[发明专利]一种锥束X射线荧光成像方法、系统、终端以及存储介质

权利要求书

1.一种锥束X射线荧光成像方法，其特征在于，包括：

通过X射线相衬-荧光成像装置采集成像目标的相衬投影图像，并同步采集所述成像目标的表面荧光图像；所述X射线相衬-荧光成像装置包括相衬成像光路和荧光成像光路，所述相衬成像光路为Talbot-Lau成像装置，用于在开启X射线光源后对所述成像目标进行吸收、折射及散射三个衬度的相衬成像，同时所述成像目标中的荧光纳米颗粒在所述X射线光源的激发下产生激发荧光并被所述荧光成像光路接收，生成所述成像目标的表面荧光图像；所述相衬成像光路包括X射线光源、源光栅、相位光栅、样品台、分析光栅和X射线平板探测器，所述源光栅、相位光栅、样品台、分析光栅和X射线平板探测器均安装于三轴精密运动平台上，且所述样品台可360度水平自由旋转；所述分析光栅可±45度水平旋转及±15度垂直方向的偏转；所述荧光成像光路包括微弱信号探测器及黑盒，并与所述相衬成像光路中共用同一样品台；所述黑盒由可遮挡红外波段及可见光波段光波的材料构成，并将所述样品台及微弱信号探测器罩在黑盒内，所述微弱信号探测器外围还设置有X射线屏蔽层；

对所述相衬投影图像进行信息分离与提取，得到所述成像目标的吸收衬度图像、折射衬度图像以及散射衬度图像，并分别对所述吸收衬度图像、折射衬度图像及散射衬度图像进行三维重建；

将所述吸收衬度图像、折射衬度图像及散射衬度图像的三维重建图像和表面荧光图像输入训练好的X射线荧光断层成像三维重建深度卷积神经网络模型，通过所述X射线荧光断层成像三维重建深度卷积神经网络模型输出成像目标的锥束X射线荧光断层成像荧光图像。

2.根据权利要求1所述的锥束X射线荧光成像方法，其特征在于，所述X射线荧光断层成像三维重建深度卷积神经网络模型包括12个卷积层，第一个卷积层为输入层，最后一个卷积层是输出层，其余10个卷积层由多模态图像信息提取结构串联或并联而成；

所述X射线荧光断层成像三维重建深度卷积神经网络模型的激活函数为Leaky-ReLU函数。

3.根据权利要求2所述的锥束X射线荧光成像方法，其特征在于，所述输入层包括四个输入端，分别为三维吸收衬度图像输入端、三维折射衬度图像输入端、三维散射衬度图像输入端以及表面荧光图像输入端。

4.根据权利要求2所述的锥束X射线荧光成像方法，其特征在于，每个所述多模态图像信息提取结构均有三个并行的卷积运算通道：通道1中两个串联卷积层的卷积核大小均为1*1，所述通道1用于保证网络输出图像的分辨率与输入图像相同；通道2中两个串联卷积层的卷积核大小分别为1*3和3*1，通道3中两个串联卷积层的卷积核大小分别为1*5和5*1，所述通道2和通道3用于反映两种不同模式图像中邻域像素相互间的运算可能包含的对应关系。

5.根据权利要求1至4任一项所述的锥束X射线荧光成像方法，其特征在于，所述通过所述X射线荧光断层成像三维重建深度卷积神经网络模型输出成像目标的锥束X射线荧光断层成像荧光图像具体为：

从所述吸收衬度图像、折射衬度图像及散射衬度图像中获取所述成像目标的内部结构信息，并从所述吸收衬度图像、折射衬度图像中求解出成像目标的电荷密度分布信息及等效原子序数分布信息，将所述内部结构信息、电荷密度分布信息及等效原子序数分布信息作为先验知识，从所述成像目标的表面荧光图像中得到相应的目标荧光光源的三维空间分布信息，对所述成像目标进行锥束X射线荧光断层成像荧光图像重建。