[发明专利]基于自适应参数搜索的弹性网络激发荧光断层重建系统

权利要求书

1.一种基于自适应参数搜索的弹性网络激发荧光断层重建系统，其特征在于，该系统包括：数据获取模块、数据分割及离散化模块、数据融合模块、模型建立模块、目标函数生成模块、搜索迭代及输出模块；

所述数据获取模块，配置为获取生物CT三维组织结构数据及其体表激发荧光图像数据；

所述数据分割及离散化模块，配置为对所述生物CT三维组织结构数据进行器官分割并进行有限元离散化，获得生物三维结构信息、有限元离散化后的网格文件；

所述数据融合模块，配置为采用特征点配准的方法融合所述生物三维结构信息与体表激发荧光图像数据，获得生物体表激发荧光光强分布信息；

所述模型建立模块，配置为基于所述生物体表激发光光强分布信息，结合所述有限元离散化后的网格文件，构建低阶近似后的描述光子在生物组织体内传输的线性数学模型；

所述目标函数生成模块，配置为基于所构建的线性数学模型，通过最小二乘法逆向求解目标矩阵，并结合构造的弹性网正则化约束条件，生成目标函数；

所述搜索迭代及输出模块，配置为采用基于坐标下降的弹性网正则化方法和预设的自适应参数搜索迭代方法计算所述目标函数的有效解，获得探针在生物肿瘤区域的汇聚分布情况并进行输出；

其中，采用基于坐标下降的弹性网正则化方法和预设的自适应参数搜索迭代方法计算所述目标函数的有效解，其方法为：

步骤A100，初始化搜寻起点参数、迭代重建结果、搜索参数、搜索步长、第二结果、第三范数；所述第二结果为正则化参数对应的非零向量的重建结果；所述第三范数为第二结果的L0范数；

步骤A200，基于所述搜寻起点参数、所述迭代重建结果，结合A，通过基于坐标下降的弹性网方法计算第一结果的L0范数，作为第一范数；所述第一结果为搜寻起点参数对应的非零向量的重建结果；其中，A为系统权重矩阵；

步骤A300，基于所述第一范数、预设的搜索步长比，计算本轮迭代的搜寻终点的L0范数，作为第二范数，并将第一迭代参数m置为0；

步骤A400，分别用所述第二范数、所述搜索参数、所述迭代重建结果更新第三范数、搜索步长、第二结果；

步骤A500，令m＝m+1，基于所述第二范数计算搜索步长，并根据该搜索步长计算正则化参数；根据所述正则化参数，通过基于坐标下降的弹性网方法计算第二结果的L0范数，即第三范数；

步骤A600，基于所述第二结果，结合预设的ROI参数，计算ROI区域的残差向量，若第二范数、第三范数不相等且该残差向量的L2范数大于设定的精度阈值且m小于设定的第一迭代阈值，则保存L2范数较小的残差向量和对应的第二结果并跳转步骤A500，否则将最小残差向量对应的第二结果作为本轮迭代最优解并执行步骤A700；

步骤A700，分别用第二结果、第三范数、搜索步长更新迭代重建结果、第一范数、搜索参数；若本轮迭代最优解对应残差向量的L2范数小于上一轮最优解对应残差向量的L2范数或本轮迭代最优解对应残差向量的L2范数大于设定的精度阈值，则跳转步骤A300，否则将该残差向量对应的重建结果作为目标函数的有效解。

2.根据权利要求1所述的基于自适应参数搜索的弹性网络激发荧光断层重建系统，其特征在于，所述模型建立模块中“构建低阶近似后的描述光子在生物组织体内传输的线性数学模型”，其方法为：

Y＝AX

其中，A为系统权重矩阵，X为生物组织中内部光源的分布信息，Y为生物体表激发荧光光强分布信息。

3.根据权利要求2所述的基于自适应参数搜索的弹性网络激发荧光断层重建系统，其特征在于，所述目标函数生成模块中“基于所构建的线性数学模型，通过最小二乘法逆向求解目标矩阵，并结合构造的弹性网正则化约束条件，生成目标函数”，其方法为：

其中，E(X)为目标函数，α、β为正则化参数。