一种荧光分子断层成像快速重建方法、系统、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114869229A(43)申请公布日2022.08.09(21)申请号202210397377.X(22)申请日2022.04.15(71)申请人西北大学地址710127陕西省西安市太白北路229号(72)发明人赵凤军钟升易黄建马思豪唐子坚曹欣何雪磊郭红波侯榆青贺小伟(74)专利代理机构西安长和专利代理有限公司61227专利代理师何畏(51)Int.Cl.A61B5/00(2006.01)权利要求书3页说明书8页附图6页(54)发明名称一种荧光分子断层成像快速重建方法、系统、设备及存储介质(57)摘要本发明属于分子影像技术领域，公开了一种荧光分子断层成像快速重建方法、系统、设备及存储介质，通过激发光源激发特异性荧光探针并利用数据采集系统获得生物组织表面光分布信息；基于光传输模型和有限元法构建表面光源分布与荧光目标的线性关系；将得到的线性关系转化为待求解的最优化问题；利用自适应快速迭代收缩阈值算法对最优化问题进行快速求解，展示结果完成重建。本发明采用多点激发，多角度测量，同时结合光传输模型与有限元方法建立测量数据与荧光目标的线性关系，并转化为最优化问题；于待求解的最优化问题，采用自适应快速迭代收缩阈值算法快速求解，在保证重建精度的同时，也加快了重建的速度；有效提高了荧光分子断层成像的效率。CN114869229ACN114869229A权利要求书1/3页1.一种荧光分子断层成像快速重建方法，其特征在于，所述荧光分子断层成像快速重建方法根据采集到的光学数据，利用所提出的自适应快速迭代收缩阈值算法进行求解，算法主要改进为新的自适应搜索策略，应用此策略的该算法具有更快的收敛速度，从而加速FMT重建。2.如权利要求1所述的荧光分子断层成像快速重建方法，其特征在于，所述荧光分子断层成像快速重建方法包括：第一步，通过激发光源激发特异性荧光探针并利用数据采集系统获得生物组织表面光分布信息；第二步，基于光传输模型和有限元法构建表面光源分布与荧光目标的线性关系；第三步，将得到的线性关系转化为待求解的最优化问题；第四步，利用自适应快速迭代收缩阈值算法对最优化问题进行快速求解，展示结果完成重建。3.如权利要求1所述的荧光分子断层成像快速重建方法，其特征在于，所述第一步实现过程：利用激发光源激发生物体内特异性荧光探针，荧光探针受到激发后发射特定波长的光学信号，然后利用数据采集系统对光学信号进行采集以获得生物组织表面的光分布信息；利用激发光源激发生物体内特异性荧光探针采用多点激发，多角度测量以获得大规模荧光数据。4.如权利要求1所述的荧光分子断层成像快速重建方法，其特征在于，获取荧光测量数据以及重建对象的解剖结构信息以及光学特性参数，利用Amira软件对成像目标进行离散获得有限元网格实现过程是：基于扩散近似模型和Robin边界条件，用系统矩阵A建立表面测量得到的荧光信息Φ和所要重建的荧光目标X的线性关系：AX＝Φ；其中X表示需要重建的荧光目标；Φ表示表面测量的荧光分布信息；A为系统矩阵。5.如权利要求1所述的荧光分子断层成像快速重建方法，其特征在于，所述第三步具体为将上述线性关系转化为凸优化问题，荧光分子探针在生物组织中的分布较为稀疏，因此可将权利4所述线性关系转化为l1范数的极小化问题：λ是正则化参数。6.如权利要求1所述的荧光分子断层成像快速重建方法，其特征在于，所述第四步采用自适应快速迭代收缩阈值算法对模型进行加速求解，将写作f(X)，对于连续可微的函数f满足如下利普希茨连续条件：其中L(f)为利普希茨常数，引入近端算子，对于任意点Y，将极小化问题转化为如下问题：2CN114869229A权利要求书2/3页QL(X，Y)中有唯一的最小点：根据迭代收缩阈值算法得如下的迭代步骤：xk＝pL(xk‑1)；其中利普希茨常数决定迭代的步长，在每次迭代过程中，应该满足近端梯度条件：引入自适应搜索策略来提高利普希茨常数的精度，从而加速算法，所述自适应搜索策略包含以下步骤：步骤一，结合每次迭代的梯度构造扩增因子ηk，当不满足近端梯度条件时，对利普希茨常数按如下式子进行扩增：Lk＝(1+ηk)*Lkdk为梯度算子，且α′为使得Lk满足近端梯度条件时的最大值，即在每次回溯中以α′＝0.9*α′进行更新；步骤二，判断前后两次迭代计算出的利普希茨常数是否发生变化，若未变化则利用如下公式对利普希茨常数进行缩减：Lk＝pk*Lk‑1；其中缩减因子pk定义为：其中ηk为步骤一所得的扩增因子；快速迭代收缩阈值算法利用Nesterov策略来加快收敛速度，即以包含tk+1与tk的辅助序列实现以xk与xk‑1的特殊线性组合来得到下一步迭代点；引入自适应搜素策略后，本次迭代获得的利普希茨常数值可能小于上一步选取的利普希茨常