基于自编码器的荧光分子断层成像快速重建

• 作者: 侯榆青 卢笛 卫潇 曹欣 贺小伟
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 医用光学 荧光分子断层成像 数据降维 深度学习 自编码器 图像重建
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 医用光学与生物技术
• 页码范围: 264-275
• 页数: 12页
• 分类号: TP391|Q632
• 语种: 中文
• DOI: 10.3788/AOS201939.0617001

摘要

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长.为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方法.具体来说,采用的降维方法是自编码器,即一种典型的人工神经网络,训练数据为由系统矩阵和表面荧光测量值组成的矩阵,然后使用自编码器网络的编码部分得到原始矩阵在低维空间上的表示.为了测试所提方法的性能,设计了一系列数值模拟实验,包括非匀质圆柱体实验和数字鼠实验.实验结果表明,该方法能有效缩短重建时间,得到较高的重建精度.