)第一個(gè)仿真實(shí)驗(yàn)對(duì)采用基于空間加權(quán)單元的有限元方法，解析方法，MOSE方法的前向解進(jìn)行了一個(gè)對(duì)比實(shí)驗(yàn)，并準(zhǔn)確重建內(nèi)部的光源分布和強(qiáng)度信息，以此來驗(yàn)證本發(fā)明提出方法的有效性和正確性。實(shí)驗(yàn)?zāi)Ｐ褪且粋€(gè)勻質(zhì)的半徑為lmm的球形體光源，總能量為1W。感興趣區(qū)域?yàn)榘霃绞荌mm-lOmm的一系列球體，中心為球形體光源的中心。感興趣區(qū)域邊界上的測(cè)量值為前向問題的解。圖2為勻質(zhì)實(shí)驗(yàn)?zāi)Ｐ偷捏w光源和感興趣區(qū)域有限元網(wǎng)格，包括967個(gè)節(jié)點(diǎn)和5094個(gè)四面體單元。本發(fā)明使用DOT技術(shù)來分別重建主要的生物組織，比如肌肉、肺部，心臟、肝臟和骨頭。主要生物組織的重建結(jié)果如表1所示。'表1為主要組織光學(xué)參數(shù)的重建結(jié)果與真實(shí)值的比較；<table>tableseeoriginaldocumentpage11</column></row><table>表1為主要組織光學(xué)參數(shù)的重建結(jié)果與真實(shí)值的比較。通過使用DOT技術(shù)，能夠得到感興趣區(qū)域解剖結(jié)構(gòu)的相對(duì)來說比較準(zhǔn)確的吸收和散射系數(shù)。該信息作為先驗(yàn)信息對(duì)于后面的BLT重建仿真具有很重要的作用。通過用DOT重建了感興趣區(qū)域的背景光學(xué)特性參數(shù)，可以大大提高重建問題的準(zhǔn)確性。'球形體光源在無線均勻介質(zhì)中傳輸?shù)慕馕霰磉_(dá)式為r。cosh(/^,。)—丄sinh",。)其中，Ueff為有效衰減系數(shù)，s為熒光光源的能量；ro為球形光源的半徑，r為任一點(diǎn)的坐標(biāo)。MOSE軟件支持多種文件格式的輸入，例如Raw、BMP、SPL、OFF等類型。將相應(yīng)的有限元網(wǎng)格改寫成表面網(wǎng)格格式并在界面上設(shè)定好光源的位置，形狀和能量等信息就可以進(jìn)行MonteCarlo前向問題的模擬。界面窗口的中間部分可以設(shè)置光源的三維坐標(biāo)信息，光源的形狀，光源的光學(xué)屬性，光子數(shù)和光源的強(qiáng)度值等參數(shù)。圖3是基于空間加權(quán)單元的有限元方法，解析解和MOSE三者前向解的一個(gè)對(duì)比。如圖3所示，該方法的前向解，解析解和MOSE的隨機(jī)解是一致的。本發(fā)明提出方法的重建光源強(qiáng)度是0.148nano-watts/mm3，其結(jié)果與真實(shí)的光源強(qiáng)度相等且總的重建能量大約等于初始的lw，且重建光源的半徑為1.04mm，近似等于真實(shí)光源的半徑lmm。為了驗(yàn)證本文提出的方法，第二個(gè)仿真實(shí)驗(yàn)采用非勻質(zhì)的圓柱仿體，如圖4(a)和圖4(b)所示，半徑為10mm，高為30mm，它代表了感興趣區(qū)域。在其中有四個(gè)橢球體和一個(gè)圓柱體，分別代表了左肺、右肺、心臟、肝臟和骨頭。左肺的中心坐標(biāo)為(-3，-5，15)，三個(gè)軸的半徑分別為(4，3.5，6)。右肺的中心坐標(biāo)為(-3，5，15)，三個(gè)軸的半徑分別為(4，3.5，6)。心臟的中心坐標(biāo)為(-4，0，23)，三個(gè)軸的半徑分別為(5，3，3)。肝臟的中心坐標(biāo)為(-3，0，5)，三個(gè)軸的半徑分別為(3，6，3)。骨頭的中心坐標(biāo)為(5，0，15)，半徑為3。真實(shí)的球形體光源位于(-3，5，15)，半徑為lmm，總能量為lw。將其離散化為相應(yīng)的有限元網(wǎng)格，包括1888個(gè)節(jié)點(diǎn)和8701①(;4;rsexpd,)個(gè)四面體。相應(yīng)的光源特性參數(shù)是使用擴(kuò)散光學(xué)層析成像技術(shù)來獲取的，如表1所示，pa=0.35mm-1，ps=23mm'1,g=0.94，n=1.37。圓柱仿體表面所獲得的數(shù)據(jù)由MOSE軟件仿真所得。根據(jù)這個(gè)非勻質(zhì)模型，體內(nèi)光源的信息可由空間加權(quán)單元的有限元方法重建得到。重建算法與真實(shí)光源的信息取得了一致的結(jié)果，重建的光源體密度為0.22nano-watts/mm3，與真實(shí)的光源體密度0.238nano-watts/mm3比較相近，重建的光源位置是(-2.96，5.12，14.84)，與真實(shí)的光源位置比較接近。圖4為真實(shí)光源和重建光源的比較。圖4(a)為非勻質(zhì)的圓柱仿體的有限元網(wǎng)格，真實(shí)光源在其右肺區(qū)域。該非勻質(zhì)的圓柱仿體半徑為10mm，高為30mm，它代表了感興趣區(qū)域。在其中有四個(gè)橢球體和一個(gè)圓柱體，分別代表了左肺、右肺、心臟、肝臟和骨頭。真實(shí)的球形體光源位于(-3，5，15)，半徑為lmm，總能量為lw，該網(wǎng)格包括1888個(gè)節(jié)點(diǎn)和8701個(gè)四面體；圖4(b)為空間加權(quán)單元的有限元方法重建得到的體內(nèi)光源。重建算法與真實(shí)光源的信息取得了一致的結(jié)果，重建的光源體密度為0.22nano-watts/mm3，與真實(shí)的光源體密度0.238nano-watts/mm3比較相近，重建的光源位置是(-2.96，5.12，14.84)，與真實(shí)的光源位置比較接近。因此，本發(fā)明所提出的空間加權(quán)單元的有限元重建方法的可行性和正確性得到了證明。前面己經(jīng)具體描述了本發(fā)明的實(shí)施方案，應(yīng)當(dāng)理解，對(duì)于一個(gè)具有本
技術(shù)領(lǐng)域：
的普通技能的人，在不背離本發(fā)明的范圍的情況下，在上述的和在附加的權(quán)利要求中特別提出的本發(fā)明的范圍內(nèi)進(jìn)行變化和調(diào)整能同樣達(dá)到本發(fā)明的目的。權(quán)利要求1.一種用于自發(fā)熒光成像的空間加權(quán)的有限元重建方法，其特征在于，包括重建感興趣區(qū)域的光學(xué)參數(shù)；使用MC方法模擬前向問題；將MC仿真結(jié)果與重建網(wǎng)格進(jìn)行空間距離最小化的匹配；將整個(gè)網(wǎng)絡(luò)分為光源可行區(qū)和不可行區(qū)；使用空間加權(quán)單元的有限元方法將擴(kuò)散方程離散化；建立內(nèi)部未知光源Spr和邊界處通亮強(qiáng)度Φbound之間的線性關(guān)系；將BLT重建問題轉(zhuǎn)化為一個(gè)有簡單邊界約束的優(yōu)化問題；使用線性約束的容忍算法迭代求解所述優(yōu)化問題，從而求得重建的光源信息。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述光學(xué)參數(shù)采用擴(kuò)散光學(xué)層析成像(DOT)來重建。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述感興趣區(qū)域光學(xué)參數(shù)包括吸收和散射系數(shù)空間分布。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述內(nèi)部未知光源SPr和邊界處通亮強(qiáng)度d)bo"nd之間的線性關(guān)系為其中，M^為M矩陣按Ob,d所在行刪除,按SPr所在列刪除,剩余的部分，F(xiàn)mod為F矩陣按SP「所在行刪除，按①b,d所在列刪除，剩余的部分。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述BLT重建之前采用擴(kuò)散光學(xué)層析成像技術(shù)來重建光學(xué)參數(shù)作為先驗(yàn)信息，從而得到主要的感興趣區(qū)域的相對(duì)精確的吸收和散射系數(shù)空間分布。6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述前向問題為光在生物組織中的傳輸過程。全文摘要本發(fā)明提出一種用于自發(fā)熒光成像的空間加權(quán)的有限元重建方法。本發(fā)明使用擴(kuò)散光學(xué)層析成像diffuseopticaltomography(DOT)技術(shù)來精確重建主要生物組織的光學(xué)參數(shù)。本發(fā)明對(duì)可能的真實(shí)光源區(qū)域進(jìn)行了限制，將整個(gè)重建區(qū)域分為光源可能區(qū)域和光源不可能區(qū)域來提高重建問題的數(shù)值穩(wěn)定性和有效性，并且減輕了BLT重建問題的病態(tài)性。為了避免著名的”InverseCrime”問題，本發(fā)明采用MonteCarlo(MC)隨機(jī)的方法來模擬光在生物組織中傳輸過程。然后，本發(fā)明提出了一種基于空間加權(quán)單元的有限元方法并采用了一種線性約束優(yōu)化問題的容忍算法來重建光源信息。文檔編號(hào)G06T11/00GK101539518SQ20081010231公開日2009年9月23日申請(qǐng)日期2008年3月20日優(yōu)先權(quán)日2008年3月20日發(fā)明者敏徐,鑫楊,捷田,金石申請(qǐng)人:中國科學(xué)院自動(dòng)化研究所