[发明专利]一种动态荧光分子断层图像的重建方法

说明书

技术领域

本发明涉及一种荧光分子断层图像的重建方法，特别是关于一种动态荧光分子断层图像的重建方法。

背景技术

目前动态（4D）荧光分子断层图像的重建大都是利用逐帧（frame-by-frame）重建方法完成，即对采集到的每一帧（圈）的荧光投影图像进行逐个重建。此方法的优点是可以直接利用已有的各种诱发荧光分子断层成像（Fluorescence Molecular Tomography,FMT)重建方法完成图像重建。然而，在动态FMT成像研究中，例如在药物代谢的研究中，药物（荧光探针）的浓度是随时间变化的，因此所采集到的每一帧测量数据（荧光投影图像）在时间上是高度相关的，如果采用上述逐帧重建方法对荧光投影图像进行4D FMT重建，则忽略了重建过程中荧光探针浓度沿时间轴的相关性，但是如果直接将采集的所有荧光投影图像序列作为一个整体直接进行4D重建，其计算量通常已超出普通计算机的计算能力，例如对一个35帧的荧光投影图像序列（假设在每帧FMT成像过程中，等间隔采集24张不同角度的荧光投影图像）直接进行4D FMT重建，其用于重建的空间-时间权重矩阵将占用大约3234GB的内存，这大大超出了普通计算机的计算能力。

发明内容

针对上述问题，本发明的目的是提供一种充分考虑荧光投影图像序列的时间相关性，且能够有效提高动态荧光分子断层图像重建速度的动态荧光分子断层图像的重建方法。

为实现上述目的，本发明采取以下技术方案：一种动态荧光分子断层图像的重建方法，包括以下步骤：1）设置一包括有计算机、小动物旋转平台装置和荧光成像激发与检测装置的小动物诱发荧光分子成像系统；2）采用所述小动物诱发荧光分子成像系统，在不同时间点，全角度、等间隔采集反映荧光探针在成像对象体内的代谢分布的荧光投影图像，并将每一时间点所采集的不同角度的荧光投影图像存储为一矩阵序列，将所述矩阵序列标记为输入矩阵u；3）根据输入矩阵u生成KL变换矩阵A；4）基于求解输入矩阵u经KL变换后的数据式中，I_M为M×M的单位矩阵，为克罗内克积；5）获取经KL变换后需要进行3D重建的L′个KL分量；6）根据光场分布函数Φ_x和格林函数G生成权重矩阵W₁，其中，Φ_x描述了对应激发光波长的光子密度，G描述了在荧光谱段，光子在成像对象体内的传播；7）根据公式采用3D FMT重建方法在KL域中对步骤5）中获取的每一个KL分量分别进行3D重建，其中，k＝1,2,...,L′，W^-1₁为权重矩阵W₁的逆矩阵；8）对上述步骤7）中获取的KL分量的重建结果进行逆KL变换，得到完整的4D荧光断层图像序列。

所述步骤3）根据输入矩阵u生成KL变换矩阵A的方法为：①构建输入矩阵u的时间协方差矩阵P^time；②通过求解P^timeA^T=A^TD，生成KL变换矩阵A，式中d_l是协方差矩阵P^time的第l个特征值，L是动态成像中扫描的总帧数。

所述步骤3）根据输入矩阵u生成KL变换矩阵A的方法为：通过对输入矩阵u进行奇异值分解求得。

所述步骤5）中获取经KL变换后需要进行3D重建的L′个KL分量采用scree方法、Kaiser方法和基于特征值的累计方差方法中的一种。

所述步骤6）中在检测点r处获取的荧光投影图像采用下式表示：

Φ_m(r)＝∫_r′∈VG(r,r′)n(r′)Φ_x(r′)dr′

其中，W₁(r)＝G(r,r′)Φ_x(r′)ΔV(r)，ΔV是重建区域V被离散成的小网格；V是重建区域；Φ_m是发射荧光波长的光子密度；n(r′)为重建区域V中点r′处的待重建的荧光产额。

所述步骤7）采用3D FMT重建方法在KL域中对步骤5）中获取的每一个KL分量分别进行3D重建中，3D FMT重建方法采用ART方法、LSQR方法和Bayesian方法中的一种。