一种改进的光学层析图像重建方法

Alexander D．Klose将联合差分方法用于光学层析图像重建的梯度计算中,但给出的对光学参量的求导算法有局限,他的算法只能实现对边界点光学参量的导数计算,而无法实现对内部点光学参量导数的计算,会导致图像重建失败。在联合差分算法的基础上,研究了针对内部点光学参量的求导方法,给出了一种基于树形结构的对内部点光学参量求导的策略。具体实现时,为了降低计算复杂度,采用近似梯度计算方法。算法的仿真实验结果表明：该方法可以有效地实现对内部点光学参量的导数计算,提出的近似计算方法可降低梯度计算复杂度,提高运算速度,并可得到良好的图像重建质量。     

一种光学层析图像的多准则重建方法

光学层析成像是一个病态重建问题,为克服重建过程的病态性,提出将多准则优化理论引入到图像重建中。利用了三个用于光学层析图像重建的准则:平方误差函数、图像熵函数和局部平滑函数。采用向量优化方法将多准则优化问题转化为单准则优化问题求解。为了确定各个目标函数间的权重系数,提出一种动态权重系数求解方法。重建过程目标函数关于光学参量的梯度计算是关键,因此提出一种基于梯度树的计算方法。实验过程中对多准则重建结果和基于平方误差函数的单准则重建结果做了比较,证明该方法能够克服传统的偏重单一目标的单准则重建的不足,有效地重建光学层析图像,提高图像重建质量。     

荧光分子断层成像正向问题的并行计算

针对荧光分子断层成像中相应于激发光和发射光的两个正向方程必须串行求解的实际情况,提出了一种可同时对两个扩散方程进行求解的并行算法。其思想是通过引入乘子矩阵对耦合方程进行解耦来实现并行计算,并利用有限元方法进行了二维数值模拟,将算法求解所得结果与基于串行方法,以Ralf B．Schulz等提出的并行算法所得到的数值模拟结果进行了综合比较。实验表明,该算法一方面适合于任何大小的斯托克斯频移条件,具有更广泛的适应性;另一方面提高了荧光分子断层成像正向问题的求解速度和精度,从而有利于整个荧光分子断层成像的快速精确求解。