在體OPT成像運動校正和稀疏投影重建算法研究

《在體OPT成像運動校正和稀疏投影重建算法研究》是依託西安電子科技大學，由朱守平擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：在體OPT成像運動校正和稀疏投影重建算法研究
• 項目類別：青年科學基金項目
• 項目負責人：朱守平
• 依託單位：西安電子科技大學

中文摘要

在體光學投影斷層成像(Optical projection tomography, OPT)是一新興的成像模態，能同時實現結構成像和分子特異性成像，以及對樣品的連續動態觀測，空間解析度高、成像速度快、設備成本低，在生命科學研究中具有重要的套用價值。本項目基於數據一致性條件，研究不依賴於特徵點的OPT運動參數估計方法，直接從投影數據中提取樣品的運動參數，解決在體OPT成像的運動偽影問題；基於壓縮感知理論，挖掘OPT圖像潛在的稀疏特性，將OPT重建轉化為稀疏信號的恢復問題，採用聯合代數疊代技術與圖像總體變分的重建策略並結合加權l1範數，解決稀疏投影數據下的OPT重建問題；基於圖形處理器(Graphics processing unit, GPU)加速技術並結合算法最佳化方法,提高重建算法的運行速度；通過仿真實驗和生物學實驗驗證算法有效性。本項目將促進在體OPT技術的進步及其在生命科學領域的套用。

結題摘要

光學投影斷層成像(Optical projection tomography, OPT)能實現1-10mm微小樣品的結構成像和分子特異性成像，具有空間解析度高、成像速度快、設備成本低等優點，在生命科學研究中具有重要的套用價值。本項目針對在體OPT成像面臨的一系列問題開展相應的研究工作。針對在體OPT成像中活體運動產生的運動偽影問題，基於Helgason-Ludwig 數據一致性條件，提出了一種不依賴於特徵點的OPT 運動參數估計方法，該方法可以直接從投影數據中提取樣品的運動參數，有效解決了在體OPT 成像的運動偽影問題；針對OPT大樣品成像問題，提出了一種基於正弦圖的OPT成像拼接方法，從而有效擴大了OPT的成像視野以便進行大樣品的成像；針對OPT成像中旋轉中心確定的問題，提出了一種OPT掃描旋轉中心自動搜尋的有效方法，並採用圖形處理器(Graphics processing unit, GPU)加速技術進行加速，使得該方法具有較強的實用性；針對稀疏投影成像問題，基於壓縮感知理論，挖掘OPT 圖像潛在的稀疏特性，採用聯合代數重建技術（Simultaneous algebraic reconstruction technique, SART）構建數據保真項，然後分別研究了基於總體變分（Total variation，TV）正則項和基於範數自適應正則項的稀疏重建方法，實驗結果表明範數自適應較TV方法具有更好的成像效果。針對OPT稀疏投影疊代成像計算量非常大的問題，採用GPU加速技術對疊代前向投影進行了硬體加速，使得距離驅動和射線驅動投影方法的計算速度比CPU分別提高了69倍和224倍。為了驗證算法有效性，構建了一套OPT成像原型系統，開展了相應的OPT活體成像研究。計算機仿真實驗和活體生物樣品成像實驗結果驗證了我們方法的有效性。本項目取得的研究成果將促進在體OPT 技術的進步及其在生命科學領域的套用。