[发明专利]基于自适应高斯拉普拉斯规则化的FMT重建方法及装置

说明书

本公开提供了一种基于自适应高斯拉普拉斯规则化的FMT重建方法及装置，其中FMT重建方法包括：步骤S100：基于扩散方程和有限元模型转换，建立激发荧光断层成像逆问题；步骤S200：在步骤S100建立的逆问题中，加入自适应的高斯拉普拉斯规则化约束条件；步骤S300：利用共轭梯度方法迭代求解逆问题；步骤S400：合成靶向性的荧光探针；步骤S500：构建小鼠脑胶质瘤原位模型，捕获注射探针一时间段内的荧光数据，获得荧光探针在脑胶质瘤区域的形态学分布。本公开实现了准确的FMT形态学重建，解决了FMT重建的过光滑问题，提高了FMT重建的信背比和鲁棒性，提高了FMT形态学重建的准确度。

技术领域

本公开涉及生物医学分子影像领域，尤其涉及一种基于自适应高斯拉普拉斯规则化的FMT重建方法及装置。

背景技术

激发荧光成像(Fluorescence Molecular Imaging，FMI)技术作为一种新兴的分子影像技术，可以无创地检测靶向荧光探针在生物体内的分布。相比于其他光学分子影像技术，FMI技术具有探针种类多、信号强度高、可实时在体成像的特性。

激发荧光断层成像(Fluorescence Molecular Tomography，FMT)是基于FMI技术的三维荧光成像技术。该成像技术可以定量分析荧光探针在生物组织内的分布，进一步拓展了荧光成像在肿瘤诊疗一体化、药代动力学等预临床和临床方面的应用。

目前FMT成像技术已广泛用于肿瘤定位和药代动力学研究。其中，用于肿瘤定位的FMT成像技术旨在准确定位肿瘤在生物体内的位置，用于药代动力学研究的FMT成像技术旨在提高FMT重建速度。为了准确的分析荧光探针在生物体内的分布，特别是具有靶向性的荧光探针分布，需要研究FMT形态学重建技术，进一步拓展FMT成像技术在肿瘤异质性研究的应用。

发明内容

(一)要解决的技术问题

本公开提供了一种基于自适应高斯拉普拉斯规则化的FMT重建方法及装置，以至少部分解决以上所提出的技术问题。

(二)技术方案

根据本公开的一个方面，提供了一种基于自适应高斯拉普拉斯规则化的FMT重建方法，包括如下步骤：步骤S100：基于扩散方程和有限元模型转换，建立激发荧光断层成像逆问题；步骤S200：在步骤S100建立的逆问题中，加入自适应的高斯拉普拉斯规则化约束条件；步骤S300：利用共轭梯度方法迭代求解逆问题；步骤S400：合成靶向性的荧光探针；步骤S500：构建小鼠脑胶质瘤原位模型，捕获注射探针的荧光数据，获得荧光探针在脑胶质瘤区域的形态学分布。

在本公开的一些实施例中，步骤S100中包括：步骤S110：建立扩散方程，包括：

其中，代表梯度算子，r为位置向量，Ω代表成像物体所占据的三维空间，r_l为激发光源的位置，Θ为激发光源的光强值，下标x和m分别表示激发光和发射光，Φ_x，m(r)代表位置r处的光子密度，μ_ax，am为光学吸收系数，μ_sx，sm为光学散射系数，D_x，m＝1/3(μ_ax，am+(1-g)μ_sx，sm)为扩散系数，g为各向异性系数，ημ_af(r)为待重建的荧光区域，其中η代表量子效率，q代表光学折射系数；

步骤S120：基于扩散方程(1)，进行有限元模型转换为如下的方程：

Φ＝AX

其中，Φ为采集到的成像物体表面的发射荧光信息，A代表系统矩阵，X代表生物组织内部的光源的分布信息；

步骤S130：建立激发荧光断层成像逆问题：