论文部分内容阅读
生物发光断层成像(Bioluminescence Tomography,BLT)通过生物体表面获取到的有限测量信息来估计内部生物自发荧光光源的分布,实现在分子水平观测生物体的各种生物学过程。这一在体无创成像模态已成为分子成像领域的研究热点,并在恶性肿瘤早期检测及治疗、药物开发及疗效评估等预临床医学研究中表现出巨大的应用潜力。但BLT光源重建是一个典型的不适定逆问题,而且近红外光在生物组织中传播时要经历多次的散射和吸收,增加了光源重建的难度,因此BLT的广泛应用,仍依赖光源重建算法的不断发展。本文围绕BLT光源重建算法的研究开展了以下两方面的工作:首先将BLIT光源重建建模为一个基于L1/2范数正则化的优化问题,并将迭代半阈值算法(Half Thresholding Algorithm,HTA)引入进来对此非凸优化模型进行求解。为评估HTA算法在BLT重建中的性能,设计了多组数字鼠模型上的仿真实验,将HTA算法与求解L1范数正则化重建模型的迭代软阈值算法(Iterative Soft Thresholding,IST)进行了对比研究。结合数字鼠仿真实验以及收敛性实验,可以看出在采用混合谱测量数据,以及不采用任何可行区域先验信息的条件下,HTA算法在重建光源中心定位误差上,总体表现要优于IST算法,但在双光源重建中HTA算法存在位置偏差较大等问题,IST算法的收敛速度比HTA算法略快。为进一步改善重建图像的质量,本文在HTA的基础上,结合子空间跟踪(Subspace pursuit,SP)和百分位阈值法,提出了一种改进的重建算法——百分位半阈值匹配追踪法(Percentile Half Thresholding Pursuit Algorithm,Percentile HTPA),即将HTA算法求得的解作为SP算法的候选集,通过两轮迭代得到最终的解。该方法结合匹配追踪和半阈值法的优点,并且阈值选取基于数据驱动的排序模型,减少了重建中的人为干预,进一步提高了重建的精度。数字鼠模型上的多组仿真实验结果表明:与原有的HTA算法和求解L1/2范数正则化重建模型的迭代重赋权算法相比,所提出的百分位半阈值匹配追踪算法,在不同光源设置下都得到了更为准确的重建结果。收敛性实验结果表明Percentile HTPA算法的收敛速度虽然与HTA算法相似,但其中心误差更小。