欢迎访问西安知识产权运营服务平台

< a href=' '>web对话
首页 > 开放许可专利> 数字创意产业 > 详情

CN201610203306.6 一种发射式光学投影断层成像衰减与散射校正方法

发布时间:2024-06-14

基本信息

  • 申请号: CN201610203306.6
  • 申请日: 20160401
  • 公开号: ZL201610203306.6
  • 公开日: 20190726
  • 申请(专利权)人: ["西安电子科技大学"]
  • 发明人: ["朱守平","郎晋伟","谢晖","鲍翠平","曹旭","张建华","梁继民"]
  • 主分类号: G06T7/20
  • 分类号: ["G06T7/20","G06T15/20"]
  • 地址: 710071 陕西省西安市太白南路2号西安电子科技大学
  • 国省代码: CN61
  • 代理机构: 北京科亿知识产权代理事务所(普通合伙)
  • 代理人: ["汤东凤"]

摘要

本发明公开了一种发射式光学投影断层成像衰减与散射校正方法,将弱散射情形下OPT成像模型与OPT荧光重建算法相结合,利用基于归一化Born比的方法进行OPT荧光信号衰减校正,采用Monte Carlo技术仿真测量数据中的散射分量,并从探测数据中将其去除,将衰减校正和散射分量估计有效结合的迭代框架,实现OPT荧光染料浓度的定量三维重建。本发明在实现荧光染料浓度定量重建中综合考虑了吸收和散射的影响,并采用Monte Carlo技术估测了信号中的散射分量并加以去除,进而实现荧光染料浓度的定量重建。

权利要求书

[

1.一种发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述发射式光学投影断层成像衰减与散射校正方法将弱散射情形下OPT成像模型与OPT荧光重建算法相结合,对探测数据利用基于归一化Born比的方法进行OPT荧光信号的初步衰减校正;然后利用滤波反投影重建算法计算样品中荧光染料的浓度,再基于重建得到的荧光染料的浓度;采用Monte Carlo技术仿真生成对应的散射分量,并从探测数据中将散射分量去除,对去除散射分量的探测数据进行基于归一化Born比的衰减校正、荧光染料的浓度重建操作,构成衰减校正和散射分量估计有效结合的迭代框架,直至前后两次重建的荧光染料浓度小于设定的阈值;最终实现OPT荧光染料浓度的定量三维重建。

2.如权利要求1所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述发射式光学投影断层成像衰减与散射校正方法包括以下步骤:步骤一,采用归一化的Born比方法对测量数据进行衰减校正;步骤二,利用FBP重建算法计算样品中荧光染料的浓度;步骤三,通过Monte Carlo仿真估计测量到的荧光数据中的散射分量;步骤四,去除散射分量,再次进行衰减校正和荧光染料浓度的计算;步骤五,两次重建结果之差与阈值对比,迭代进行仿真计算。

3.如权利要求2所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述采用归一化的Born比方法对测量数据进行衰减校正具体包括:根据发射式OPT荧光成像的成像模型,激发光从点入射到样品匹配液池,在点对样品进行激发,并从处射出样品池,CCD接收的荧光信号表示为:其中表示激发光波长与滤波片不匹配时CCD采集到的信号,表示激发点,表示发射波与滤波片接触点,表示激发产生的荧光信号强度,ε和η分别表示消光系数和量子转换效率,表示荧光染料的浓度,从而知:当信号采集是采用与激发光波长匹配的滤波片进行信号采集时,CCD检测到的信号为:有其中Gf为激发光沿着传播方向的Radon变换,分别为两种激发情形下CCD相机采集到的信号。

4.如权利要求2所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述利用FBP重建算法计算样品中荧光染料的浓度具体包括:由得到荧光染料浓度的Radon变换,即Gf为激发光沿着传播方向的Radon变换,分别为两种激发情形下CCD相机采集到的信号,ε和η分别表示消光系数和量子转换效率,为荧光染料的浓度;多个方向的Radon变换即可重建出荧光染料浓度采集到360度的测量数据Gf后,通过逆Radon变换即计算出荧光染料的浓度,即计算σ=FBP(Gf),得到荧光染料浓度σ。

5.如权利要求2所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述通过Monte Carlo仿真估计测量到的荧光数据中的散射分量具体包括:利用重建出的荧光染料浓度σ,同时利用样品的吸收系数和散射系数信息,通过Monte Carlo仿真建立模型,通过调整仿真参数以模拟实际实验情形,从中即可估计出荧光数据中的散射分量。

6.如权利要求2所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,所述去除散射分量,再次进行衰减校正和荧光染料浓度的计算具体包括:由得到的散射分量对测量数据进行进一步校正,即从测量数据中剔除散射分量,接着进行再次的衰减校正和荧光染料浓度计算,即重复进行如下步骤:利用FBP重建算法计算样品中荧光染料的浓度,具体包括:由得到荧光染料浓度的Radon变换,即Gf为激发光沿着传播方向的Radon变换,多个方向的Radon变换即可重建出荧光染料浓度采集到360度的测量数据Gf后,通过逆Radon变换即计算出荧光染料的浓度,即计算σ=FBP(Gf),得到荧光染料浓度σ;通过Monte Carlo仿真估计测量到的荧光数据中的散射分量,具体包括:利用重建出的荧光染料浓度σ,同时利用样品的吸收系数和散射系数信息,通过Monte Carlo仿真建立模型,通过调整仿真参数以模拟实际实验情形,从中即估计出荧光数据中的散射分量。

7.如权利要求2所述的发射式光学投影断层成像衰减与散射校正方法,其特征在于,两次重建结果之差与阈值对比,迭代进行仿真计算,重建结果与上一次重建结果对比,如果二者差异小于给定的门限值,则终止程序,输出结果,完成衰减和散射校正,如果不满足终止条件,则继续进行Monte Carlo仿真,直至满足终止条件。

]