论文部分内容阅读
X射线发光断层成像(X-ray Luminescence Computed Tomography,XLCT)是采集成像机体中目标被X射线激发后产生的光学数据,并结合重建方法获取目标信息的一种重要的分子影像技术。XLCT有助于在细胞和分子水平连续监测生物活动过程,成为疾病早期诊断和影像引导放射医疗等领域的有力工具。本文以X射线和光在生物体内传输的数学模型为基础,着重研究X射线发光断层成像中纳米发光目标的重建精度与效率,结合有效的重建算法从而降低XLCT重建过程的严重不适定性。通过对采集到的光学信息进行先验处理,结合高效的XLCT重建算法,提高重建的准确性,为XLCT接下来的发展以及实践提供理论和实验支持。本文研究工作可概括如下:(1)可行区域常被作为先验信息用于XLCT的重建过程,有助于提高重建的精度及效率。但目前可行区域的范围主要通过人为选择,设置不当会直接影响重建准确性。因此本文基于成像物体本身,引入基于统计先验的可行区域提取策略。将成像物体剖分成N组不同网格,以多网格重建结果作为先验信息,构建一组合理有效的可行区域,同时采用正交匹配追踪算法(OMP)进行XLCT重建。实验结果证明:相比于未使用该策略和使用双网格策略的OMP重建,基于统计先验的可行区域提取策略的重建质量最佳。除此之外,加入多组不同噪声的实验结果也验证了所提策略的鲁棒性。(2)由于多视图成像需要较长的扫描时间,不利于生物体内目标的快速成像,因此我们使用单视图XLCT进行重建。针对单视图成像逆问题的严重病态性,在保证重建质量的提高和扫描时间降低的基础上,我们首次提出了基于快速贝叶斯匹配追踪(FBMP)的单视图X射线发光断层成像,有助于XLCT的实时成像。FBMP算法结合贝叶斯模型和贪婪算法,从少量测量值中高效恢复出稀疏信息。结合区域迭代收缩策略,简化自适应有限元方法在网格划分和系统矩阵构建方面的复杂性,在缩小目标区域的过程中多次重建,降低算法的不稳定性。实验结果证明:与传统的重建算法相比,基于FBMP的单视图XLCT定位与定量的结果都表现最优,重建效率也得到提高。重建过程中加入不同的光学参数和噪声,其结果进一步表明了该算法的稳定性。