一种荧光分子断层成像快速重建方法与流程

本发明涉及分子影像技术，具体涉及一种荧光分子断层成像快速重建方法。

背景技术：

1、荧光分子断层成像(fluorescence molecular tomography，fmt)是一种在扩散光学成像技术上发展起来的先进光学成像方式，其基本原理是将一种荧光生化标记物(如荧光染料、荧光团、荧光探针)注射至生物体中，这些标记物在外部激发光的作用下会发出波长更长的出射光。通过对组织表面的激发光和出射光进行测量，可以重建标记物的三维分布与浓度，从而能够进一步获取生物体生理和病理的定量信息。

2、荧光分子断层成像已经被广泛应用于临床前研究中，用于观察小动物体内荧光探针的三维分布。随着生物学的发展，荧光分子断层成像在基因表达图谱、蛋白质功能研究、小分子蛋白之间相互作用的检测和细胞通路的解释等生物技术方面有着重要的作用。此外，荧光分子断层成像还被认为是乳腺癌检测、睾丸畸形检测和大脑皮层研究的有力工具。

3、然而，荧光分子断层成像也面临一些挑战，其逆问题具有严重病态性，根本原因是光的强散射特性，使得光子在生物体内不再沿直线传播，而是经历大量无规则的散射过程，增大了求解的不适定性。此外，荧光分子断层成像的准确性和效率也有待提高。

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，本发明提供了一种荧光分子断层成像快速重建方法，能够有效克服现有技术所存在的荧光分子断层成像的准确性和效率较低的缺陷。

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、一种荧光分子断层成像快速重建方法，包括以下步骤：

6、s1、通过激发光源激发荧光探针，并采集待成像物体表面的荧光分布信息；

7、s2、基于光传输模型和有限元理论，构建待成像物体表面的荧光分布信息与待成像物体内部的荧光探针之间的线性关系；

8、s3、将线性关系转化为l2范数极小化问题，采用半阈值迭代算法进行求解，得到第一荧光探针重建结果；

9、s4、获取物体表面的荧光分布集，得到训练数据集；

10、s5、构建荧光分子断层成像模型，利用训练数据集对荧光分子断层成像模型进行模型训练，得到训练好的荧光分子断层成像模型；

11、s6、将待成像物体表面的荧光分布信息输入训练好的荧光分子断层成像模型，得到第二荧光探针重建结果；

12、s7、结合第一荧光探针重建结果和第二荧光探针重建结果，得到待成像物体的最终荧光探针重建结果，并进行显示。

13、优选地，s1中通过激发光源激发荧光探针，并采集待成像物体表面的荧光分布信息，包括：

14、利用激发光源照射待成像物体，待成像物体内部的荧光探针受到激发后发出特定波长的荧光信号，通过光学仪器采集待成像物体表面的荧光分布信息；

15、其中，待成像物体位于转台上，以实现激发光源对待成像物体的多点激发及光学仪器对待成像物体表面的荧光分布信息的多角度采集。

16、优选地，s2中基于光传输模型和有限元理论，构建待成像物体表面的荧光分布信息与待成像物体内部的荧光探针之间的线性关系，包括：

17、采用基于光传输模型的扩散近似方程来描述光子在待成像物体内的传播过程；

18、基于有限元理论，将扩散近似方程离散，构建待成像物体表面的荧光分布信息与待成像物体内部的荧光探针之间的线性关系：

19、φ＝ax；

20、其中，φ为待成像物体表面的光通量密度，x为待成像物体内部的荧光探针的三维分布与浓度，a为系统矩阵。

21、优选地，s3中将线性关系转化为l2范数极小化问题，包括：

22、采用下式表示l2范数极小化问题：

23、

24、其中，||·||2为·的l2范数，λ1为正则化参数。

25、优选地，s3中采用半阈值迭代算法进行求解，得到第一荧光探针重建结果，包括：

26、引入半阈值算子，采用半阈值迭代算法对l2范数极小化问题进行迭代求解，直至满足迭代条件，得到第一荧光探针重建结果。

27、优选地，s4中获取物体表面的荧光分布集，得到训练数据集，包括：

28、将多个已知内部荧光探针的三维分布与浓度的物体逐个放置于转台上；

29、利用激发光源照射物体，物体内部的荧光探针受到激发后发出特定波长的荧光信号，通过光学仪器采集物体表面的荧光分布信息，得到每个物体表面的荧光分布集；

30、将每个物体表面的荧光分布集及对应的内部的荧光探针的三维分布与浓度作为训练数据集；

31、其中，物体逐个放置于转台上，以实现激发光源对物体的多点激发及光学仪器对物体表面的荧光分布信息的多角度采集。

32、优选地，s5中构建荧光分子断层成像模型，包括：

33、荧光分子断层成像模型的损失函数loss采用下式表示：

34、loss＝μ1·||φ1-a1·f(φ1,a1,δ1)||2+μ2·||φ2-a2·f(φ2,a2,δ2)||2；

35、其中，μ1为第一系数，φ1为物体表面的第一光通量密度，a1为第一系统矩阵，f(φ1,a1,δ1)为荧光分子断层成像模型输出的第一重建结果，δ1为荧光分子断层成像模型的第一网络参数；

36、μ2为第二系数，φ2为物体表面的第二光通量密度，a2为第二系统矩阵，f(φ2,a2,δ2)为荧光分子断层成像模型输出的第二重建结果，δ2为荧光分子断层成像模型的第二网络参数。

37、优选地，s5中利用训练数据集对荧光分子断层成像模型进行模型训练，得到训练好的荧光分子断层成像模型，包括：

38、将训练数据集输入荧光分子断层成像模型进行模型训练；

39、若当前损失函数值与预设损失函数值之间的差值不在预设范围内，则基于该差值采用反向传播算法进行模型优化，直至损失函数收敛，得到训练好的荧光分子断层成像模型；

40、若当前损失函数值与预设损失函数值之间的差值在预设范围内，则当前训练得到的荧光分子断层成像模型即为训练好的荧光分子断层成像模型。

41、优选地，s7中结合第一荧光探针重建结果和第二荧光探针重建结果，得到待成像物体的最终荧光探针重建结果，并进行显示，包括：

42、结合第一荧光探针重建结果和第二荧光探针重建结果，得到最终荧光探针重建结果；

43、将最终荧光探针重建结果与待成像物体的解剖结构信息进行融合，通过tecplot软件进行显示。

44、(三)有益效果

45、与现有技术相比，本发明所提供的一种荧光分子断层成像快速重建方法，具有以下有益效果：

46、1)通过激发光源激发荧光探针，并采集待成像物体表面的荧光分布信息，基于光传输模型和有限元理论，构建待成像物体表面的荧光分布信息与待成像物体内部的荧光探针之间的线性关系，将线性关系转化为l2范数极小化问题，采用半阈值迭代算法进行求解，得到第一荧光探针重建结果，通过将线性关系转化为l2范数极小化问题，能够对荧光分子断层成像的逆问题进行快速求解，并且得到准确的第一荧光探针重建结果；

47、2)构建荧光分子断层成像模型，利用训练数据集对荧光分子断层成像模型进行模型训练，得到训练好的荧光分子断层成像模型，将待成像物体表面的荧光分布信息输入训练好的荧光分子断层成像模型，得到第二荧光探针重建结果，利用神经网络模型能够进一步提高荧光分子断层成像的逆问题的求解速度，并且得到准确的第二荧光探针重建结果；

48、3)结合第一荧光探针重建结果和第二荧光探针重建结果，得到待成像物体的最终荧光探针重建结果，从而能够有效提高荧光分子断层成像的准确性和效率，确保能够在较短时间内得到准确的荧光分子断层成像重建结果，使得荧光分子断层成像能够得到更为广泛的应用。