荧光分子断层成像重建方法、系统、介质、设备及终端

本发明属于光学分子影像，尤其涉及一种荧光分子断层成像重建方法、系统、介质、设备及终端。

背景技术：

1、目前，荧光分子断层成像(以下简称fmt)，作为一种令人鼓舞的非侵入性光学分子成像技术，可以定量和三维地解决生物体内荧光团的分布问题，具有灵敏度高、时间分辨率高、无电离、无放射性、成本低以及成像快捷方便等诸多优点，属于分子影像技术的重要分支，在众多生理学和临床研究中受到广泛关注。该模态使用外部光源激发特异性荧光探针(如荧光染料icg、cy5.5等)使其发射光子，然后利用荧光采集装置(高灵敏度的ccd相机)收集生物组织表面的荧光信号，结合光在生物组织中传播的数学模型，重建出目标内部荧光源的三维空间和荧光产额，以此实现对活体状态下的生物过程进行细胞和分子水平的定性和定量的研究。目前fmt已被广泛应用于各种小动物模型研究中，包括肿瘤的早期检测与诊断、肿瘤病理学特征分析以及抗癌药物发下的疗效评估等。

2、尽管fmt在肿瘤检测相关的各种实际应用中具有巨大的研究潜力，但它在生物组织成像方面仍面临巨大挑战，主要包括有限的检测精度和成像质量。首先，由于光子的强散射效应，生物组织内荧光标记的光学参数的线性变化导致表面检测到的荧光信号发生非线性变化，简化的线性光子传播模型使提高检测精度具有挑战性。其次，由于fmt重建是从二维(2d)数据恢复到三维(3d)数据的过程，再加上散射导致的非线性关系，重建过程被视为不适定问题，这导致fmt图像质量恶化，包括空间分辨率、定位精度和形态恢复。第三，对于大多数荧光分子成像系统，未知数(即需要重建的荧光源)的数量大于方程的数量(即源检测器的数量)，因此fmt的逆问题在数学上是病态的，这使得求解过程易受到噪声和模型误差的影响，导致抗噪声性差和鲁棒性低。

3、一直以来，对于fmt的研究，一方面致力于开发更高效的重建算法，在大多数重建算法中，正则化是处理不适定性问题的常用方法；另一方面，在重建算法的研究之外，光源重建策略也是不可忽视的研究方向之一；另外，从其他辅助模式系统(如x射线计算机断层成像系统、超声成像系统或磁共振成像系统等)获得的解剖学结构信息(即生物体的内部结构)有助于改善fmt的重建结果。然而，如何充分合理的利用这些结构信息，同时有效避免不适当使用而造成的不良影响方面，仍然存在巨大的挑战。

4、通过上述分析，现有技术存在的问题及缺陷为：现有的荧光分子断层成像技术在生物组织成像方面的检测精度和成像质量有限，重建过程导致fmt图像质量恶化；求解过程易受噪声和模型误差影响，导致抗噪声性差和鲁棒性低；从其他辅助系统获得的结构信息的利用还不够充分合理。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种荧光分子断层成像重建方法、系统、介质、设备及终端，尤其涉及一种基于能量统计分布的荧光分子断层成像重建方法、系统、介质、设备及终端。

2、本发明是这样实现的，一种荧光分子断层成像重建方法，荧光分子断层成像重建方法包括：利用xct成像系统获取成像目标的解剖学结构信息和光学特异性参数，采集光学数据；构建表面荧光数据与成像目标内部光源分布的线性关系；计算生物发光源在器官水平上的平均强度和概率分布，选定概率最大的器官作为感兴趣的结构区域；建立生物发光源测量数据与体内生物发光源分布的低维线性关系，并利用重建算法基于解剖学结构信息对荧光目标进行重建。

3、进一步，荧光分子断层成像重建方法包括以下步骤：

4、步骤一，基于xct成像系统，获得成像目标的解剖学结构信息和光学特异性参数；其中，成像目标的解剖学结构信息为生物体的内部结构信息；

5、步骤二，通过激发光源激发特异性荧光探针并利用数据采集系统获得生物组织表面光分布信息；

6、步骤三，基于光传输模型和有限元方法构建表面荧光数据与成像目标内部光源分布的线性关系，并将线性关系转化为最优化问题；

7、步骤四，将各个器官的光学特征参数作为先验信息，根据表面荧光信号的能量分布，通过lp正则化对成像目标体内的荧光源进行粗略重建，获得初始稀疏解得到体内光源的荧光产额信息，根据体内荧光产额值计算生物发光源在不同器官中的平均强度和概率分布；

8、步骤五，利用生物发光源在各个器官中的概率分布，选定概率最大的器官作为感兴趣的结构区域；根据有限元理论，将所选结构区域内的节点信息全部保留，将未选中的结构区域所包含的所有节点信息全部舍弃，构造低维系统矩阵，建立生物发光源测量信号与体内生物发光源分布之间的低维线性方程；

9、步骤六，将步骤五中的低维线性方程转化为最优化问题，通过重建算法重建生物发光源的三维分布。

10、进一步，步骤一中的获得成像目标解剖学结构信息和光学特异性参数包括：

11、(1)基于xct成像系统，每0.6度拍摄一张图像，采集360度的xct投影图像共600张，对采集的xct投影数据进行后处理，完成图像去噪和坏点坏线补偿；

12、(2)利用3dmed软件对成像小鼠的计算机断层成像数据进行三维成像，导出成像小鼠的.raw格式文件；

13、(3)在amira软件中根据不同成像区域的动态对比度增强特征提取边界，将小鼠图像分割成若干个不重叠的结构区域，每个区域代表特定的器官，包括心脏、肝脏、肺、胃、肾脏和肌肉；

14、(4)对分割后的各个器官在3dmed软件中进行高斯平滑和细微阈值分割，最后将各个器官进行融合，获得小鼠的3d体数据。

15、进一步，步骤二中的通过激发光源激发特异性荧光探针并利用数据采集系统获得生物组织表面光分布信息包括：利用激发光源激发生物体内特异性荧光探针，荧光探针受到激发后发射特定波长的光学信号；利用数据采集系统采集光学信号，获得生物组织表面的光分布信息；或利用激发光源激发生物体内特异性荧光探针采用多点激发，多角度采集获得荧光数据。

16、进一步，步骤三中的基于光传输模型和有限元方法构建表面荧光数据与成像目标内部光源分布的线性关系包括：

17、(1)通过扩散近似方程和robin边界条件描述光在成像目标体内的传输过程；

18、(2)利用amira软件将成像目标剖分成离散网格，获得成像目标的离散网格数据，包括网格节点和四面体单元，得到网格节点与四面体之间的对应关系；

19、(3)根据离散网格数据和有限元方法对扩散近似方程进行离散，构建表面荧光数据与成像目标内部光源分布的线性关系；

20、ax＝φ；

21、其中，x是待重建的荧光目标，φ是表面测量的荧光分布信息，a是荧光数据的系统矩阵。

22、(4)将步骤(3)中的线性关系转化为凸优化问题，通过稀疏性约束表示为：

23、

24、其中，表示lp范数，p的取值为0，1，2，包括l0，l1，l2范数；λ＞0是正则化参数。

25、进一步，步骤四中，根据步骤二获得的表面荧光信号的能量分布以及步骤三的优化目标函数，通过lp正则化对成像目标体内的荧光源进行初始粗略重建，获得初始稀疏解得到成像目标体内光源的荧光产额信息；粗略的荧光分子断层成像重建的初始稀疏解是通过任意的正则化方法--l0，l1，l2范数求解线性关系的稀疏性约束表达式得到的，初始稀疏解中包含的每个元素代表有限元网格中第i个节点的荧光产额值；其中，通过lp正则化进行粗略重建，获得初始稀疏解的过程中，对于l0正则化，选择l0正则优化牛顿方法；对于l1正则化和l2正则化，分别选择不完全变量截断共轭梯度算法和共轭梯度最小平方算法。

26、对预先分割的rseg个非重叠结构区域进行赋值操作，不同结构区域代表不同组织或器官，不同结构区域的标签分别赋值为肌肉1，心脏2，肺3，肝4，胃5，肾脏6。在所有网格节点中，根据每个组织或器官对应的唯一标签编号选择对应于不同组织或器官的网格节点编号；将每个网格节点的荧光产额值与节点编号对应，根据体内荧光产额值计算出生物发光源在不同组织或器官中的平均强度as和概率分布；构建概率矩阵pi(rseg×1)，每个元素代表生物发光源在特定组织或器官中存在的概率大小。其中，平均强度as和概率分布pi的计算过程为：

27、若编号为i的结构区域所含所有节点的荧光产额值之和不为零，则第i个结构区域的平均强度asi是第i个结构区域中所有节点的荧光产额值之和除以第i个结构区域中包含的荧光产额值不为零的节点总数，则平均强度asi计算公式为：

28、

29、生物发光源在第i个结构区域中的概率pi是第i个结构区域的平均强度除以所有结构区域的平均强度之和，则概率分布pi计算公式为：

30、

31、进一步，步骤五中，根据步骤四中计算得到的各器官区域内生物发光源的概率分布矩阵pi，选择概率最大的器官或组织作为感兴趣的结构区域；根据有限元理论，将所选结构区域内的节点信息全部保留，将没有选中的结构区域所包含的所有节点信息全部舍弃；在构建的系统矩阵a中找到感兴趣结构区域对应的数据，构建新的低维系统矩阵anew，建立生物发光源测量数据与体内生物发光源分布之间的低维线性方程，实现对逆问题求解中对解的有效约束；

32、anewx＝φ。

33、进一步，步骤六中，将低维线性方程转化为l2范数的极小化问题：

34、

35、其中，λ＞0是正则化参数。

36、通过重建算法求解极小化问题得到最终重建的精确解x，重建算法选择tikhonov正则化；利用tecplot软件展示三维图像结果完成重建并计算各项指标。

37、本发明的另一目的在于提供一种应用所述的荧光分子断层成像重建方法的荧光分子断层成像重建系统，荧光分子断层成像重建系统包括：

38、数据获取模块，用于利用xct成像系统获取成像目标的解剖学结构信息和光学特异性参数，利用数据采集系统获得生物组织表面光分布信息；

39、线性关系构建模块，用于基于光传输模型和有限元方法构建表面荧光数据与成像目标内部光源分布的线性关系并转化为待求解的最优化问题；

40、初始粗略重建模块，用于根据表面荧光信号的能量分布，通过lp正则化对成像目标的荧光源进行初始粗略重建，获得初始稀疏解，得到体内光源的荧光产额信息，并计算生物发光源在不同器官中的平均强度和概率分布；

41、荧光目标重建模块，用于选定概率最大的器官作为感兴趣的结构区域，构造低维系统矩阵，建立生物发光源测量数据与生物发光源分布之间的低维线性方程并转化为最优化目标函数，通过重建算法重建生物发光源的三维分布。

42、本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的荧光分子断层成像重建方法的步骤。

43、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的荧光分子断层成像重建方法的步骤。

44、本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的荧光分子断层成像重建系统。

45、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

46、第一，针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：

47、本发明主要针对临床中早期肿瘤的三维检测问题，基于xct成像，获得解剖学结构信息(即生物体内部结构)；针对荧光分子断层成像(以下简称fmt)模型，基于扩散近似模型和robin边界条件，构建表面荧光数据与成像目标内部光源分布的线性关系；根据成像目标表面荧光信号的能量分布，通过正则化方法对成像目标内部光源进行初始粗略重建，获得初始稀疏解，得到内部光源的荧光产额信息，根据体内荧光产额值计算生物发光源在不同器官中的平均强度和概率分布，选定概率最大的器官作为感兴趣的结构区域；根据有限元理论，将所选结构区域内的节点信息全部保留，将未选中的结构区域所包含的所有节点信息全部舍弃，构造低维系统矩阵，建立生物发光源测量数据与体内生物发光源分布之间的低维线性方程，利用高效重建算法精确重建荧光目标。本发明提供的荧光分子断层成像重建框架，能够在满足定位精度、重建效率和形态恢复能力的同时，保证了在选取感兴趣结构区域方面的稳定性和鲁棒性，这是在有关荧光分子断层成像中利用解剖学结构信息进行光源重建的突破性工作。

48、本发明的重建框架处理对象基于荧光分子断层成像技术，借助从其他辅助模态获得的解剖学结构信息，以器官为单位，将生物体分割为不同的结构区域，每个结构区域对应不同的光学参数(如吸收系数、散射系数等)，生物组织内光传播的数学模型为基础，使用外部光源激发荧光探针使其发射光子；利用荧光采集装置(高灵敏度的ccd相机)收集生物体表的荧光信号，通过求解荧光能量在各个器官中的概率分布来实现对于解剖学结构信息的充分合理利用，进而实现低维系统矩阵和低维线性方程的构造；最后通过使用重建算法反向计算内部光源目标的空间位置以及信号强度分布，进而定量的展示生物组织内部的早期病灶变化情况。本发明具体涉及光学分子影像技术领域中的基于能量统计分布的荧光分子断层成像重建框架，该框架不仅适用于荧光分子断层成像，也适用于其他光学分子成像模态，同时该框架可用于精确寻找病变区域中肿瘤的位置，解决了由于fmt逆问题的严重不适定性导致目标重建结果不佳的问题。

49、第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：

50、本发明专门针对荧光分子断层成像技术领域，提供了一种基于能量统计分布的荧光目标重建框架，同时从普适性角度出发，该框架也适用于其他分子影像模态的重建。本发明实现了荧光信号的能量统计分布和生物体内结构信息的精密结合，受概率统计的启发，将荧光信号在各个器官或组织中的概率分布以及分阶段重建的思想引入荧光分子断层成像重建，有效降低了fmt逆问题的病态性和不适定性，在定位精度、重建效率和形态恢复能力等方面都有所改善。

51、第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：

52、(1)本发明的技术方案转化后的预期收益和商业价值为：

53、本发明所述重建框架用于改善fmt重建质量，从适用性方面出发，可以扩展应用到生物发光断层成像以及x射线发光断层成像等其他的新型成像模态。fmt广泛应用于疾病早期诊断、疗效监测、药物研发等领域，尤其在临床上有很大的应用潜力，fmt作为一种新兴的快速发展的成像模态，在未来医疗市场中所占比列不断增大，有较大的商业价值。本框架可以有效提高fmt的重建质量和重建效率，减少fmt在应用时的时间成本，无疑是一种可推动fmt发展的可靠框架。

54、(2)本发明的技术方案填补了国内外业内技术空白：

55、本发明所述重建框架，在国内外首次实现了荧光信号的能量统计分布和生物体内结构信息的紧密结合，受概率统计启发，将荧光信号在各个器官或组织中的概率分布以及分阶段重建的思想首次引入fmt重建过程中，在定位精度、重建效率和形态恢复方面都有很大的提高。