技术领域
本发明涉及激发荧光断层成像技术领域，更为具体地，涉及一种激发荧光断层成像重建的方法。
背景技术
近些年来，为了能够得到生物体内荧光光源的精确空间位置信息，研究人员开始致力于激发荧光断层成像(Fluorescence Molecular Tomography,FMT)的研究。这种断层利用多个角度下特定波长的激发光对已被荧光分子探针标记的生物结构(一般为小鼠、裸鼠等生物活体)进行照射以激发荧光，通过光学探测器件采集体表的荧光数据，并根据光在组织内传输的前向模型进行反演，利用数学方法重建出体内荧光探针的精确三维空间分步，从而获得荧光探针的位置和浓度信息。除了具备光学分子成像的优点以外，操作简易、设备成本低廉等优点也使得激发荧光断层成像被越来越多的领域得到使用，在分子生物学，临床医学等学科领域具有广泛的前景。
由于激发荧光断层成像是近年来新出现的新兴技术，虽然已经有很多文献进行前向问题，逆向问题的研究，但是没有一个统一的整合软件进行整体流程的实现。
因此，亟需一种统合现有的最好的重建方法，实现一个方便、可靠的激发荧光断层重建方法。
发明内容
鉴于上述问题，本发明的目的是提供一种激发荧光断层成像重建的方法，能够统合现有的重建方法，实现方便、可靠的激发荧光断层重建方法。
本发明提供一种激发荧光断层成像重建的方法，包括：
选择重建问题中的前向问题，并设定其参数；
根据设定前向问题的参数求解所述前向问题，获取系统矩阵和测量矩阵；
选在重建问题中的反向问题，并设定其参数；
根据设定反向问题的参数求解所述反向问题，其中，
基于迭代收缩算法求解反向问题，生成荧光光源分布第一向量，
基于自适应正则化参数的迭代收缩算法求解反向问题，生成荧光光源分布的第二向量；
比较第一向量、第二向量与预设荧光光源位置的误差，从而输出激发荧光断层成像重建。
此外，优选的方案是，在根据设定前向问题的参数求解所述前向问题的过程中，
选择光源的个数为1～4，激发光源的角度为0度～359度，自动角度的度数为激发光光源正对0度至160度。
此外，优选的方案是，光学参数根据所述激发光源的波长确定。
此外，优选的方案是，在根据设定前向问题的参数求解所述前向问题的过程中，
读取预先分割好的四面体网格的数据文件；其中，
所述四面体网格数据文件采用有限元方式将物体整体分割成有限个四面体，再将顶点数据、所有顶点组成的四面体索引、表面三角形面片的索引三种数据保存起来。
从上面的技术方案可知，本发明提供的激发荧光断层成像重建的方法，通过自行定制光学参数，导入任意网格信息实现图像重建，具有较高的灵活性和自由性，同时该软件使用的前向重建方法是先进的无网格方法，逆向问题使用的是迭代收缩方法，均可以快速稳定地完成重建。
为了实现上述以及相关目的，本发明的一个或多个方面包括后面将详细说明的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：
图1为根据本发明实施例的激发荧光断层成像重建的方法流程示意图；
图2为根据本发明实施例的激发荧光断层成像重建的算法流程示意图；
图3为根据本发明实施例的激发荧光断层成像重建的操作流程示意图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。
以下将结合附图对本发明的具体实施例进行详细描述。
为了说明本发明提供的激发荧光断层成像重建的方法，图1示出了根据本发明实施例的激发荧光断层成像重建的方法流程。
如图1所示，本发明提供的一种激发荧光断层成像重建的方法，包括：
S110：选择重建问题中的前向问题，并设定其参数；
S120：根据设定前向问题的参数求解所述前向问题，获取系统矩阵和测量矩阵；
S130：选在重建问题中的反向问题，并设定其参数；
S140：根据设定反向问题的参数求解反向问题，其中，
基于迭代收缩算法求解反向问题，生成荧光光源分布第一向量，
基于自适应正则化参数的迭代收缩算法求解反向问题，生成荧光光源分布的第二向量；
S150：比较第一向量、第二向量与预设荧光光源位置的误差，从而获取激发荧光断层成像重建。
上述图1为激发荧光断层成像重建的具体方法，其中，激发荧光断层成像可以概括为已知生物体表面的荧光强度分布和组织中的光学参数分布，求解体内荧光光源的空间位置及强度。这就是需要首先研究的光的传输模型(即：前向问题)；再得到光在生物组织中的传输模型后，需要将无限维的重建问题转化为有限维问题，并在有限维上通过对发射过程的扩散方程进行就逆并去掉表面荧光测量数据，以得到未知的荧光光源分布与表面荧光测量数据之间的线性关系，这就是逆向问题。
其中，上述方法的操作包含以下步骤：
步骤一：打开激发荧光断层重建软件，并选择要进行的重建问题(前向问题，逆向问题)。一般情况下需要在完成前向问题后，利用前向模型解决逆向问题
步骤二：在选择前向问题后进行参数设定。分别选择光源个数，激发光源角度，光学参数和结果文件名。其中，分别选择光源个数(1～4个)，激发光源角度(0度～359度)，物体的光学吸收散射系数并设定结果文件名。可以读取预先分割好的四面体网格的数据文件。这里的四面体网格数据文件，是采用有限元方法将物体整体分割成有限个四面体，再将顶点数据、所有顶点组成的四面体索引、表面三角形面片的索引三种数据保存起来的数据。
步骤三：参数设定完毕后点击开始按钮，等待右侧状态栏显示FMTForward Done。
步骤四：点击结果显示按钮，进入Tecplot界面显示结果。
步骤五：在选择反向问题后进行参数设定。分别选择重建算法，自适应参数，迭代次数和结果文件名。其中，选择重建算法(迭代收缩算法，共轭梯度算法等)，并设定对正则化参数进行自适应处理，确定迭代运算的最大计算次数和结果文件名，可以获取前向问题读取的四面体网格的文件名，以保证重建的对象是正确的。
步骤六：参数设定完毕后点击开始按钮，等待右侧状态栏显示FMTBackward Done。
步骤七：点击结果显示按钮，进入Tecplot界面显示结果。
本发明提供的激发荧光断层成像重建的方法结合上述具体的方法操作，整合了已有的先进算法，并制作了简单易操作的可视化界面。该界面基于Matlab制作，有较高的通用性和兼容性。可以让使用者自行设定光源个数，照射方位等参数，有助于研究者快速完成激发荧光断层成像的重建步骤，避免了繁琐的代码撰写和调试步骤，极大地便利了研究人员。
在发明的实施例中，FMT成像旨在得到精确的生物体内荧光光源精确空间位置信息，主要由前向问题和反向问题组成。前向问题，指在已知生物体体表光源分布、组织的光学参数和解剖结构的情况下，求解光强在生物组织内的分布；反向问题，则是在已知前向问题的已知条件的情况下，根据数学反演重建光源三维空间内的分布。
与传统的侵入型影像技术不同，非侵入型的光在组织内的传播非常复杂，散射现象十分普遍。因此，为了实现激发荧光断层成像，前向问题的模型，即光在组织中的传输方式，是首先需要研究的。一般认为，表述这一过程的精准模型是辐射传输方程(Radiative Transfer Equation,RTE)。RTE是一个计算耗时大、复杂的微分积分方程，直接利用其作为数学模型进行光源重建的话，会降低实用性。但事实上，可见光和近红外波段的光，在组织中的散射作用，通常要远大于吸收作用，因此可以利用RTE的一阶球谐函数近似展开(即扩散方程，Diffuse Equation,DE)来代替RTE作为前向模型。DE与RTE方程相比，计算复杂度显著降低，并且在大部分情况下能够恰当的表述光在生物组织中的传输。
在激发荧光断层成像过程中，只有成像物体表面的光强分布可以被检测到，因此FMT重建通常是一个不适定问题，即成像物体表面信息的方程个数小于需重建的未知光源分布向量的个数。虽然增加更多的测量数据能一定程度减轻问题的不适定性，但是未知解对噪声的干扰仍很敏感。为提高FMT重建问题的稳定性，一般选择在解决最优化问题中融入一些正则化约束。这些正则化(Regularization)约束可以看作对荧光光源分布所具有的某种先验知识。Tikhonov正则化方法是广泛运用的正则化方法，通过对重建过程加入L2范数的条件约束来提高解的稳定性。但Tikhonov正则化方法会导致重建结果的过平滑及局部特征的丢失问题，最终会造成重建精度的下降。同时，在重建过程中合适的正则化参数选择十分关键，因为太大的正则化参数，会造成三维空间结果误差很大，而过小的正则化参数，收敛的速度慢，具有较差的稀疏性。手动选择合适的正则化参数需要凭借经验来设定，同时在手动调试的过程中费时费力，代价很高。
在本发明图2所示的实施例中，本发明使用的算法如下：算法开始，
S201：参数文件读取；
S202：四面体网格数据读取；
S203：前向问题求解；
S204：生成系统矩阵A和测量矩阵φ；
S205：反向问题求解；
S206：基于迭代收缩算法的反向问题求解；
S207：基于自适应正则化参数迭代收缩算法的方向问题求解；
S208：生成荧光光源分布向量X1；
S209：生成荧光光源分布向量X2；
S210：比较X1和X2与预设荧光光源位置的误差；
结束。
图3示出了本发明实施例的激发荧光断层成像重建的操作流程，如图3所示：在激发荧光断层成像重建软件中，S301：功能选择，其中，包括四个功能；
S302：输入光源个数；其中，在本发明的实际操作中，选择的光源个数为1至4个；
S306：确认光源参数，其中，在本发明的实施例中，光源参数为设定的光源强度值：
S309：修改光源坐标，其中，修改后的光源坐标的范围为全体成像空间的坐标：
S303：输入激发光的角度，其中，在本发明的实施例中，激发光的角度为0度至359度；
S307：选择自动角度计算，其中，自动角度的度数为激发光光源正对0度至160度；
S310：选择手动输入角度，其中，角度的范围是0度至359度：
S304：确认文件名；其中，文件名手动输入；
S305：确认光学参数，其中，光学参数根据激发光光源的波长查表输入；
S306：修改光学参数；
S311：开始计算前向问题；
S312：显示可视化结果；
S313：输入系统矩阵和测量矩阵；
S314：反向问题；
S315：选择算法；
S316：选择最大迭代次数；
S317：选择正规化参数值；
S318：开始计算反向问题；
S319：显示重建误差；
S320：显示可视化结果；
S321：结束。
上述为采用本发明提供的激发荧光断层成像重建的方法进行的具体操作步骤，上述步骤整合了已有的先进算法，并制作了简单易操作的可视化界面。该界面基于Matlab制作，有较高的通用性和兼容性。可以让使用者自行设定光源个数，照射方位等参数，有助于研究者快速完成激发荧光断层成像的重建步骤，避免了繁琐的代码撰写和调试步骤，极大地便利了研究人员。
通过上述实施方式可以看出，本发明提供的激发荧光断层成像重建的方法，通过自行定制光学参数，导入任意网格信息实现图像重建，具有较高的灵活性和自由性，同时该软件使用的前向重建方法是先进的无网格方法，逆向问题使用的是迭代收缩方法，均可以快速稳定地完成重建。
如上参照附图以示例的方式描述了根据本发明提出的激发荧光断层成像重建的方法。但是，本领域技术人员应当理解，对于上述本发明所提出的激发荧光断层成像重建的方法，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定。