基于虚拟仪器的光声信号采集和成像系统

为了实现光声信号的快速采集和图像重建,采用基于虚拟仪器的光声信号采集和成像系统进行光声信号采集,由LABVIEW调用MATLAB程序对采集到的数据进行处理,最后利用滤波反投影重建算法,实现了对模拟组织样品的光声层析成像。成像系统的分辨率为0.15mm,重建图像与实物十分吻合。结果表明,该系统具有快速、方便、直观等特点,有望发展成为一种低成本的实用的临床诊断仪器。     

基于Labview的光声信号采集和成像系统

为了实现光声信号的快速采集和图像重建,采用基于Labview软件平台的光声信号采集和成像系统进行光声信号采集,并调用Matlab程序对采集到的数据进行处理,最后利用滤波反投影重建算法,实现了对模拟组织样品的光声层析成像。成像系统的分辨率为0.15mm,重建图像与实物十分吻合。实验表明,该系统具有快速、方便、直观等特点,有望发展成为一种低成本的实用的临床诊断仪器。     

基于双域神经网络的稀疏视角光声图像重建

光声计算断层成像(PACT)是近年来迅速发展的一种无损生物医学成像技术,在生物医学领域有着较高的应用价值。为了获得高质量的光声图像,成像系统的信号采集装置需要配备高密度的阵列探测器。但在实际应用中,由于经济成本、制造工艺及成像时间等因素的限制,探测器的排布往往较为稀疏,难以实现稳定重建,导致重建图像中出现条纹伪影。为了解决这一问题,本文提出一种基于双域神经网络的PACT图像重建算法。该算法主要包含三个模块：数据域网络、反投影层和图像域网络,其中数据域网络和图像域网络可分别对光声数据和光声图像进行增强,以提升图像质量。为了对网络进行训练和测试,构建了一个血管仿真数据集和一个小鼠活体试验数据集。研究结果表明,所提算法可以有效地抑制条纹伪影,提升图像质量,并且重建性能优于其他重建算法。     

光声成像技术在生物医学中的研究进展

简要介绍了生物医学中的光声成像技术机理,总结报道了国内外几种典型的光声成像方法和光声图像重建算法的发展历程及其最新进展,指出该技术是一种很有应用前景的医学检测方法。     

光声层析成像的信号处理

报道了采用滤波反投影的光声层析成像的信号处理方法，为了还原空间位置的光声信号，声探测器接收到的光声信号和探测器的脉冲响应在频域进行逆卷积处理；由于光声信号相对于触发时刻的延迟时间就是光声源到探测器的走时，重建时根据光声信号的延迟时间以及声速的距离，把速度势信号反投影到与探测器等距离的圆弧上。通过多个角度的反投影，能够重建出光声源的图像，但是由于反投影时光声信号投影到没有光声源的地方产生伪迹信号，模糊了光声源图像的边界，降低了图像的分辨率和对比度。因此在反投影之前采用CT成像中的R-T空间滤波函数与光声速度势信号进行卷积处理，然后再进行反投影成像；这种方法降低了由反投影带来的伪迹。应用这些处理方法，获得了埋藏深度为12mm的四个光吸收体的二维光声层析成像。     

生物组织高对比度的快速光声层析成像

为了得到高对比度的快速光声层析成像,采用甘油增加组织的透明度,结合多元相控技术的成像方法,获得了活体动物不同直径血管的光声重建图像.成像系统的横向分辨率为0.5mm,光声采集成像时间为5s.实验结果表明,该成像方法与现有的方法比较,具有成像对比度高、快速方便等特点,并有望成为一种组织功能在体成像的新方法.     

应用于光声成像的图像处理与分析

光声成像技术是新一代的无损伤医学成像技术.其中,使用声透镜的光声成像技术是目前国际上一种新的成像方法,具有实时成像的优势.但获得的光声图像存在像素不足、图像尺寸小等缺点.使用MATLAB软件对原始的光声图像进行插值变换和空域图像增强,使图像得到不失真的放大,并且消除背景噪声干扰,突出图像细节部分.结果表明,放大后的光声图像清晰、对比度高,解决了光声图像像素不足、尺寸太小等硬件上目前无法克服的缺点.     

荧光分子层析成像图像重建研究进展

荧光分子层析(FMT)成像是一种具有深度分辨能力的宏观光学成像技术,可定位和量化生物体内的荧光分子探针,在蛋白质相互作用研究、药物作用机制解析以及肿瘤治疗效果评价等方面具有巨大的应用潜力。然而,FMT的一个关键挑战是其逆向问题具有高度病态性,这意味着图像重建对测量噪声及各种数值误差非常敏感。要获得良好的图像重建结果,除了尽可能提升系统的性能以减小测量噪声外,还主要取决于两个方面:一是提高正向问题求解的精度以降低数值误差;二是缓解逆向问题的病态性使其抗噪声能力更强。本综述介绍了目前FMT图像重建在这两个方面的研究进展。     

面向先进生物医学应用的光声显微成像术（特邀）

光声显微成像（PAM）是一种具有无损、多功能、高分辨率等特点的生物医学成像技术,通过检测光声信号进行图像重建可实现高分辨率和高深度的结构和功能成像,在生命科学、基础医学和医疗诊断中发挥着越来越重要的作用。首先概述光声显微技术的发展背景和原理特点,然后对利用光学增强、声学增强、人工智能增强及光学与声学互补的光声显微成像术促进成像性能提升的方法进行论述,最后讨论当前光声显微技术在生物医学研究中的广泛应用,并对未来技术的发展趋势进行展望。     

Kalman滤波在ERT图像重建中的仿真研究

ERT是以电导敏感场机理为原理的过程层析成像技术。通过COMSOL有限元软件实现对被测场域的二维建模和敏感场快速求解的仿真研究,提出一种利用Kalman滤波进行ERT图像重建的方法。针对三种典型电导率分布进行仿真实验,经与LBP算法、Landweber算法的比较,得出Kalman滤波算法成像的图像误差最小、相关系数最佳,也证明了Kalman滤波是一种精度高、噪声干扰有较好鲁棒性的图像重建算法。     

断层图像重建理论教学中的仿真实验方法

断层成像的图像重建理论是X-CT、磁共振MRI和ECT等成像系统中图像生成的基础.本文给出一组仿真实验方法,通过Matlab语言编程,可以深刻理解中心切片定理等图像重建基本理论,并对不同重建算法,如直接反投影和滤波反投影等给出算法性能的比较与评价思路.本仿真方法在各种图像重建新算法的研究中都有重要应用.     

基于散斑图滤波的差分鬼成像优化算法

针对传统鬼成像重构算法采样次数多、重建图像质 量差的问题,提出了一种基于散斑 图滤波的差分鬼成像优化方法。该方法在差分鬼成像的关联阶段先对随机散斑图进行相应的 滤波处理;再将原始桶探测器值与处理后的散斑图作关联运算,得出降噪处理后的重建鬼像 ,最后通过图像融合的方法补充重建图像的细节信息。数值仿真结果表明,与传统差分鬼成 像相比,在相同采样次数下重建差分图像的峰值信噪比提高了2-4 dB。实验结果表明该 算法能够很好地兼顾采样次数和图像质量间矛盾关系,对低采样次数下的鬼成像也能取得良 好的恢复效果。     

基于旋转多元阵列探测器的快速光声成像系统

为了快速得到高质量的光声重建图像,采用旋转多元线性阵列探测器,可改善投影不均匀的影响,重建复杂吸收体的光声像。由旋转不同角度数的光声像的仿真和实验表明,利用多元线性阵列探测器旋转扫描的光声像,能够更好地反映生物组织的光学吸收分布。该系统有望为组织的在体功能成像提供一种更方便快捷的装置和方法。     

低剂量X射线CT重建算法仿真分析

对Shepp-Logan头部图像模型提供的原始图像进行低剂量X射线计算机断层成像（CT,Computed Tomography）平移/旋转扫描,利用所得数据对图像的统计重建算法进行仿真。将仿真结果与传统的滤波反投影重建算法的重建结果进行比较,并分别将两种算法的重建图像与原图像进行比较。通过比较得出,滤波反投影重建算法不能有效重建低剂量CT图像,而统计重建算法重建效果优于前者,能够较好地恢复原图像,从而能够适用于低剂量条件下的CT图像重建。     

光电成像中不同形状编码孔径的解码比较

在X光成像中，编码孔径成像是一种两步成像过程，第一步是编码过程，利用编码孔径收集目标的图像；第二步是解码过程，对编码图像进行滤波和重建，以便获得高分辨率的可视目标像。而编码孔径主要有两种，一种是根据各孔径的形状分类；另一种是根据各子孔径在孔径平面的空间分布分类。解码过程中用的方法是维纳(Wiener)滤波。维纳滤波算法能够以很低的计算代价获得较好的复原效果。在简述孔径编码成像技术的原理和发展的基础上，提出在光电成像中利用编码孔径成像及图像恢复处理方法。对不同形状孔径进行编码解码处理，通过比较选择出最佳的孔径形状。并通过实验表明，利用该编码孔径成像可以在保证高分辨率的情况下，具有较高的集光效率和信噪比，成像效果很好。     

声折射对光声成像的影响

研究了光声信号声速失配时所起的声折射对光声成像的影响,提出了利用与组织声速匹配的耦合液进行光声成像,并配置了几种适合于组织声速的超声耦合液.实验结果表明,进行声速匹配后重建出的图像对比度有明显地提高,背景伪迹减少,分辨率由0.50 mm提高到0.15 mm,重建图像与实物十分吻合.     

多种光声成像方法研究

阐述了光声成像的基本原理,综述了现有的几种光声成像方法、原理及成果。介绍了国内外多个研究小组在光声成像领域所取得的一些成果,主要包括:用超声探测器记录光声信号的滤波反投影算法光声成像;超声探测器结合声透镜的傅里叶方法;用探测光做载波调制光声信号,将光声信号转化为光信号,经光学系统解调,将样品像显示在CCD摄像机上的实时光声成像等。对比了几种光声成像方法,并提出了一些光声成像的新思路。     

基于改进电极敏感场的ECT图像重建算法研究

针对目前电容层析成像技术中重建图像质量有待提高的问题,对该技术正问题和反问题的改进方法进行了研究。通过将电极数目由传统的8电极增加至12电极来增加投影数据,从而改善图像重建的欠定性,并且在12电极敏感阵列的基础上对其灵敏度矩阵进行了均值滤波的改进处理,基于处理后的灵敏度矩阵对经典图像重建算法LBP算法和Landweber迭代算法进行了改进,仿真研究结果表明,基于敏感场滤波处理后的两种算法较之于原始算法成像精度明显提高。且两种算法中,改进后的Landweber迭代法成像效果更好。     

基于卷积神经网络的定量磁化率图像重建

文中提出了解决定量磁化率成像中偶极子反卷积的病态逆问题和快速重建高质量无伪影的定量磁化率图像的算法。基于k空间阈值法(TKD)初步重建三维定量磁化率图像(QSM),随后将TKD重建图像输入训练完成的三维卷积神经网络(CNN)模型中获得预测图像。在k空间中将TKD重建图像与CNN预测图像进行融合重建最终QSM图像。结果表明:与金标准相比,算法能够重建视觉上误差较小和无条形伪影的磁化率图像;卷积神经网络可以恢复病态区域的信号,k空间融合方法有效解决了偶极子反卷积的病态性。测试集上的重建结果在标准均方根误差(NRMSE)和高频误差范数(HFEN)重建误差上均低于主流算法。     

基于盲估计和双边滤波的SAR图像稀疏降噪

合成孔径雷达（SAR）在成像过程中由于固有成像机制的缺陷导致图像被乘性噪声污染，图像噪声对后续目标检测识别等处理过程造成了阻碍。现有的去噪算法存在不能自适应估计噪声大小和对边缘保持效果不理想的问题，如何自适应处理不同噪声水平的图像是一个研究难点。提出一种基于盲估计和双边滤波的SAR图像稀疏去噪算法。首先利用双边滤波得到具有良好边缘保持特性的预处理图像；接着利用盲估计获取图像全域噪声水平，将其充当稀疏重建过程中的残差阈值；最后利用稀疏编码和字典学习算法，用尽可能少的原子信息来表示图像，达到图像去噪的目的。实验结果表明，结合了盲估计的稀疏重建算法不仅有效去除了图像噪声，使等效视数获得了显著提升，而且峰值信噪比和边缘保持指数也有良好的表现，有效保留了原图的细节纹理信息。