[发明专利]利用稀疏测量数据重建内窥式光声层析图像的方法及系统

权利要求书

1.一种利用稀疏测量数据重建内窥式光声层析图像的方法，其特征在于，所述方法包括：

构造可用于光声信号稀疏表示的自适应完备字典；

构建测量矩阵；

根据所述测量矩阵和所述自适应完备字典，计算感知矩阵；

利用所述测量矩阵获取稀疏光声信号测量数据，并构建稀疏光声信号测量数据矩阵；

根据所述稀疏光声信号测量数据矩阵和所述感知矩阵，优化计算得到完备光声信号稀疏表示的系数矩阵；

利用所述系数矩阵和所述自适应完备字典，通过稀疏反变换恢复出完备光声信号数据矩阵；

根据所述完备光声信号数据矩阵，采用图像重建公式，重建光吸收能量分布图；

所述构造可用于光声信号稀疏表示的自适应完备字典，具体包括：

构建初始完备光声信号测量数据矩阵；所述初始完备光声信号测量数据矩阵中的元素为在N个测量位置处获取的完备光声信号测量数据，且在各测量位置处采集的光声信号的长度为L；所述初始完备光声信号测量数据矩阵为N×L维的矩阵P；

采用离散余弦变换基作为初始完备字典D₀；所述初始完备字典D₀是N×N维的初始完备字典，N是测量位置总数；

以所述初始完备光声信号测量数据矩阵为训练样本，按照公式计算更新后的完备字典D和更新后的初始稀疏表示的系数矩阵Θ₀'；

其中，D是更新后的N×N维的完备字典；矩阵Θ₀是矩阵P基于初始完备字典D₀的初始稀疏表示的系数矩阵，大小是N×L维；向量d_j和d_k分别是更新后的完备字典D的第j列和第k列元素，即第j个原子和第k个原子；||·||₂表示2-范数；向量θ₀^j和θ₀^k分别是矩阵Θ₀的第j行和第k行元素；向量θ_0i是矩阵Θ₀的第i列元素，其中i＝1,2,...,L；

计算矩阵P基于更新后的完备字典D的稀疏表示的系数矩阵Θ；系数矩阵Θ的大小是N×L维；

判断矩阵P更新后的完备字典D以及系数矩阵Θ是否满足ε为允许的最大重构误差；

若是则停止迭代，并将当前迭代对应的更新后的完备字典D确定为自适应完备字典；

若否则将更新后的初始稀疏表示的系数矩阵Θ₀'代替初始稀疏表示的系数矩阵矩阵Θ₀，返回计算更新后的完备字典D和更新后的初始稀疏表示的系数矩阵Θ₀'步骤。

2.根据权利要求1所述的利用稀疏测量数据重建内窥式光声层析图像的方法，其特征在于，所述计算更新后的完备字典D和更新后的初始稀疏表示的系数矩阵Θ₀'，具体包括：

以所述初始完备光声信号测量数据矩阵为训练样本，按照公式采用奇异值分解算法，计算更新后的完备字典D和更新后的初始稀疏表示的系数矩阵Θ₀'。

3.根据权利要求1所述的利用稀疏测量数据重建内窥式光声层析图像的方法，其特征在于，所述构建测量矩阵，具体包括：

生成N×N维的哈达玛矩阵；

在所述哈达玛矩阵中随机地选取M行向量，构建测量矩阵；所述构建测量矩阵为一个M×N维的矩阵，其中MN，M是稀疏测量位置数。