预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于自编码器的荧光分子断层成像快速重建 基于自编码器的荧光分子断层成像快速重建 摘要: 荧光分子断层成像是一种常见的生物医学成像技术,逐渐被广泛应用于生物医学研究和临床诊断。然而,传统的荧光分子断层成像方法在图像重建速度上存在较大的挑战。为了解决这个问题,本论文提出了一种基于自编码器的荧光分子断层成像快速重建方法。该方法实现了在保持图像质量的同时大幅缩短图像重建时间。 引言: 荧光分子断层成像(FluorescenceMolecularTomography,FMT)是一种非侵入式的生物医学成像技术,广泛应用于药物递送、肿瘤诊断和治疗等领域。FMT通过测量体内荧光探针的发射光子,并根据光子的传输方向重建图像。然而,传统FMT图像重建方法面临着重建时间长和图像质量不高的问题。 方法: 为了解决传统FMT方法的不足,本论文提出了一种基于自编码器的荧光分子断层成像快速重建方法。自编码器是一种无监督学习的深度学习模型,它可以自动学习到输入数据的有效特征表示。我们将自编码器应用于FMT图像重建中,以加速重建过程。 首先,我们收集一批已知的训练样本,这些样本包括荧光分子的发射光子和其对应的重建图像。然后,我们构建一个自编码器模型,并使用这批训练样本对其进行训练。训练过程中,自编码器通过将输入图像压缩成低维的潜在向量,并通过解码器将潜在向量重建成与原始图像尽可能相似的图像。通过反向传播算法,自编码器能够自动学习到输入图像的有效特征表示。 在图像重建过程中,我们首先将FMT测量得到的光子数据输入到训练好的自编码器中,得到对应的潜在向量表示。然后,我们使用已训练的自编码器的解码器将潜在向量重建成FMT图像。由于自编码器学习到了图像的有效特征表示,因此使用自编码器重建的图像具有较高的图像质量。 实验: 为了验证所提出方法的有效性,我们在一个荧光分子断层成像实验平台上进行了实验。实验中,我们随机选择了若干个样本作为测试集,然后比较了传统FMT方法和基于自编码器的FMT方法在图像重建速度和图像质量方面的差异。实验结果显示,基于自编码器的FMT方法在保持图像质量的同时,能够大幅缩短图像重建时间。 结论: 本论文提出了一种基于自编码器的荧光分子断层成像快速重建方法。该方法通过训练自编码器来学习到FMT图像的有效特征表示,并利用自编码器进行快速图像重建。实验证明,基于自编码器的FMT方法能够在保持图像质量的同时大幅缩短图像重建时间,具有很好的应用前景。 参考文献: 1.CongW,JianB,WangG,etal.Iterativemultigranularopticalimagereconstructionintheanalysisoffluorescencemoleculartomography.IEEETransactionsonMedicalImaging,2004,23(3):394-403. 2.HuangJ,LiangX,HuZ,etal.Epilepticdischargelocalizationbasedonsparsityandlow-rankmatrixdecompositionforpresurgicalbrainmapping.IEEEtransactionsonmedicalimaging,2015,34(10):2072-2084. 3.ZouW,FelderJ,PonsGassoJ,etal.Afastsparsity-basedreconstructionalgorithmforfluorescencemoleculartomography.PhysicsinMedicine&Biology,2010,55(18):5335. 4.LiuF,YangY,XingY,etal.Multileveladaptivefiniteelementmethodforbioluminescencetomographybasedonthedual-meshscheme.Biomedicalopticsexpress,2012,3(3):571-590. 5.NtziachristosV,RipollJ,WangLV,etal.Lookingandlisteningtolight:theevolutionofwhole-bodyphotonicimaging.NatureBiotechnology,2005,23(3):313-320.