專利名稱：基于頻域近紅外光測量的光學參數重構方法
技術領域：
本發(fā)明屬于組織光學中的光學參數測量領域，具體涉及一種基于頻域近紅外光測 量的光學參數重構方法。
背景技術：
近年來宮頸癌發(fā)病率增高嚴重威脅女性健康。大量研究表明早期、及時的診斷對 于宮頸癌的治療至關重要。近紅外光學法作為早期宮頸癌的新的診斷方法，與傳統(tǒng)檢測方法相比，具有無創(chuàng)、 快速、測量準確等優(yōu)點。它通過對生物組織體光學參數(包括吸收系數P a和散射系數P J 的準確檢測，為疾病診斷提供可靠依據。生物組織光學參數的近紅外測量方法主要分為連續(xù)光測量方法，時域測量方法⑴ 和頻域測量方法⑵。由于頻域系統(tǒng)的廉價，精確等特性，我們選取在頻域中進行測量。在 頻域測量系統(tǒng)中，入射光強度被調制到幾百MHz，當此調制光通過組織體后，可通過諸如外 差法獲得正弦信號幅度的衰減及相位延遲.頻域系統(tǒng)因設備簡單、測量速度快而在宮頸癌 漫射光診斷中獲得重視?；陬l域測量的重構過程即是由測量值(幅值信息A和相位信息
獲得組織體光學參量(吸收系數和散射系數的過程。光學參量重構(反演)建立在描述光在組織體中傳輸模型(正向模型)的基礎上。 生物組織體光學參數分布任意，邊界條件復雜。采用輻射傳輸方程(Radiative Transfer Equation, RTE)來解決光在隨機介質中的傳播問題無法求出精確解析解，于是提出各種近 似解法，最常用的為漫射近似 (也稱P1近似)模型。然而，漫射近似在解決如宮頸組織 之類復雜幾何模型的光傳輸問題上，精度不高(4’5)，不存在優(yōu)勢。蒙特卡洛(Monte-Carlo，MC)方法則更加靈活易用，它是一種統(tǒng)計模擬隨機抽樣 的方法，主要用于模擬各種輸運現(xiàn)象。它根據待求解問題或物理現(xiàn)象本身的變化和統(tǒng)計規(guī) 律，構造出一個合適的概率模型或隨機過程，通過大量統(tǒng)計實驗來計算所求參數。MC模型 描述光在組織中的傳播具有以下優(yōu)勢(1)實現(xiàn)簡單，模擬準確，其運行過程只需組織體的 幾個局部光學參數；(2)可模擬任意幾何形狀、邊界條件和光學參數分布下的光傳輸行為； (3)能夠在輸出量中自然地引入本征播送噪聲性能，從而有效地建立試驗統(tǒng)計模型。參考文獻(1)Shay Keren, Olivier Gheysens, Craig S. Levin, et al. A Comparison Between a Time Domain andContinuous Wave Small Animal Optical Imaging System, IEEE Transactions On Medical Imaging,2008,27(1) :58-63.(2)Anand T. N. Kumar, Scott B. Raymond, Brian J. Bacskai, et al. Comparison of frequency-domain andtime—domain fluorescence lifetime tomography, Optics Letters,2008,33(5) :470_472.(3)謝樹森，雷仕湛，光子技術，北京科學出版社，2004 :214-253.(4)呂可誠，張春平，張光寅等，生物光子學進展，光子學報，1997，26，12 1123-1129.(5)蘇暢，丁海曙，白凈，生物組織光譜學技術，國外醫(yī)學生物醫(yī)學工程分冊，1995， 18,6 316-323.(6)Tom Collier,Dizem Arifler,Anais Malpica,Determination of Epithelial Tissue Scattering CoefficientUsing Confocal Microscopy, Journal Of Selected Topics In Quantum Electronics,2003,9(2) :307_313.

發(fā)明內容
本發(fā)明的目的是提供一種新的組織光學參數重構方法，該方法能夠準確、快速提 取獲得任意組織光學參數下的頻域信息，并在逆向求解中，具有較快的局部收斂速度和重 構精度。本發(fā)明的技術方案如下一種基于頻域近紅外光測量的光學參數重構方法，包括下列步驟(1)、針對待檢測生物組織的形狀建立模型，進行時域正向時域蒙特卡洛模擬，獲 得組織的時域信息；(2)、采用如下的方法從正向時域蒙特卡洛模擬結果中提取幅值和相位信息已知
每個光子包的權重Wd、平均飛行時間‘采用
計算某一頻率％下的傅立葉變換，再應用式
和式
分別得出射光的幅值和相位，
式中，gk，Gx分別為、(％)的實部和虛部，建立頻域信息數據庫；(3)對已建立的數據庫中的頻域信息進行聚類分析，選取測量值幅度A和相位 以及組織體光學參量吸收系數和散射系數1^為聚類過程中的4個變量，采用最短距離 法的原則對標準化后的變量進行聚類，聚類完成后，分別對每一大類求取其各自的幅值的 平均值i和相位的平均值L吸收系數P a的平均值i和散射系數！^的平均值；^，將所得
作為類的中心點，并按照距離公式
計算待
測點距各類中心的距離，，獲取滿足d最小的那一類，該類的類中心的(冗，i)即為待測點 在重構過程中的初始光學參數值，在距離公式中，2與7分別代表待測點的幅值和相位信息， n是類的個數，6 A和&分別為數據庫中幅值和相位信息的標準差，a為0到1之間的常數；(4)以步驟(3)得到的初始光學參數值作為試探值，采用L-M最優(yōu)化方法，進行光 學參數重構，先由快速MC模型得到初始光學參數所對應的模擬頻域信息，計算模擬信息與 待測點頻域信息之間的誤差，根據誤差修改每一次迭代過程中的光學參數試探值，再由快 速MC模型得到相應的模擬頻域信息，并重復進行上述步驟，直至誤差達到最小。作為優(yōu)選實施方式，步驟(4)中采用的快速MC模型為根據已建立的頻域信息數 據庫的數據，運用二元多項式模型進行曲線擬合，得到從(ya，us)到(A，的直接映射 關系，從而可利用擬合函數快速獲得L-M算法在重建過程中需要的任意光學參數下的模擬 頻域信息；二元多項式曲線擬合的階數可以為5 ；步驟(4)計算誤差時，通過加權的方法，削 弱相位信息在重構過程中的作用。
本發(fā)明的有益效果在于(1)本發(fā)明采用蒙特卡洛模擬作為組織光學傳輸的正向模型，加入了生物組織具 體的幾何形狀的考慮，針對空心圓柱對其邊界做了處理。(2)采用快速公式方法提取時域MC結果的頻域信息，不需要建立時間柱狀圖，避 免了由時間擴展曲線時間區(qū)間寬度帶來的時間抽樣造成的時間誤差問題，幅值和相位的計
算精度更高。(3)本發(fā)明采用了基于二元多項式擬合的快速蒙特卡洛方法結合L-M算法的反演 過程。該方法的重構效率很高，且適用于兩個光學參數的同時重構。(4)本發(fā)明通過模擬驗證，選用階數n = 5的二元多項式來對頻域曲面進行回歸擬 合，達到較高的擬合精度。(5)引入聚類分析方法來確定L-M算法中的迭代初值，以獲得L-M算法的全局最優(yōu) 值，使重構精度大幅提高。


圖1本發(fā)明的重構方法的流程圖。圖2 (a)為幅值信息隨光學參數變化曲面圖；圖2(b)為相位信息隨光學參數變化曲面圖。
具體實施例方式本發(fā)明提供一種組織光學參數重構方法?？紤]到本發(fā)明的研究對象是幾何形狀復 雜，邊界條件特殊的生物體管狀組織，如空心圓柱形宮頸組織，本發(fā)明選擇MC模型作為描 述組織中光的傳播過程的正向模型，以獲得更加準確的模擬結果。由于已知組織的光學參數描述是光在生物組織中的傳輸的基礎，因此光在組織中 的正向傳輸模型是組織光學參數反演問題即逆問題的基礎。正向模型的求解是光學參量反演中需多次計算的過程，其運算速度決定了光學參 量反演速度由于MC的巨大計算量，基于MC正向模型的光學參量反演在臨床應用中面臨著 難以實時給出反演結果的問題。因此，快速、準確的求得MC模擬結果的方法顯得尤為重要。解決逆問題的方法很多，基本的如最速下降法，牛頓法，信賴域法等。最速下降法 有很好的整體收斂性，但收斂速度太慢，并不實用；牛頓法有很快的收斂速度，但只是局部 收斂，而且其二階黑森矩陣通常難以計算或花費的時間很大。針對我們的優(yōu)化問題，本發(fā)明 選擇了將最速下降法和牛頓法結合在一起的算法Levenberg-Marqurdt(L-M)算法(6)。L-M算法是用以解決最小二乘問題的無約束最優(yōu)化方法，具有全局收斂的性質及 較快的局部收斂速度，為該領域內的常用反演算法。然而，在重構過程中發(fā)現(xiàn)，L-M算法的 結果和初值選取有很大關系，即該算法在處理最小二乘問題時不具有全局最優(yōu)性質，重構 值往往會陷入局部最優(yōu)，很大程度上影響了重構精度。因此，選取合理的迭代初值，得到全 局最優(yōu)解，也是重構問題面臨的主要難題。本發(fā)明中所涉及的方法進行組織光學參數重構時，首先根據模擬數據庫聚類分析 的結果，將待重建的頻域信息歸入相應的類，選取適當的的初值。再利用L-M優(yōu)化算法進行 逆蒙特卡洛重建。在重建過程中，采用二元多項式擬合方法結合Beer-Lambert定理來實現(xiàn)快速MC模型，在迭代中快速得到任意光學參數下的頻域信息。重建獲得相應的光學參數 值。整個重構算法流程圖見附圖1。(1)、模擬頻域信息數據庫的建立1、針對宮頸組織的時域MC模擬本實施例根據宮頸組織的形狀，選取了一個空心圓柱體來模擬宮頸組織；根據宮 頸組織的尺寸，選取的空心圓柱體內徑1cm，外徑2cm。由于長度遠大于半徑，假設其為無限長。蒙特卡洛的一般模擬過程1.根據入射條件確定起始跟蹤點；2.確定光子運動的步長；3.確定光子行進的方向和下一次碰撞的位置；4.確定在該位置光子的吸收和散射部分；5.返回第二步。如此循環(huán)計算，直到光子權重小于某一設定值，或者光子逸出生物組織表面時結 束對該光子的跟蹤。然后返回第一步記錄另一光子，直到所設定的光子數全部跟蹤完畢。在時域蒙特卡洛模擬中，光子權重根據光子各自的平均飛行時間，被累加到不同 的時間段內進行記錄，進而在每個探測點形成一條時間擴展曲線。下面重點閘釋類似宮頸組織的管狀組織的邊界處理，給出空心圓柱模型的邊界反 射是如何實現(xiàn)的。在邊界上，非偏振光的反射率由菲涅爾反射系數給出
rn、 1「sin2^^-aj tan2^ -at)R(at) = -^ + ~^^(1)
2 sin (at +at) tan {at +cct)_其中，a ,為入射角，a t為出射角，ni、nt分別是邊界兩邊介質的折射率。光子包的剩余權重與碰撞點的漫反射率Rd( a t)或漫透射率Tt(at)的乘積，就是 此光子包的反射分量或透射分量。如果反射分量的權重值大于閾值權重，則光子包繼續(xù)傳 輸。這時我們需要計算其碰撞后的傳輸方向和步長。下面我們以外圓柱面為例，詳細介紹計算過程。內圓柱面與其類似。i.反射后的光子步長根據光子包之前的傳輸方向和所處的位置，計算光子包到達邊界的程長A1 ；剩 余程長r = l-A 1就是反射后的光子步長當追蹤光子包發(fā)現(xiàn)其下一個落點在組織之外時，就要進入邊界反射的程序。令邊 界外的落點的坐標為(x，y，z)，那上一個落點的坐標就是(x- A S .ux, y- A S -uy, z- A S -uz)，
其中AS為該步的步長。有了空間上的兩點就可以確定穿過該兩點的直線方程，如下式
Z-x Y-y Z-z~777 = ~777 = —T77 = ki(2) uxAS uyAS uzAS同時我們設該直線與外圓柱面的交點坐標為(Xl，Zl)，該點也滿足以上直線方 程，代入其中
4 _Zi-y _ _,m~77T " ~77T _ ~777 _ K\ uxAS u AS uzAS
又因(Xl，Yl, Zl)在外圓柱面上，可知下式成立
x'+z,2 = 4
⑷ 聯(lián)立以上三式，解得&為 k =
(uxx + uzz)±yj(uxx + uzz)2 -(x2 +z2 -4)(wx2 + uz
AS (mX)
(5)可以證明，當士取+時，該kl對應于外圓柱面的界面反射；反之，對應于內圓柱 面。于是可以得到連接前后兩個落點的直線與外圓柱面的交點的坐標= kiU, A S+x (6)Yl = klUy A S+y (7)Zl = kiUz A S+z (8)所以反射后剩余的步長A Si為 A^
！ = ^W.M)2 + (klUy/^s)2 +
(9)ii.反射后的方向由于確定光子包反射后的方向是一個在立體空間里的柱面反射問題，因此會更為 復雜一些，主要的思路是確定法線，然后由入射線和法線確定入射面，根據反射原理，反射 線應位于此入射面中。具體步驟為先由兩條線確定反射面。這兩條線分別是組織內落點 (x- A S ux, y- A S uy，z- A S uz)和組織外落點(x，y，z)所確定的入射線，以及這條線與 圓柱面的交點(Xl，1” Zl)和該點所在的圓柱橫截面的圓心(0，Yl,0)所確定的法線。這兩 條線可以確定一個平面。再求出通過反射點(Xl，yi，Zl)的該平面法線，由幾何知識得知該 法線垂直于這一平面內的任意直線，自然也包括我們要求解的反射路徑所在的那條線，由 此得出式子(10)uyz!ux' -(u.Zi-u.x^u/ —lyqUz‘ =0 (10)令反射路徑的方向余弦為ux'、u/和uz'，入射角e為e = arccosf^Xl+^Z0(11)
V r J反射路徑所在的這條直線又與確定反射平面的那兩條直線分別成e角和2 e角， 因而得到式子(12)和(13)Xlux' +ZiUz' = -r cos 0 (12)uxux' +uyuy' +uzuz' = -cos (2 e ) (13)聯(lián)立以上兩式，可以得到我們要求的出射方向余弦
f u \ (uzxl - wxZj) -cos2^ + —rcos^
VX1J
u,=
uyzxr 0,0^,9 xiu.
f 2 UyZl
Xl
(14)
其中r根據內外圓不同，可以取1cm或2cm。 再將該式代入以下兩式
從得到反射路徑的方向余弦ux'、u/和uz'，再加上前面所求得的剩余步長 A S”就可以得知邊界反射后的落點坐標了。內圓柱面反射的方法與外圓柱面相同，只是入射角要取JT-e，選r值時取lcm，且 求&的公式中士號要選減。2、頻域信息的提取本發(fā)明使用下述快速公式方法從時域MC模擬結果中提取幅值和相位信息。當已知每個光子包的權重Wd、平均飛行時間td，可采用式(17)計算某一頻率coQ時 的傅立葉變換，再應用(18)和(19)式即可精確得出射光的幅值和相位。
其中Gk，Gx分別為、( )的實部和虛部。本發(fā)明利用上述方法獲得了y a = 0. 10，0. 15，0. 20，......0.80，u s = 30,35,
40，45，......100共225組光學參數的頻域信息，建立了一定光學參數范圍下的頻域信息
數據庫。由于不同光學參數下對應的的頻域信息(幅值A和相位均成連續(xù)、平滑的曲 面(見附圖2)，所以為以下使用數學擬合方法提供了合理依據。(2)、聚類分析方法與初值選取1、聚類分析方法的引入由于在重建過程中采用的一般優(yōu)化算法均為局部優(yōu)化算法，本發(fā)明中所使用的 L-M優(yōu)化方法也不例外。該方法只能保證求得局部最優(yōu)點，其優(yōu)化結果與初值選取有關。迭 代設置的初始值不同，光學參數重構精度也發(fā)生變化。待重構的光學參數值距離迭代的初 始值越近，重構精度越高，反之距離迭代的初始值越遠，重構精度越低。由此，我們設想如果能找到一種方法使得根據不同的光學參數，設置與之距離較 近的迭代初始值從而提高重構精度。基于這一思想選擇了聚類分析這種方法。本發(fā)明的聚 類方法運用的是系統(tǒng)聚類方法。系統(tǒng)聚類方法主要包括最短距離法、最長距離法、中間距離 法、類平均法、重心法以及離差平方和法(Ward方法)這六大類。為保證盡量將距離較近的 幅值、相位所對應的多組光學參數劃分在一類而且劃分類的數量不能過多，本實施例選取 了最短距離法。以下用知表示第i個樣本與第j個樣本的距離，Gi，G2，......表示類，表示Gk
與&之間的距離。一開始開始每個樣本自成一類，類與類之間的距離與樣本之間的距離相 同，即= ‘，所以最初的距離矩陣全部相同，記為D(0) = (eg。2、聚類的步驟與分類中心的確定
首先，提取i!a(0. 1 0. 8)步長為0.05 (30 100)步長為5的對應的225組
光學參數的幅值和相位。其次，為了保證頻域信息相近的點的光學參數也盡可能相近，我們選取A，CD, ua 與P s作為分類的4個依據，即聚類過程中的4個變量，這四個變量在聚類時先要進行標準 化，再按照最短距離法的原則進行聚類。類的個數可視待聚類的數據量而定。再次，聚類完成后，分別對每一大類求取其各自的幅值的平均值:i和相位的平均值 ？，求取平均值f和1^的平均值:^。將所得(忑，及(？ 作為類的中心點。這樣 各類的中心就確定下來。接下來，就是判別待測點的頻域信息所屬的類。待測點距各類中心的距離用下式 計算 式中2與f分別代表待測點的幅值和相位信息，n是類的個數。我們發(fā)現(xiàn)，在聚類過程中幅值信息的影響較相位信息大，為此，在本發(fā)明中，我們 將上式(20)的距離公式改進為各雙(21)式中a為0到1之間的常數。S A和夂分別為數據庫中幅值和相位信息的標準差。 待測點頻域信息所屬的類，即為使式(21)中的d達到最小的那一類，該類中心的(忑，
即為重構過程中的初始光學參數值。將測量數據帶入算法中進行光學重構，程序會自動將數據分入與初始值距離最近 的一組，在迭代過程中初始值的頻域信息與被測數據較為接近，保證邊緣數據重構的精確 性提高，整體重構精度被大大增高。本發(fā)明經過多次模擬驗證，考慮了重構誤差大的某些區(qū)域，最終確定類的個數為 42個。(3)、使用L-M算法進行快速光學參數重構所謂光學參數的反演問題就是利用特定的光傳播模型F，求解p使得在光傳輸模 型下模擬測量結果夕與實際測量結果y之間的誤差達到最小。這一問題可以采用最優(yōu)化方 法來求解。Levenberg-Marquardt算法(簡稱L_M算法)是一種將最速下降法和高斯牛頓法 結合在一起的優(yōu)化算法，克服了最速下降法收斂速度過慢和高斯牛頓法局部收斂并且黑森 矩陣難以計算的缺點，具有較快速的全局收斂性，適用于本發(fā)明的光學參數重構。L-M算法的基本形式如下 針對本發(fā)明的頻域測量問題，光學參數的重構問題即通過設置試探值(ya(tl)， PS(°))T，計算其對應的模擬結果(A(°)，①(°))T，與測量值(A臓，之間的誤差，并根據誤 差修改試探值，觀察修改后模擬結果與測量值的誤差，并重復進行上述步驟，直到誤差達到 最小。具體過程如下 根據克萊姆法則，則兩根為 ‘ 其中 重復以上過程，直到重構結果收斂或滿足迭代的終止條件為止。式(22)中X為 L-M算法中的有效下降因子，本發(fā)明中取入=0. 001本發(fā)明在解決光學參數的重構問題中，采用了替代傳統(tǒng)MC模擬方法的快速求得 MC模擬的近似值的方法，以實現(xiàn)對光學參數實時重構的目的，解決逆蒙特卡洛模擬問題中 的關鍵問題。本發(fā)明中，采用二元多項式回歸方法，快速獲得L-M算法在重建過程中需要的 任意光學參數下的頻域信息，代替耗時的正向MC模擬。下面對該方法做詳細說明該方法利用形式如下的二元多項式函數建立數學模型，對已建立的頻域信息數據 庫進行曲面擬合。P(ua,us,n)＝(ao+a1ua+a2ua2+……+anuan)X(bo+b1us+b2us2+……+bnusn)(34)
上式為兩個同階數的一元多項式相乘而得，表示變量？是Pa，的二元函數。式
(34)中，系數aQ，ai，a2，......an和bQ，b:，b2，......bn滿足最小二乘回歸，n為二元多項式
的階數。針對幅值和相位信息，上述二元多項式函數可以寫為 其中 9 3-q ' ？ 3-2'......an 與 b0, b” b2,......bn 由幅值決定，c0, Cj, c2,......cn 與
d。，di, d2,......dn由相位決定。利用已建立的離散頻域信息數據庫，選擇這225組光學參數，及其各點的幅值相 位信息作為已知信息。進行二元多項式曲面擬合，返回形式如下的幅值系數矩陣口4與相位 系數矩陣 該系數矩陣的產生原則由最小二乘法確定。各未知系數確定后，隨光學參數變化所對應的頻域信息曲面便可用已建立的二元 多項式函數關系替代。將Pa，1^直接代入上述數學函數中，根據矩陣乘法，任意光學參數 點下的頻域信息即可由下式快速計算而得A= [uan... ua3 ua2 u,1 Ua°] XpAX[usn. .. us3 u s2 u u s°] (39)ct = [Uan... Ua3 Ua2 U； Ua°]Xp,X[usn... P s3 U s2 U U s°] (40)由于使用不同階數的多項式擬合精度不同，因此需要對階數的選取進行研究，一般情況下，擬合精度隨階數增加而增加，但并不是階數越高越好，相反在高于某個階數時， 會產生過擬合現(xiàn)象，造成更大的擬合誤差。本發(fā)明選用階數n = 5的二元多項式來對頻域 曲面進行回歸擬合，以達到較高的擬合精度。發(fā)明人發(fā)現(xiàn)，在反演過程中，幅值信息的影響同樣大于相位信息的影響，所以針對 最優(yōu)化問題中最小化誤差的表達式，可以將誤差￡的求取公式，從表達式(41)改動為表達 式(42)，以削弱相位的信息在重構過程中的作用，增強幅值信息在重構過程中的作用。從而 進一步的提高了重建精度。
式(42)中的a為0到1之間的權值常數，本發(fā)明中取a = 0. 8。本發(fā)明公開和揭示的所有組合和方法可通過借鑒本發(fā)明公開內容產生，盡管本發(fā) 明的組合和方法已通過詳細實施過程進行了描述，但是本領域技術人員明顯能在不脫離本 發(fā)明內容、精神和范圍內對本發(fā)明所述的方法進行改動，更具體地說，所有相類似的改動對 本領域技術人員來說是顯而易見的，他們都被視為包括在本發(fā)明精神、范圍和內容之中。
權利要求
一種基于頻域近紅外光測量的光學參數重構方法，其特征在于，包括下列步驟(1)、針對待檢測生物組織的形狀建立模型，進行時域正向時域蒙特卡洛模擬，獲得組織的時域信息；(2)、采用如下的方法從正向時域蒙特卡洛模擬結果中提取幅值和相位信息已知每個光子包的權重Wd、平均飛行時間td，采用計算某一頻率ω0下的傅立葉變換，再應用式和式分別得出射光的幅值和相位，式中，GR，GI分別為的實部和虛部，建立頻域信息數據庫；(3)對已建立的數據庫中的頻域信息進行聚類分析，選取測量值幅度A和相位Φ以及組織體光學參量吸收系數μa和散射系數μs為聚類過程中的4個變量，采用最短距離法的原則對標準化后的變量進行聚類，聚類完成后，分別對每一大類求取其各自的幅的平均值和相位的平均值吸收系數μa的平均值和散射系數μs的平均值將所得及作為類的中心點，并按照距離公式計算待測點距各類中心的距離，，獲取滿足d最小的那一類，該類的類中心的即為待測點在重構過程中的初始光學參數值，在距離公式中，與分別代表待測點的幅值和相位信息，n是類的個數，δA和分別為數據庫中幅值和相位信息的標準差，α為0到1之間的常數；(4)以步驟(3)得到的初始光學參數值作為試探值，采用L-M最優(yōu)化方法，進行光學參數重構，先由快速MC模型得到初始光學參數所對應的模擬頻域信息，計算模擬信息與待測點頻域信息之間的誤差，根據誤差修改每一次迭代過程中的光學參數試探值，再由快速MC模型得到相應的模擬頻域信息，并重復進行上述步驟，直至誤差達到最小。FDA0000021329080000011.tif,FDA0000021329080000012.tif,FDA0000021329080000013.tif,FDA0000021329080000014.tif,FDA0000021329080000015.tif,FDA0000021329080000016.tif,FDA0000021329080000017.tif,FDA0000021329080000018.tif,FDA0000021329080000019.tif,FDA00000213290800000110.tif,FDA00000213290800000111.tif,FDA00000213290800000112.tif,FDA00000213290800000113.tif,FDA00000213290800000114.tif,FDA00000213290800000115.tif
2.根據權利要求1所述的基于頻域近紅外光測量的光學參數重構方法，其特征在于， 步驟(4)中采用的快速MC模型為根據已建立的頻域信息數據庫的數據，運用二元多項式 模型進行曲線擬合，得到從(Pa，Us)到(A，ct)的直接映射關系，從而可利用擬合函數快 速獲得L-M算法在重建過程中需要的任意光學參數下的模擬頻域信息。
3.根據權利要求2所述的基于頻域近紅外光測量的光學參數重構方法，其特征在于， 二元多項式曲線擬合的階數為5。
4.根據權利要求1所述的基于頻域近紅外光測量的光學參數重構方法，其特征在于， 步驟(4)計算誤差時，通過加權的方法，削弱相位信息在重構過程中的作用。
全文摘要
本發(fā)明屬于組織光學研究中的光學參數測量領域，涉及一種基于頻域近紅外光測量的光學參數重構方法運用時域蒙特卡洛模擬生物組織模型以進行正向建模，運用快速公式進行頻域信息的提取，采用基于二元多項式的快速MC模型來獲得任意光學參數下的頻域信息，結合L-M優(yōu)化算法達到對管狀組織的光學參數精確重構的目的，并引入聚類分析方法提高重構精度。本發(fā)明能同時重建組織的吸收系數與散射系數，并兼具重建速度與重建精度的優(yōu)勢，可以通過測量到的頻域信息，即幅值和相位(A，φ)對測量樣品的光學參數進行實時、準確的預測。
文檔編號G06F19/00GK101856219SQ20101017126
公開日2010年10月13日 申請日期2010年5月13日 優(yōu)先權日2010年5月13日
發(fā)明者周曉青, 張書穎, 王婷婷, 趙會娟, 高峰 申請人:天津大學