摘要：生物发光断层成像（BLT）是在已知生物组织的光学参数和生物体体表的光强分布的条件下,重建荧光光源在生物体内的分布。由于近红外光在生物组织中传输过程复杂,并且测量信息有限,BLT的光源重建问题充满挑战。为了在较少的测量下获得稳定的重建,提出了基于单视图测量的多光谱BLT重建方法,为了克服逆问题的不适定性,算法设计中结合迭代收缩可行区域策略及光源稀疏性特征。为系统评估所提出方法的光源定位能力和邻近光源的分辨能力,在匀质仿体上针对3~9mm范围内3种尺寸的光源,设计了4种深度上的单光源实验和3种间距下的双光源实验。仿真实验表明,所提出方法基于单视图测量数据,在各种光源设置下,均可以稳定准确地重建单光源目标和辨识双光源目标。

摘要：生物发光断层成像(BLT)是一种高灵敏度、高特异性的光学分子影像技术,可根据探测到的生物体表光强来重建发光光源在生物体内的三维分布。由于生物体表面测得的光强信息有限,光源重建面临巨大的挑战。为了在有限的测量条件下获得更精确的重建光源,结合BLT中光源稀疏分布的特征,将重建问题转化为L1范数优化问题,并采用迭代支撑检测(ISD)算法实现快速重建,该算法交替执行支撑集检测和信号重构两个模块,直至重建精度达到要求。为了评估ISD算法的光源定位能力,设计数字鼠仿真实验,并与三种典型的稀疏重建算法比较。仿真结果表明ISD算法对于单光源和双光源目标均可以实现准确的重建。

摘要：生物发光断层成像(bioluminescence tomography, BLT)是一种高灵敏非侵入式光学分子成像模态,但近红外光在生物组织中传输的复杂性及表面测量信息的有限性,对BLT光源重建算法提出了较高要求.本文提出了一种基于通用迭代收缩阈值(general iterative shrinkage and threshold,GIST)的BLT重建算法,采用非凸平滑剪切绝对偏差(smoothly clipped absolute deviation, SCAD)惩罚项,并通过迭代求解对非凸惩罚项有解析解的邻近算子问题来获得优化结果.此外,重建中也结合了多光谱测量和收缩可行域策略以降低逆问题的不适定性.为评估该算法的光源定位及多光源辨识能力,本文设计了多组仿真和物理仿体实验,并将GIST与几个典型稀疏重建算法进行了对比.实验结果表明GIST算法在不同光源深度和间隔距离的实验中在中心定位误差方面有较大优势.