[发明专利]一种基于控制蒙特卡罗方法的扩散光学成像方法及系统有效

专利信息
申请号: 201811154776.3 申请日: 2018-09-30
公开(公告)号: CN109342367B 公开(公告)日: 2020-04-10
发明(设计)人: 邓勇;金鼎健;刘锴贤 申请(专利权)人: 华中科技大学
主分类号: G01N21/47 分类号: G01N21/47;G01N21/63;G01N21/64;G06T17/00
代理公司: 北京高沃律师事务所 11569 代理人: 张海青
地址: 430000 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 控制 蒙特卡罗 方法 扩散 光学 成像 系统
【说明书】:

发明公开一种基于控制蒙特卡罗方法的扩散光学成像方法及系统。本发明根据光源与探测区域的位置关系及外推边界确定吸引区域,根据当前光子的空间位置向量、吸引点位置向量和光学特性参数确定吸引向量,根据吸引向量、吸引因子及光子散射方向确定光子散射方向的选择概率。最后根据选择概率与随机数的大小关系确定光子是否进行下次散射及是否更新光子权重。本发明通过吸引区域选择进行下一次散射的光子,并实时更新被选择光子的权重。在发射相同光子数的前提下,能够有效提高探测区域的光子数量及光分布的准确性,保证成像质量和成像效率。同时,还能解决目标生物组织的散射系数不同或光源与探测区域的距离不同引起的光分布精度不稳定的问题。

技术领域

本发明涉及光学成像领域,特别是涉及一种基于控制蒙特卡罗方法的扩散光学成像方法及系统。

背景技术

蒙特卡罗(Monte Carlo,简称MC)模型普适性高,在生物组织光学领域得到了广泛的应用。在MC模型中,通过对辐射传输方程(radiative transport equation,RTE)的积分形式进行求解,建立了相对应的联合概率抽样函数,从而模拟扩散光子在组织中的传输。目前,用于层状组织模拟的MC模型和用于复杂解剖结构的基于体素的MC模型都能够精确模拟光子在组织中的传播。MC模型继承了RTE方程的准确性,又适用于各种复杂边界及复杂异质组织。因此,MC模型是提高扩散光子成像技术,如扩散光学成像(diffuse opticaltomography,简称DOT)和荧光扩散光学成像(fluorescence diffuse opticaltomography,简称fDOT)的精度和定量性能的最佳选择。但是,MC模型需要统计大量的光子才能得到准确的结果,应用于DOT成像的效率极低。蒙特卡罗模型的统计准确性主要取决于到达探测器的光子数。上到达探测区域的光子数越多,模拟结果的精确性也就越高。但是,当探测区域距光源距离较远,或者探测区域范围较小时,到达探测区域的光子数就会减少,严重影响最终的图像质量。

发明内容

本发明的目的是提供一种基于控制蒙特卡罗方法的扩散光学成像方法及系统,能够有效提高到达探测区域的光子数量及光分布的准确性,不仅能够保证成像质量和成像效率,而且能够解决目标生物组织的散射系数不同或光源与探测区域的距离不同引起的光分布精度不稳定的问题。

为实现上述目的,本发明提供了如下方案:

一种基于控制蒙特卡罗方法的扩散光学成像方法,所述扩散光学成像方法包括:

根据成像分辨率将目标生物组织的空间结构分割成一个三维体素模型;

建立三维数字矩阵,所述三维数字矩阵的元素数量与所述三维体素模型的三维体素的数量相同,且所述三维数字矩阵中每个元素的数值表征一个所述三维体素的组织类型;

获取光源与探测区域的位置关系、各所述组织类型对应的光学特性参数、吸引因子及光子散射方向,其中,所述光源与所述探测区域位于所述三维数字矩阵的两侧;

根据所述位置关系及扩散方程的外推边界确定吸引区域;

根据当前光子的空间位置向量、吸引点的位置向量和所述光学特性参数确定吸引向量,所述吸引点位于所述吸引区域;

根据成像效率和光分布误差确定散射选择次数;

根据所述吸引向量、所述吸引因子及所述光子散射方向确定所述光子散射方向的选择概率;

采用随机函数生成与所述光子散射方向对应的随机数R,0≤R≤1;

判断所述选择概率是否大于所述随机数,获得第一判断结果;

当所述第一判断结果表示所述选择概率大于所述随机数时,所述当前光子移动设定步长后进行下一次散射,并更新所述当前光子的权重;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811154776.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top