[发明专利]基于ADMM网络的反射式荧光分子断层成像方法及系统

说明书

本发明公开一种基于ADMM网络的反射式荧光分子断层成像方法及系统，涉及分子影像技术领域，方法包括：根据待重建反射荧光分布，利用解耦合荧光蒙特卡罗模型构建正向矩阵和训练数据集；利用正向矩阵构建待优化目标函数；对待优化目标函数进行L1正则化处理；利用交替方向乘子法将处理后的待优化目标函数分解成三个子问题；对三个子问题参数化得到参数化ADMM迭代网络；利用训练数据集和损失函数对参数化ADMM迭代网络进行训练和优化，得到ADMM网络；将待重建反射荧光分布输入ADMM网络中，得到重建的荧光团分布。本发明能提高反射式FMT图像重建质量。

技术领域

本发明涉及分子影像技术领域，特别是涉及一种基于ADMM网络的反射式荧光分子断层成像方法及系统。

背景技术

荧光分子断层成像(Fluorescence Molecular Tomography，FMT)是一种基于扩散光子的成像技术。传统的FMT通常是透射式成像，因此当激发光或荧光无法穿透整个样本时，传统透射式FMT难以对样本成像。而反射式FMT仅利用反射光子成像，基本不受样本尺寸的限制。但是，由于反射式FMT的源-探数量大，扫描角度和探测角度单一，导致不同光源对应的荧光分布高度相似，因此反射式FMT逆向问题具有高度病态性，这意味着传统的基于数学迭代求解的重建方法其重建结果伪影多，成像质量差。因此，如何提高反射式FMT图像重建质量对反射式FMT具有重大意义。

发明内容

本发明的目的是提供一种基于ADMM网络的反射式荧光分子断层成像方法及系统，能够提高反射式FMT图像重建质量。

为实现上述目的，本发明提供了如下方案：

一种基于ADMM网络的反射式荧光分子断层成像方法，所述方法包括：

获取待重建激发光源扫描面的反射荧光分布；

根据所述待重建激发光源扫描面的反射荧光分布，利用解耦合荧光蒙特卡罗模型构建正向矩阵以及所述正向矩阵对应的训练数据集；所述训练数据集包括不同位置处的真实荧光团分布以及不同位置处的所述真实荧光团分布对应的激发光源扫描面的反射荧光分布；

利用所述正向矩阵构建待优化目标函数；

对所述待优化目标函数进行L1正则化处理，得到处理后的待优化目标函数；

利用交替方向乘子法将所述处理后的待优化目标函数分解成三个子问题；所述三个子问题包括第一子问题、第二子问题和第三子问题；

对所述三个子问题参数化得到参数化ADMM迭代网络；

利用所述训练数据集和损失函数对所述参数化ADMM迭代网络进行训练和优化，得到ADMM网络；

将所述待重建激发光源扫描面的反射荧光分布输入所述ADMM网络中，得到所述待重建激发光源扫描面的反射荧光分布对应的荧光团分布。

可选地，所述处理后的待优化目标函数为：

式中，Y为激发光源扫描面的反射荧光分布；A为正向矩阵；x为激发光源扫描面的反射荧光分布对应的荧光团分布；λ为正则化参数；W为权重矩阵；为Ax-Y的L₂范数的平方，||Wx||₁为Wx的L₁范数；E(x)为待优化目标函数，E(x)最小时对应的x为重建的荧光团分布。

可选地，所述对所述三个子问题参数化得到参数化ADMM迭代网络，具体包括：

采用第一三维卷积神经网络作为所述第一子问题的初始化算子，采用第二三维卷积神经网络作为所述第二子问题的求解算子，采用第三三维卷积神经网络作为所述第三子问题的更新算子，得到参数化ADMM迭代网络。

可选地，所述参数化ADMM迭代网络为：