本文選題：分子影像　切入點(diǎn)：熒光分子斷層成像　出處：《西北大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：熒光分子斷層成像作為一種重要的分子成像模態(tài),在腫瘤檢測(cè)、疾病治療和藥物研發(fā)方面得到了廣泛應(yīng)用。但由于光的強(qiáng)散射特性以及測(cè)量數(shù)據(jù)的不足,使得重建問題具有嚴(yán)重的病態(tài)性。為降低重建的病態(tài)性,得到魯棒的重建結(jié)果,研究者通常采集多個(gè)投影角度的熒光數(shù)據(jù)進(jìn)行重建。大規(guī)模的投影數(shù)據(jù)給重建帶來了復(fù)雜的矩陣運(yùn)算,使得計(jì)算復(fù)雜、耗時(shí)。本文圍繞重建精度和重建效率,從矩陣維數(shù)約減的角度出發(fā)開展FMT重建算法研究。具體內(nèi)容如下:采用多角度投影的數(shù)據(jù)進(jìn)行重建需要較大的計(jì)算內(nèi)存和耗費(fèi)較長(zhǎng)的計(jì)算時(shí)間。本文采用滿足正交投影變換原理的主成分分析將原本繁瑣復(fù)雜的數(shù)據(jù)集線性變換到維數(shù)相對(duì)較小的數(shù)據(jù)集上,然后利用降維后規(guī)模較小的數(shù)據(jù)集并且結(jié)合稀疏正則化算法進(jìn)行重建。實(shí)驗(yàn)結(jié)果表明經(jīng)過降維后重建時(shí)間縮短數(shù)10倍�；诹餍螌W(xué)習(xí)和壓縮感知理論,本文提出了結(jié)合局部保留投影和稀疏正則化的重建方法,該方法利用局部保留投影將表面熒光數(shù)據(jù)進(jìn)行局部的線性特征抽取,得到的局部數(shù)據(jù)可以較為完整的包含整個(gè)數(shù)據(jù)的全局特征同時(shí)也很好的保留了原有數(shù)據(jù)的非線性結(jié)構(gòu)。因?yàn)橹亟ㄊ褂昧艘?guī)模較小的局部數(shù)據(jù),所以加快了重建速度,同時(shí)還改善了目標(biāo)的重建精度和聚集性。實(shí)驗(yàn)結(jié)果表明本方法在減少重建時(shí)間的同時(shí)還能改善目標(biāo)的定位精度,具有很強(qiáng)的魯棒性。提出基于線性近似回歸和對(duì)偶增廣拉格朗日的熒光分子斷層成像。線性近似回歸方法可以有效解決大規(guī)模矩陣特征提取,將原始的多投影數(shù)據(jù)進(jìn)行處理得到新的子空間數(shù)據(jù),然后采用基于對(duì)偶問題稀疏重建的增廣拉格朗日方法進(jìn)行三維重建得到重建結(jié)果。該方法能很好降低問題病態(tài)性,與傳統(tǒng)重建方法相比,該方法特別適合矩陣條件數(shù)較差且矩陣規(guī)模較大的情形。數(shù)值仿真實(shí)驗(yàn)和真實(shí)小鼠實(shí)驗(yàn)驗(yàn)證了方法的魯棒性和穩(wěn)定性,重建速度也進(jìn)一步加快。
[Abstract]:As an important molecular imaging mode, fluorescence molecular tomography has been widely used in tumor detection, disease treatment and drug development. In order to reduce the pathogenicity of reconstruction, the robust reconstruction results are obtained. Researchers usually collect fluorescence data from multiple projection angles for reconstruction. Large scale projection data bring complex matrix operation to reconstruction, making computation complex and time-consuming. This paper focuses on reconstruction accuracy and reconstruction efficiency. The research of FMT reconstruction algorithm is carried out from the angle of matrix dimension reduction. The main contents are as follows: the reconstruction of multi-angle projection data requires large computational memory and long computation time. The principal component analysis (PCA) of the principle of intersection projection transforms the original complicated data set into a data set with relatively small dimension. Then we use the smaller dimensionally reduced data set and the sparse regularization algorithm to reconstruct. The experimental results show that the reconstruction time is reduced by 10 times after dimensionality reduction. Based on manifold learning and compression perception theory, In this paper, a reconstruction method combining local preserving projection with sparse regularization is proposed, in which the local linear feature extraction of the surface fluorescence data is carried out by using the local preserving projection. The local data can contain the global features of the whole data completely, and it also preserves the nonlinear structure of the original data very well. Because the reconstruction uses smaller local data, it speeds up the reconstruction speed. The experimental results show that the proposed method not only reduces the reconstruction time but also improves the positioning accuracy of the target. The fluorescence molecular tomography based on linear approximate regression and dual augmented Lagrangian is proposed. The linear approximate regression method can effectively solve the large-scale matrix feature extraction. The original multi-projection data are processed to obtain the new subspace data, and then the augmented Lagrangian method based on the sparse reconstruction of dual problems is used to obtain the reconstruction results. This method can reduce the ill-condition of the problem very well. Compared with the traditional reconstruction method, this method is especially suitable for the case where the matrix condition number is poor and the matrix size is large. The robustness and stability of the method are verified by numerical simulation and real mouse experiments, and the reconstruction speed is further accelerated.
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R318;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃禮松;核磁共振斷層成像在醫(yī)學(xué)上的應(yīng)用[J];同位素;1992年04期

2 李美梅;;提高低序級(jí)斷層成像精度技術(shù)研究[J];內(nèi)江科技;2014年01期

3 黃曉星;宋曉偉;朱平;;冷凍電子斷層成像技術(shù)及其在生物研究領(lǐng)域的應(yīng)用[J];生物物理學(xué)報(bào);2010年07期

4 倪英杰;趙建民;朱信忠;張倩;安羽;徐含;;基于激發(fā)熒光斷層成像的多腫瘤重建[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

5 張輝;李穎;王西明;張小娣;;電阻抗斷層成像的MPSO-MNR算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年09期

6 楊慶余;放射診斷學(xué)史上新的里程碑——電子計(jì)算機(jī)X射線斷層成像(CT)[J];物理實(shí)驗(yàn);2001年10期

7 史學(xué)濤,董秀珍,秦明新,尤富生,湯孟興,趙惠軍;計(jì)算機(jī)控制的電阻抗斷層成像數(shù)據(jù)采集系統(tǒng)[J];第四軍醫(yī)大學(xué)學(xué)報(bào);1998年01期

8 尤富生,董秀珍,秦明新,王志敏,史學(xué)濤,湯孟興;電阻抗斷層成像中提高測(cè)量精度的方法[J];第四軍醫(yī)大學(xué)學(xué)報(bào);1998年02期

9 馬建英,董秀珍,秦明新,劉銳崗,尤富生,向海燕;動(dòng)態(tài)感應(yīng)電流電阻抗斷層成像的算法仿真[J];第四軍醫(yī)大學(xué)學(xué)報(bào);2002年08期

10 劉雯卿;陳春曉;吳佳妮;;定量評(píng)估磁共振成像輔助的擴(kuò)散光學(xué)斷層成像質(zhì)量[J];光學(xué)學(xué)報(bào);2011年07期

相關(guān)會(huì)議論文 前10條

1 劉銳崗;董秀珍;尤富生;付峰;史學(xué)濤;吳曉明;;多目標(biāo)的靜態(tài)阻抗斷層成像[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)論文摘要匯編[C];2001年

2 秦明新;李世俊;董秀珍;尤富生;史學(xué)濤;付峰;;非接觸磁感應(yīng)腦電導(dǎo)率斷層成像實(shí)驗(yàn)系統(tǒng)研究[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

3 何傳紅;何為;黃嵩;徐征;;開放式電阻抗斷層成像原理及仿真研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

4 劉亞楠;郭建中;;基于正則化方法的超聲斷層成像重建[A];2012'中國(guó)西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

5 朱平;;冷凍電鏡及電子斷層成像在艾滋病毒表面分子及其復(fù)合物三維結(jié)構(gòu)分析中的應(yīng)用[A];第十一次中國(guó)生物物理學(xué)術(shù)大會(huì)暨第九屆全國(guó)會(huì)員代表大會(huì)摘要集[C];2009年

6 陳建功;孫黎明;;單光子發(fā)射計(jì)算機(jī)斷層成像裝置(SPECT)的斷層成像分析與檢測(cè)[A];華東華南計(jì)量學(xué)術(shù)交流研討會(huì)論文集[C];2012年

7 于波;;光學(xué)干涉斷層成像在冠心病介入診斷與治療中的應(yīng)用[A];寧夏心血管病學(xué)進(jìn)展暨第二屆心血管病介入治療研討會(huì)資料匯編[C];2005年

8 洪文學(xué);宋佳霖;孟輝;徐永紅;劉文遠(yuǎn);王立強(qiáng);;基于血清蛋白質(zhì)組質(zhì)譜數(shù)據(jù)斷層成像原理癌癥標(biāo)志物模式構(gòu)成研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

9 王妍;沙洪;趙舒;任超世;;電阻抗斷層成像電極數(shù)與激勵(lì)模式對(duì)成像結(jié)果的影響[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2008年年會(huì)暨首屆生物醫(yī)學(xué)工程與臨床論壇論文集[C];2008年

10 劉銳崗;楊超;呂朋;董秀珍;;磁感應(yīng)斷層成像中優(yōu)化激勵(lì)線圈參數(shù)的仿真研究[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 丁亮;金屬邊界條件下的微波斷層成像研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 安羽;無網(wǎng)格激發(fā)熒光斷層成像方法研究[D];北京交通大學(xué);2017年

3 武棟;有限角逆向螺旋錐束CT重建算法研究[D];重慶大學(xué);2015年

4 張峰;基于工業(yè)CT的扁平物體局部成像關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 上官宏;低劑量X線CT統(tǒng)計(jì)迭代重建方法研究[D];中北大學(xué);2016年

6 齊宏亮;有限投影數(shù)據(jù)CT圖像迭代重建技術(shù)研究[D];南方醫(yī)科大學(xué);2017年

7 毛寶林;低劑量CT圖像重建與偽影校正算法研究[D];東北大學(xué);2015年

8 張岐坦;基于壓縮感知的生物發(fā)光斷層成像重建方法研究[D];西安電子科技大學(xué);2013年

9 劉寶東;工業(yè)CT截?cái)嗤队皵?shù)據(jù)重建算法研究[D];重慶大學(xué);2010年

10 易黃建;基于正則化的熒光分子斷層成像重建方法研究[D];西安電子科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 楊靜芝;光學(xué)斷層成像的算法研究[D];蘇州大學(xué);2015年

2 張倩;三維生物發(fā)光斷層成像系統(tǒng)搭建與算法研究[D];南京航空航天大學(xué);2014年

3 金晨;基于L_1正則化的X射線發(fā)光斷層成像研究[D];西北大學(xué);2015年

4 寧楠楠;自發(fā)熒光斷層成像模態(tài)融合與光源定位算法研究[D];哈爾濱理工大學(xué);2014年

5 譚思晴;靜態(tài)數(shù)字乳腺斷層成像系統(tǒng)結(jié)構(gòu)設(shè)計(jì)與仿真研究[D];廣東工業(yè)大學(xué);2016年

6 高娜娜;數(shù)字電極式電阻抗成像技術(shù)研究[D];天津科技大學(xué);2015年

7 張值豪;基于反向傳播算法的超聲斷層成像重建方法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 高鵬;高精度錐束X射線發(fā)光斷層成像關(guān)鍵問題研究[D];第四軍醫(yī)大學(xué);2016年

9 劉高;在體小動(dòng)物光學(xué)分子斷層成像系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京航空航天大學(xué);2016年

10 董芳;結(jié)合區(qū)域收縮與稀疏先驗(yàn)的熒光分子斷層成像重建算法研究[D];西北大學(xué);2016年

，

本文編號(hào)：1594595