[发明专利]一种基于压缩感知的光声图像重建方法

说明书

技术领域

本发明涉及图像处理领域，特别是一种基于压缩感知的光声图像重建方法。

背景技术

光声成像以超声波作为信息的载体，反映生物组织的空间光学吸收分布特性，它同时具备了纯光学成像和超声成像二者的优点，在保证一定成像深度的同时又具有高的对比度和空间分辨率，尤其适合于对生物软组织的成像。光声成像可根据待测目标的光学吸收特性选取合适的激励光波长，可定量的测量与光学吸收相关的生理参数，并可在完全无损伤的情况下对生物的高级功能活动进行观察并提供各方向高分辨率和高对比度的组织断层图像。尽管光声成像具备以上优势，但由于使用单传感器进行圆周扫描采集信号周期长或多传感器阵列受制于传感器的带宽、阵元数及间距而制造价格昂贵，该技术若要步入到临床实践阶段，仍需做出大量研究和改善。

压缩感知技术是一种新的采样理论，其认为只要信号是可压缩的或在某个变换域中是稀疏的，就可以利用随机采样直接得到压缩数据，然后通过求解最优化问题从采集到的少量压缩数据中重建出原始信号。利用压缩感知技术可以大大减少光声重建需要采集的数据，从而可以利用少量观测角度采集到的信息或较少数量传感器采集到的信息进行光声重建，大大节省传感器采样时间和制造成本。

发明内容

发明目的：本发明所要解决的技术问题是针对传统光声重建方法信号采样周期长或传感器阵列制造成本高的问题，提供一种基于压缩感知的光声图像重建方法。

为了解决上述技术问题，本发明公开了一种基于压缩感知技术的光声图像重建方法，包括以下步骤：

步骤一，在目标组织周围放置M个传感器；

步骤二，用宽束短脉冲激光周期性照射组织W次，各传感器采集光声信号；

步骤三，对各传感器采集的W次光声信号求平均，得到M组平均光声信号；

步骤四，对每组平均光声信号做FFT，得到M组频谱数据；

步骤五，设定M个随机向量，根据各随机向量对各组频谱数据进行N点随机抽样；

步骤六，选取正交基矩阵，根据传感器脉冲响应及随机抽样得到的频率值计算测量矩阵；

步骤六，利用压缩感知求解目标生物组织的光吸收分布，得到光声重建图像。

本发明中，优选地，所述步骤一中M个传感器可以放置在目标生物组织周围的任何位置，比如放置于组织一侧的矩形网格中的任意网格点上，或放置在包围组织的整个球体网格中的任意网格点上，M的取值与所要重建光声图像经过正交基矩阵变换后的图像的稀疏度有关，图像越稀疏，所需要的传感器个数就越少，通常可选择在30～150之间。

本发明中，优选地，所述步骤二中激光发射器周期性的发射宽束短脉冲激光，照射整个生物组织。每发射一次激光，所有传感器就采集组织发出的光声信号，重复发射W次，接收过程中不需改变传感器位置。

本发明中，步骤三对每个传感器采样得到的W组光声信号求平均，得到M组平均光声信号，以减少随机噪声干扰，其中W的值太小重建图像受噪声影响较大，W的值太大将耗费大量信号采样时间，通常可选择在1～128之间。

本发明中，优选地，所述步骤四中需要对每组平均光声信号进行快速傅里叶变换(FFT)，得到对应的频谱数据。

本发明中，优选地，所述步骤五中针对不同传感器计算得到的频谱数据产生不同的随机向量对该频谱数据进行N点随机抽样，将M组抽样得到的N点频谱数据合并为一个M行N列的频谱抽样矩阵Y，其中N即为重建图像宽度。

本发明中，优选地，所述步骤六中正交基矩阵Φ应根据需要重建图像在该正交基变换后的系数是稀疏的或可压缩的为前提进行选择，通常可以是傅里叶正交基、小波正交基、曲波正交基中的一种；测量矩阵K可根据传感器和声源的相对位置、随机抽样得到的频率值及传感器脉冲响应计算得到。

本发明中，优选地，所述步骤七中利用压缩感知技术，根据随机抽样得到的频谱抽样矩阵Y、用于稀疏信号表示的正交基矩阵Φ以及计算得到的测量矩阵K，通过求解最优化问题，求解得到目标生物组织的空间光吸收分布。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明方法的流程图。

图2是本发明方法的设备安放示意图。

具体实施方式：