Adaptive hp finite element method for fluorescence molecular tomography with simplified spherical harmonics approximation
Adaptive hp finite element method for fluorescence molecular tomography with simplified spherical harmonics approximation
复制标题
简化球谐函数近似的荧光分子断层扫描自适应hp有限元法
DOI：
10.1142/s1793545813500570
复制
发表时间：
2014-04
影响因子：
2.5
通讯作者：
Pu Xin
中科院分区：
文献类型：
--
作者：
Guo Hongbo;Hou Yuqing;He Xiaowei;Yu Jingjing;Cheng Jingxing;Pu Xin
最近，简化球谐方程（SPN）模型在模拟可见光和近红外波长的光在小组织几何形状中的传播引起了广泛的关注。本文提出了一种结合SPN模型和自适应hp有限元方法的荧光分子断层成像（FMT）数值方法。为了比较，hp-FEM和h-FEM分别应用于扩散近似和SPN模型的重建过程。在三维数字化小鼠图谱上进行了模拟实验，在体模上进行了物理实验，从位置和重建荧光产率两个方面对重建方法进行了评价。实验结果表明，采用SPN模型的hp-FEM比采用扩散近似模型的h-FEM具有更高的精度。体模实验表明了该方法在FMT应用中的潜力和可行性。
Recently, the simplified spherical harmonics equations (SPN) model has attracted much attention in modeling the light propagation in small tissue geometries at visible and near-infrared wavelengths. In this paper, we report an efficient numerical method for fluorescence molecular tomography (FMT) that combines the advantage of SPN model and adaptive hp finite element method (hp-FEM). For purposes of comparison, hp-FEM and h-FEM are, respectively applied to the reconstruction process with diffusion approximation and SPN model. Simulation experiments on a 3D digital mouse atlas and physical experiments on a phantom are designed to evaluate the reconstruction methods in terms of the location and the reconstructed fluorescent yield. The experimental results demonstrate that hp-FEM with SPN model, yield more accurate results than h-FEM with diffusion approximation model does. The phantom experiments show the potential and feasibility of the proposed approach in FMT applications.
登录
查看更多内容
基尔霍夫近似和有限元法的荧光断层扫描混合重建算法
DOI：
10.1007/s11517-012-0953-1
发表时间：
2012-12
期刊：
Medical \& biological engineering \& computing
影响因子：
--
作者：
Wang X;Cao X;Zhang B;Liu F;Luo J;Bai J
通讯作者：
Bai J
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
Xiaowei He;Jimin Liang;Xiaorui Wang;Jingjing Yu;X. Qu;Xiaodong Wang;Y. Hou;Duofang Chen;
通讯作者：
Xiaowei He;Jimin Liang;Xiaorui Wang;Jingjing Yu;X. Qu;Xiaodong Wang;Y. Hou;Duofang Chen;
影响因子：
3.5
作者：
Klose AD;Pöschinger T
通讯作者：
Pöschinger T
影响因子：
46.9
作者：
Ntziachristos, V;Ripoll, J;Weissleder, R
通讯作者：
Weissleder, R
影响因子：
3.1
作者：
Kossodo, Sylvie;Pickarski, Maureen;Bednar, Bohumil
通讯作者：
Bednar, Bohumil