[发明专利]一种基于pfMC模型的荧光扩散光学断层图像重建方法

权利要求书

1.一种基于pfMC模型的荧光扩散光学断层图像重建方法，其特征在于包括下列步骤：

(1)确定探测区域，选择光源扫描位置，并获取相对应的探测器上的荧光强度分布；

(2)数字化待探测对象，建立描述组织光学参数三维分布的体素化模型，在不同光源位置与方向进行白蒙特卡罗模拟，记录在探测器收集到的激发光子的权重及在每个体素内的路径信息和相应的物理量；

(3)依据pfMC模型，计算荧光光子权重；

(4)由激发光子的路径信息构建荧光雅可比矩阵；

(5)根据计算得到荧光光子权重和荧光雅可比矩阵，迭代重建计算出组织内的荧光团位置及荧光系数。

2.根据权利要求1所述的基于pfMC模型的荧光扩散光学断层图像重建方法，其特征在于步骤(2)中，采用GPU集群加速整个白蒙特卡罗过程，记录被探测器采集到的激发光子的相关物理量，被记录在体素v内的路径相关物理量L_v：为：

Lv=Σi=1nl~i=Σi=1nli·eμavli]]>

式中：n为体素v内的散射次数，μ_av为体素v内的吸收系数，l_i为体素v内的第i次散射路径长度。

3.根据权利要求2所述的基于pfMC模型的荧光扩散光学断层图像重建方法，其特征在于步骤(2)中GPU集群加速整个白蒙特卡罗过程具体如下：

2.1在集群上，依据光源数目及集群节点数目分配各个节点上进行MC模拟的次数，并在集群启动后把相应的光源位置和方向信息输送到各个节点上；

2.2在各个节点上，根据要模拟的光子数目分配内存，将组织模型信息分配到GPU内的纹理寄存器，光学参数信息分配到GPU内的常数寄存器来提高读取速度，并根据GPU的技术信息确定最优的CUDA运行中并行块和线程的数目；

2.3在GPU内的各个线程上，每个线程上模拟一个光子包，并跟踪光子发射后在组织内散射及吸收的过程，记录光子在每个体素内的路径相关物理量，直到光子溢出组织后终止光子模拟。