[发明专利]一种生物光声内窥图像重建方法及系统

权利要求书

1.一种生物光声内窥图像重建方法，其特征在于，所述重建方法具体包括：

获取超声换能器接收到的存在声衰减的光声信号测量值；

建立所述光声信号测量值与无衰减的光声信号之间的关联方程；

离散化处理所述关联方程，获得关联矩阵；

采用奇异值分解法计算所述关联矩阵的广义逆矩阵，获得关联广义逆矩阵；

根据所述关联广义逆矩阵和所述光声信号测量值计算成像组织的无衰减的光声信号，获得成像无衰减光声信号；

根据所述无衰减光声信号重建腔体横截面上的光吸收分布图；

所述建立所述光声信号测量值与所述无衰减的光声信号之间的关联方程具体包括：

所述光声信号测量值与所述无衰减的光声信号之间的关联方程为:

其中，FT[·]是傅立叶变换；p(r,t)为超声换能器在位置r处、时刻t采集到的存在声衰减的光声信号的声压测量值；I(t)为入射激光脉冲的时间函数；i为虚数单位；c₀为超声波的参考相速度；ω为超声波的角频率；sgn(ω)为符号函数；pideal(r,t)为超声换能器在位置r处、时刻t采集到的无声衰减理想光声信号的声压；α(ω)为超声波在有损介质中传播时的线性衰减系数：

α(ω)＝α₀|ω|ⁿ  (2)

其中，α₀≈(10^-7/2π)cm^-1rad^-1s为超声波在有损介质中传播时发生线性衰减的常系数；n为幂次，当超声波在生物组织中传播时，n＝1；

对式(1)两端进行傅里叶逆变换，得到：

其中，FT^-1[·]表示傅立叶逆变换；令：

其中，是由p(r,t)得到的中间声压数据；则式(3)改写为：

所述离散化处理所述关联方程，获得关联矩阵具体包括：

式(5)的二维离散形式为：

其中，r_m是超声换能器的第m个测量位置，m＝1,2,...,N；N是测量位置数；t_j是第j个时刻，j＝1,2,...,L；t_k'是第k个时刻，k＝1,2,...,L；L是在各测量位置处采集的光声压时间序列的长度；

式(6)的矩阵形式为：

其中，矩阵是关联方程的N×L维参数矩阵：

其中，是的第m行第j列上的元素，由存在声衰减的光声信号测量值根据式(4)计算得到，m＝1,2,...,N，j＝1,2,...,L；矩阵P_ideal是N×L维的无声衰减的光声信号数据矩阵：

其中，p_ideal(r_m,t_k')是矩阵P_ideal的第m行第k列上的元素，m＝1,2,...,N，k＝1,2,...,L；矩阵Θ是L×L维的关联矩阵：

2.根据权利要求1所述的一种生物光声内窥图像重建方法，其特征在于，所述根据所述关联广义逆矩阵和所述光声信号测量值计算所述成像组织的无衰减的光声信号具体包括：

根据式(7)得到无声衰减的理想光声信号数据矩阵：

其中，Θ^-1是Θ的广义逆矩阵，其具体计算方法如下：

对矩阵Θ进行奇异值分解：

Θ＝USV^T  (12)

其中，U是L×L维的正交矩阵；S是由Θ的奇异值组成的L×L维对角矩阵；V是由Θ^TΘ的特征向量组成的L×L维正交矩阵，Θ^T是Θ的转置矩阵；V^T是V的转置矩阵；则Θ的广义逆矩阵Θ^-1为：

Θ^-1＝VS^-1U^T  (13)。