高速多通道光聲斷層成像研究.pdf

1、光聲成像是過去二十年來新興的一種生物醫(yī)學(xué)成像模態(tài)，它是一種光激發(fā)的混合成像模式，結(jié)合了光學(xué)成像和超聲成像的優(yōu)點(diǎn)。相比光學(xué)成像，光聲成像采集的是超聲波信號，因此具有更深的成像深度和更高的空間分辨率;相比超聲成像，光聲成像反映了組織的特異性吸收系數(shù)分布，具有更高的光學(xué)對比度。這些優(yōu)點(diǎn)都使得光聲成像被廣泛地應(yīng)用在臨床醫(yī)藥、預(yù)臨床研究以及基礎(chǔ)生物學(xué)研究。近年來，光聲成像技術(shù)發(fā)展迅猛，光聲成像系統(tǒng)逐漸向?qū)崟r(shí)、多維度方向發(fā)展，因此實(shí)驗(yàn)室課題組升級了

2、先前的單通道單陣元光聲斷層成像系統(tǒng)，搭建了高速多通道光聲斷層成像系統(tǒng)。本文主要針對此成像系統(tǒng)的LabVIEW采集控制框圖程序編寫和高精度快速圖像重建算法實(shí)現(xiàn)以及相關(guān)的成像實(shí)驗(yàn)驗(yàn)證方面開展了研究，具體內(nèi)容主要包括以下三個(gè)部分:
　　首先分析了濾波反投影、時(shí)間反轉(zhuǎn)和基于模型這三種光聲斷層圖像重建算法的優(yōu)缺點(diǎn)，并結(jié)合該系統(tǒng)實(shí)現(xiàn)了基于模型的聯(lián)合離散小波余弦變換的L1正則化(Discrete Cosine-Wavelet Transform

3、 Regularization，DCWT)和全變分正則化(Total Variation Regularization，TV)的高精度快速光聲斷層重建算法(DiscreteCosine-Wavelet Transform and Total Variation Regularization,DCWT-TV)，該算法不僅可以有效地減少傳統(tǒng)的基于解析解的濾波反投影重建算法所產(chǎn)生的條狀偽影，還可以有效地恢復(fù)圖像中生物組織的邊界信息和精細(xì)結(jié)構(gòu)，