[发明专利]一种基于神经网络的近红外光谱断层成像重建方法

摘要

本发明公开了一种基于神经网络的近红外光谱断层成像重建方法，属于医学图像处理领域在玻尔兹曼辐射传输方程中，光的传输过程被看作是光子在介质中的吸收与散射过程，光与组织的相互作用由吸收系数、散射系数以及反应散射分布的相位函数决定，并在传输中只考虑光的粒子性，不考虑光的波动性，因此也不考虑与光的波动性相关的偏振及干涉现象，只追踪光的能量传输。使用基于BP神经网络的重建方法进行光吸收系数分布的重建，通过计算可以得出吸收系数分布的重建结果，本方法不但可以对吸收系数分布进行准确重建，同时有较高的计算效率。

主权项

1.一种基于神经网络的近红外光谱断层成像重建方法，其特征在于：在玻尔兹曼辐射传输方程中，光的传输过程被看作是光子在介质中的吸收与散射过程，光与组织的相互作用由吸收系数、散射系数以及反应散射分布的相位函数决定，并在传输中只考虑光的粒子性，不考虑光的波动性，因此也不考虑与光的波动性相关的偏振及干涉现象，只追踪光的能量传输；求解光在组织中的能量扩散近似方程：c表示光在组织中的传输速度；t表示时间；r表示坐标位置向量；κ为散射系数；μa为吸收系数，Φ(r,t)表示光子密度分布；q0(r,t)表示光源；由于近红外光谱断层成像假定光源为不受时间影响的各项同性光源，因此不考虑时间对扩散方程的影响，采用连续波模式下的扩散近似方程：q0(r)是各向同性的光源；Φ(r)是位置r处的光子密度分布；生物发光断层成像中，数学模型中还需要考虑到边界条件，当边界内外的介质折射率不相同，光子到达边界时会发生反射现象；在近红外光学断层成像中稳态扩散方程对应的边界条件是空气组织边界由指数失配的III型条件也称为Robin或混合边界条件表示，Robin边界条件是指在介质内的辐射总强度等于光子在边界被反射回介质的部分；该关系用以下等式描述：ξ是组织外边界上的点；是向外指向的法线；A_n取决于组织与空气之间的失配相对折射率RI；A_n的表达式为：Rn表示扩散传输内反射系数，n与边界内外光学折射系数偏差相关；已知光学参数分布，结合有限元法并根据光的近似传输方程求解出边界测量值Φ，将Φ作为BP神经网络的输入x，则光学参数分布为网络的输出y。