Source reconstruction for spectrally-resolved bioluminescence tomography with sparse a priori information.
Source reconstruction for spectrally-resolved bioluminescence tomography with sparse a priori information.
复制标题
具有稀疏先验信息的光谱分辨生物发光断层扫描的源重建。
DOI：
10.1364/oe.17.008062
复制
发表时间：
2009-05-11
期刊：
影响因子：
3.8
通讯作者：
Chatziioannou AF
中科院分区：
文献类型：
--
作者：
Lu Y;Zhang X;Douraghy A;Stout D;Tian J;Chan TF;Chatziioannou AF
荧光分子断层成像（fluorescence molecular tomography，FMT）和生物发光断层成像（bioluminescence tomography，BLT）等光学分子成像技术通过恢复活体小动物体内的光源信息，可以描绘出利用分子探针观察到的生物和生理变化。先验信息在层析重建中起着不可或缺的作用。作为一种先验信息，光源的稀疏性特征迄今尚未得到充分考虑。在本文中，我们引入了一种压缩传感方法，开发了一种新的光谱分辨生物发光层析成像算法。该方法利用源稀疏性的性质，通过正则化实现来提高重建质量。在逆向犯罪验证的基础上，采用蒙特卡洛合成数据和常用的吉洪诺夫正则化方法对算法进行了验证。不同噪声水平和不同深度的单/多源设置的测试表明，该算法的性能有所改善。实验重建与老鼠形状的幻影进一步显示了所提出的算法的潜力。
Through restoration of the light source information in small animals in vivo, optical molecular imaging, such as fluorescence molecular tomography (FMT) and bioluminescence tomography (BLT), can depict biological and physiological changes observed using molecular probes. A priori information plays an indispensable role in tomographic reconstruction. As a type of a priori information, the sparsity characteristic of the light source has not been sufficiently considered to date. In this paper, we introduce a compressed sensing method to develop a new tomographic algorithm for spectrally-resolved bioluminescence tomography. This method uses the nature of the source sparsity to improve the reconstruction quality with a regularization implementation. Based on verification of the inverse crime, the proposed algorithm is validated with Monte Carlo-based synthetic data and the popular Tikhonov regularization method. Testing with different noise levels and single/multiple source settings at different depths demonstrates the improved performance of this algorithm. Experimental reconstruction with a mouse-shaped phantom further shows the potential of the proposed algorithm.
登录
查看更多内容
生物发光层析成像的多级自适应有限元算法
影响因子：
3.8
作者：
Lv, Yujie;Tian, Jie;Li, Hui
通讯作者：
Li, Hui
影响因子：
46.9
作者：
Ntziachristos, V;Ripoll, J;Weissleder, R
通讯作者：
Weissleder, R
影响因子：
3
作者：
Donoho, DL
通讯作者：
Donoho, DL
影响因子：
1.9
作者：
PRAHL, SA;VANGEMERT, MJC;WELCH, AJ
通讯作者：
WELCH, AJ
影响因子：
3.5
作者：
Chaudhari, AJ;Darvas, F;Leahy, RM
通讯作者：
Leahy, RM