專利名稱：基于生物組織特異性的光學三維成像方法
技術領域：
本發明屬于光學技術領域，更進一步涉及光學分子成像技術領域中的基于生物組織特異性的光學三維成像方法。該方法可應用于基因表達、腫瘤檢測、藥物研發與療效評價等小動物實驗和預臨床實驗中獲取靶向目標的位置和強度信息。
背景技術：
作為一種新興的光學成像技術，光學三維成像是通過融合生物體體表測量的多角度光學信號、生物體的解剖結構和組織光學參數信息，基于精確的生物組織中的光傳輸模型重建活體生物體體內靶向目標的位置和強度分布信息，其中，生物組織中光傳輸過程的精確描述和靶向目標的準確快速重建是光學三維成像方法實現的基礎。在光學三維成像技術中，激發熒光斷層成像、擴散光學層析斷層成像和自發熒光斷層成像是三種主要的成像模態。基于自發熒光斷層成像模態，北京工業大學在其專利申請文件“基于單視圖的多光譜自發熒光斷層成像重建方法”(申請號200810116818.4，申請日2008. 7. 18，授權號 ZL200810116818.4，授權日2010.6.2)中提出了一種基于單幅視圖的多光譜自發熒光斷層成像重建方法。該專利技術基于擴散近似方程，考慮生物體的非勻質特性和自發熒光光源的光譜特點，利用在單個角度測量的多個譜段熒光數據，重建生物體體內靶向目標的位置和強度分布信息。但是，由于擴散近似方程只適用于描述高散射特性組織中的光傳輸過程， 對于低散射特性和空腔組織，它的求解精度很低。因此，該專利技術對于具有多種散射特性組織的生物體求解精度差，很難準確地獲得生物體體內靶向目標的位置和強度分布信息。為了解決基于擴散近似方程的光學三維成像方法的局限性，研究人員還提出了基于輻射傳輸方程的高階近似方程的光學三維成像方法，參見Alexander D. Klose, "The inverse source problem based on the radiative transfer equation in optical molecular imaging，” Journal of Computational Physics 202，323-345 (2005) ；Yujie Lu，“Spectrally resolved bioluminescence tomography with the third-order simplified spherical harmonics approximation，，，Physics in Medicine and Biology 54，6477-6493 (2009) ；Wengxiang Cong，"Bioluminescence tomography based on the phase approximation model，，，Journal of Optics Society of America A 27， 174-179(2010)。該類方法可以對同時存在高散射特性和低散射特性組織的生物體進行準確成像。但是，由于輻射傳輸方程的高階近似方程求解難度非常大，對于具有不規則解剖結構的復雜生物體，這些方法的計算復雜度將遠遠超過實際應用的承受能力。此外，這些方法也不能對存在空腔組織的情況進行準確的三維成像，如動物體的胃、膀胱等。為了對存在空腔組織的情況進行準確的三維成像，研究人員又提出了一種基于混合光傳輸方程的光學三維成像方法，參見Hamid Dehghani, "Optical tomography in the presence of void regions,，，Journal of Optics Society of America A 17, 1659-1670(2000)。該方法基于擴散近似方程和朗伯源特性方程，可以對同時存在高散射特性和空腔組織的生物體進行準確成像，但是由于擴散近似方程的局限性，這種方法對于具有多種散射特性組織的生物體仍然不能進行準確的成像。此外，中國科學院自動化研究所在其專利申請文件“激發熒光斷層成像的快速稀疏重建方法和設備”(公開號CN102034266A,申請號201010573795. 7，申請日2010. 11. 30) 中提出了一種基于稀疏正則化策略的快速激發熒光斷層成像重建方法。該方法考慮了靶向目標的稀疏分布特性，建立了基于I1范數的稀疏正則化目標函數，能夠很好地改善光學三維成像的準確性和分辨率。但是該方法僅采用了單一的優化策略對目標函數進行求解，無法實現不同問題規模下，成像準確度和成像速度的最優平衡。此外，該方法還沒有考慮測量數據相對于生物體區域的稀疏特性。綜上所述，對于具有不規則解剖結構和多種散射特性組織的復雜生物體，已有技術中的基于單一近似方程或混合光傳輸方程的光學三維成像方法和基于單一優化策略的光學三維成像方法，都無法實現對生物體體內靶向目標的準確、快速、高分辨的重建。
發明內容
本發明的目的在于克服上述已有光學三維成像技術存在的不足，提出一種基于生物組織特異性的光學三維成像方法，以實現對具有不規則解剖結構和多種散射特性組織的復雜生物體體內靶向目標的準確、快速、高分辨率重建。實現本發明方法的主要思路是根據生物體在解剖結構和組織光學特性參數方面的特征差異，利用外推邊界和折射率不匹配邊界條件，建立生物組織特異性光傳輸混合數學模型。在該模型基礎上，利用多級自適應有限元方法，結合生物體體內靶向目標的稀疏分布特性和測量數據相對于生物體區域的稀疏特性，建立完全稀疏正則化目標函數。采用基于任務導向的混合優化方法求解目標函數，實現生物體體內靶向目標的準確、快速、高分辨率重建。根據上述主要思路，本發明方法的具體實現包括如下步驟⑴采集數據利用多模態分子影像系統，依次采集用于光學三維成像的多角度熒光數據、用于光學特性參數重建的多角度激光數據和用于獲取生物體解剖結構的計算機斷層成像投影數據。(2)預處理2a)利用多模態分子影像系統中的預處理軟件對采集的多角度激光數據和熒光數據進行去除背景噪聲、提取感興趣區域、補償壞點預處理；2b)利用多模態分子影像系統中的預處理軟件對計算機斷層成像投影數據進行補償壞點壞線、亮場校正、幾何校正預處理。(3)獲取解剖結構利用3DMED軟件對預處理后的計算機斷層成像投影數據進行三維重建，獲得生物體三維體數據；利用3DMED軟件中的人機交互式分割方法對獲得的生物體三維體數據進行器官分割，獲取生物體解剖結構。(4)獲取表面光學數據對步驟C3)獲取的生物體解剖結構和步驟( 獲取的熒光和激光數據，應用非接觸式光學斷層成像方法中的生物體表面三維能量重建技術獲取生物體表面的三維熒光和激光數據分布。(5)重建光學特性參數對步驟( 獲取的生物體解剖結構和步驟(4)獲取的生物體表面三維激光數據分布，應用基于區域的擴散光學層析成像方法重建生物體各個組織的光學特性參數。(6)建立光傳輸模型6a)根據生物體在解剖結構和組織光學特性參數方面的差異，將生物組織劃分為高散射特性組織、低散射特性組織、空腔組織三大類；6b)根據擴散近似方程、簡化球諧波近似方程、朗伯源特性方程的適用范圍，采用相應的方程描述不同特性生物組織中的光傳輸過程；6c)構造外推邊界和折射率不匹配邊界條件耦合不同特性生物組織的光傳輸方程，建立統一的、描述光在整個生物體中傳輸過程的混合數學模型。(7)建立系統方程7a)如果是在第一級離散網格上建立系統方程，利用Amira軟件對生物體的高散射特性和低散射特性組織進行初始離散；否則，利用編寫的程序對上一級離散網格進行手動調整；7b)在第k級離散網格上，利用多級自適應有限元方法對步驟6c)建立的混合數學模型進行離散化，組裝每個離散點上的子系統方程建立總的系統方程AkSk = Φ,其中，Ak是第k級離散網格上的系統矩陣，依賴于生物體內三類特性生物組織的分布和生物組織的光學特性參數；Sk是第k級離散網格上的靶向目標能量密度分布；C^k是第k級離散網格邊界節點上的光通量密度。(8)建立目標函數根據第k級離散網格邊界節點上的光通量密度計算值和測量值之間的誤差，結合靶向目標的稀疏分布約束，建立下列目標函數
權利要求
1.基于生物組織特異性的光學三維成像方法，包括(1)采集數據利用多模態分子影像系統，依次采集用于光學三維成像的多角度熒光數據、用于光學特性參數重建的多角度激光數據和用于獲取生物體解剖結構的計算機斷層成像投影數據；(2)預處理2a)利用多模態分子影像系統中的預處理軟件對采集的多角度激光數據和熒光數據進行去除背景噪聲、提取感興趣區域、補償壞點預處理；2b)利用多模態分子影像系統中的預處理軟件對計算機斷層成像投影數據進行補償壞點壞線、亮場校正、幾何校正預處理；(3)獲取解剖結構利用3DMED軟件對預處理后的計算機斷層成像投影數據進行三維重建，獲得生物體三維體數據；利用3DMED軟件中的人機交互式分割方法對獲得的生物體三維體數據進行器官分割，獲取生物體解剖結構；(4)獲取表面光學數據對步驟C3)獲取的生物體解剖結構和步驟( 獲取的熒光和激光數據，應用非接觸式光學斷層成像方法中的生物體表面三維能量重建技術獲取生物體表面的三維熒光和激光數據分布；(5)重建光學特性參數對步驟C3)獲取的生物體解剖結構和步驟(4)獲取的生物體表面三維激光數據分布， 應用基于區域的擴散光學層析成像方法重建生物體各個組織的光學特性參數；(6)建立光傳輸模型6a)根據生物體在解剖結構和組織光學特性參數方面的差異，將生物組織劃分為高散射特性組織、低散射特性組織、空腔組織三大類；6b)根據擴散近似方程、簡化球諧波近似方程、朗伯源特性方程的適用范圍，采用相應的方程描述不同特性生物組織中的光傳輸過程；6c)構造外推邊界和折射率不匹配邊界條件耦合不同特性生物組織的光傳輸方程，建立統一的、描述光在整個生物體中傳輸過程的混合數學模型；(7)建立系統方程7a)如果是在第一級離散網格上建立系統方程，利用Amira軟件對生物體的高散射特性和低散射特性組織進行初始離散；否則，利用編寫的程序對上一級離散網格進行手動調整；7b)在第k級離散網格上，利用多級自適應有限元方法對步驟6c)建立的混合數學模型進行離散化，組裝每個離散點上的子系統方程建立總的系統方程AkSk = Φ,其中，Ak是第k級離散網格上的系統矩陣，依賴于生物體內三類特性生物組織的分布和生物組織的光學特性參數；Sk是第k級離散網格上的靶向目標能量密度分布；Ok是第k級離散網格邊界節點上的光通量密度；(8)建立目標函數根據第k級離散網格邊界節點上的光通量密度計算值和測量值之間的誤差，結合靶向目標的稀疏分布約束，建立下列目標函數min Q(Sk) =-ΦΓ|11I其中， (Sk)是第k級離散網格上的目標函數； ^Sf是第k級離散網格上的靶向目標能量密度的下限； 是第k級離散網格上的靶向目標能量密度的上限； ΦΓ是第k級離散網格邊界節點上的光通量密度的測量值； IIFlI1定義為求解矩陣F的I1范數； λ k是第k級離散網格上的正則化因子；(9)求解目標函數9a)采用基于任務導向的混合優化方法求解建立的目標函數，根據第k級離散網格上形成的系統矩陣的大小選擇合適的優化方法，獲得第k級離散網格上的靶向目標能量密度分布；9b)利用靶向目標能量密度分布計算第k級離散網格邊界節點上的光通量密度； 9c)判斷第k級離散網格邊界節點上的光通量密度的測量值和計算值之差，如果小于給定閾值，則目標函數求解過程結束，獲得光學三維成像的靶向目標重建結果，轉向步驟 (10)；否則，轉向步驟9d)；9d)根據步驟9a)獲得的靶向目標能量密度分布和步驟9b)獲得的邊界節點上的光通量密度計算值，調整第k+Ι級離散網格，轉向步驟(7)；(10)顯示結果。
2.根據權利要求1所述的基于生物組織特異性的光學三維成像方法，其特征在于所述步驟(1)中數據采集的實現是利用多模態分子影像系統等間隔采集不少于四個角度的熒光數據、不少于四個角度的激光數據、不少于360個角度的計算機斷層成像投影數據。
3.根據權利要求1所述的基于生物組織特異性的光學三維成像方法，其特征在于所述步驟(1)中的熒光數據、激光數據和計算機斷層成像投影數據的初始采集角度相同。
4.根據權利要求1所述的基于生物組織特異性的光學三維成像方法，其特征在于所述步驟6b)中光傳輸過程是采用擴散近似方程描述光在高散射特性生物組織中的傳輸過程，采用簡化球諧波近似方程描述光在低散射特性生物組織中的傳輸過程，以及采用朗伯源特性方程描述光在空腔組織中的傳輸過程。
5.根據權利要求1所述的基于生物組織特異性的光學三維成像方法，其特征在于所述步驟9a)中根據系統矩陣的大小選擇合適的優化方法是通過采用如下規則實現的對于小系統矩陣，采用求解速度較快的奇異值分解法進行求解；對于大系統矩陣，采用基于預處理系統矩陣的混合迭代法進行求解。
全文摘要
本發明公開了一種基于生物組織特異性的光學三維成像方法，解決了現有技術中無法實現對具有不規則解剖結構和多種散射特性組織的復雜生物體進行準確快速的光學三維成像的問題。該方法基于生物組織特異性光傳輸混合數學模型和完全稀疏正則化方法建立目標函數，采用基于任務導向的混合優化方法進行求解，以實現體內靶向目標的光學三維成像。具體實現步驟包括采集數據、預處理、獲取解剖結構、獲取表面光學數據、重建光學特性參數、建立光傳輸模型、建立系統方程、建立目標函數、求解目標函數和顯示結果。本發明具有能夠實現復雜生物體中光源的準確、快速、高分辨重建的優點，可以用于在體光學三維成像領域。
文檔編號G06T17/00GK102393969SQ201110148500
公開日2012年3月28日 申請日期2011年6月2日 優先權日2011年6月2日
發明者屈曉超, 朱守平, 梁繼民, 田捷, 趙恒 , 陳多芳, 陳雪利 申請人:西安電子科技大學