本發(fā)明屬于熒光顯微成像，具體涉及一種基于噪聲補(bǔ)償導(dǎo)向?yàn)V波及不匹配投影去卷積的低質(zhì)熒光顯微圖像重建方法。

背景技術(shù)：

1、熒光顯微技術(shù)廣泛應(yīng)用于細(xì)胞生物學(xué)研究，然而生物細(xì)胞對(duì)光非常敏感，長(zhǎng)時(shí)間或高強(qiáng)度的光照會(huì)引起光毒性，損傷細(xì)胞結(jié)構(gòu)和功能；此外，熒光染料或熒光蛋白在長(zhǎng)時(shí)間或高強(qiáng)度光照下將逐漸失去熒光能力，限制了熒光成像實(shí)驗(yàn)的成像時(shí)程。為了實(shí)現(xiàn)長(zhǎng)時(shí)程的活細(xì)胞熒光成像，研究人員需要降低激發(fā)光的強(qiáng)度或者縮短曝光時(shí)間，導(dǎo)致每次成像的光子數(shù)量降低，形成低光劑量的成像條件；低光劑量導(dǎo)致獲取到的信號(hào)強(qiáng)度弱，信噪比降低。對(duì)于衍射受限的熒光顯微成像系統(tǒng)，由于光的衍射性質(zhì)，采集到的數(shù)據(jù)還將受到模糊退化的影響，模糊和低信噪比是低光劑量成像條件下引起成像質(zhì)量下降的主要因素。

2、為了提高采集圖像的質(zhì)量，可以使用算法對(duì)低質(zhì)量圖像進(jìn)行重建。針對(duì)服從泊松分布的數(shù)據(jù)，基于最大似然估計(jì)的理查德森-露西算法是對(duì)圖像模糊復(fù)原的常用方法，通過(guò)泛化理查德森-露西算法中的反向投影過(guò)程，可以構(gòu)成不匹配投影去卷積方法(如申請(qǐng)?zhí)枮閏n202010263899.1的專利技術(shù))，極大地提高了去卷積效率，然而這種迭代算法在低信噪比的情況下將引起噪聲的放大。

3、為了實(shí)現(xiàn)去噪和去模糊的同時(shí)實(shí)現(xiàn)，可以在不匹配投影去卷積方法中引入正則項(xiàng)，對(duì)噪聲進(jìn)行抑制，然而由于不匹配投影去卷積方法所需迭代次數(shù)很少，正則項(xiàng)難以有效發(fā)揮作用，且正則項(xiàng)的通常計(jì)算負(fù)擔(dān)重，將引起計(jì)算效率的降低。因此，為了保留不匹配投影去卷積方法的迭代效率，可以對(duì)低質(zhì)量數(shù)據(jù)進(jìn)行預(yù)去噪，再將去噪后的數(shù)據(jù)進(jìn)行去卷積操作；常規(guī)去噪操作，比如高斯濾波器和小波濾波器，相當(dāng)于一個(gè)低通濾波器，使得圖像細(xì)節(jié)過(guò)于模糊。

4、目前，有一些高級(jí)濾波器可以實(shí)現(xiàn)圖像細(xì)節(jié)的保持，比如塊匹配去噪(如申請(qǐng)?zhí)枮閏n202111077118.0的專利技術(shù))、雙邊濾波器(如申請(qǐng)?zhí)枮閏n202311436747.7的專利技術(shù))等，但這些高級(jí)濾波器通常具有很高的計(jì)算負(fù)擔(dān)，使用效率低。因此，如何兼顧預(yù)去噪步驟的效果和使用效率，將其與不匹配投影去卷積方法結(jié)合，實(shí)現(xiàn)針對(duì)低光劑量成像條件的低質(zhì)圖像重建，對(duì)熒光活細(xì)胞成像的發(fā)展有重要價(jià)值。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述，本發(fā)明提供了一種基于噪聲補(bǔ)償導(dǎo)向?yàn)V波及不匹配投影去卷積的低質(zhì)熒光顯微圖像重建方法，通過(guò)預(yù)去噪步驟和去卷積算法的結(jié)合，實(shí)現(xiàn)對(duì)低光劑量成像條件下的低質(zhì)量圖像進(jìn)行高質(zhì)量復(fù)原。

2、一種基于噪聲補(bǔ)償導(dǎo)向?yàn)V波及不匹配投影去卷積的低質(zhì)熒光顯微圖像重建方法，包括如下步驟：

3、(1)對(duì)生物樣本進(jìn)行熒光標(biāo)記，在極低光劑量成像條件下使用熒光顯微鏡對(duì)生物樣本進(jìn)行圖像采集，將采集到的一系列二維圖像堆疊得到生物樣本的三維熒光顯微圖像；

4、(2)對(duì)三維熒光顯微圖像進(jìn)行軸向插值處理使其軸向和橫向的每個(gè)像素代表的步長(zhǎng)相同，進(jìn)而對(duì)三維熒光顯微圖像進(jìn)行方差穩(wěn)定化變換得到符合加性噪聲特性的低質(zhì)圖像；同時(shí)根據(jù)成像參數(shù)通過(guò)測(cè)量或模擬得到熒光顯微鏡的點(diǎn)擴(kuò)展函數(shù)并對(duì)其進(jìn)行歸一化；

5、(3)使用濾波器對(duì)低質(zhì)圖像進(jìn)行平滑，獲得引導(dǎo)圖像和預(yù)估計(jì)噪聲圖像；

6、(4)根據(jù)引導(dǎo)圖像和預(yù)估計(jì)噪聲圖像采用基于噪聲補(bǔ)償?shù)膶?dǎo)向?yàn)V波算法對(duì)低質(zhì)圖像進(jìn)行去噪補(bǔ)償?shù)玫礁咝旁氡鹊哪：龍D像；

7、(5)以歸一化后的點(diǎn)擴(kuò)展函數(shù)作為正向投影算子并計(jì)算其對(duì)應(yīng)的維納-巴特沃斯反向投影算子，從而構(gòu)建不匹配投影去卷積算法，以模糊圖像作為該算法的輸入通過(guò)迭代獲得高信噪比高分辨率的重建圖像。

8、進(jìn)一步地，所述步驟(1)中的極低光劑量成像條件為低激發(fā)光強(qiáng)度或短曝光時(shí)間，所采集的二維圖像包含有大量噪聲(泊松噪聲和高斯噪聲)，信噪比極低；所述點(diǎn)擴(kuò)展函數(shù)為具有高斯分布的三維矩陣結(jié)構(gòu)。

9、進(jìn)一步地，所述步驟(1)中通過(guò)圖像采集得到的三維熒光顯微圖像，其退化方程表達(dá)如下：

10、

11、其中：o(x,y,z)表示坐標(biāo)點(diǎn)為(x,y,z)的生物樣本，p0(x,y,z)表示坐標(biāo)點(diǎn)(x,y,z)在三維熒光顯微圖像中的像素值，h(x,y,z)表示坐標(biāo)點(diǎn)(x,y,z)的點(diǎn)擴(kuò)展函數(shù)，n(x,y,z)表示成像過(guò)程中坐標(biāo)點(diǎn)(x,y,z)的加性高斯噪聲，p()表示成像過(guò)程中引入光子噪聲的泊松隨機(jī)過(guò)程，表示卷積算符。

12、進(jìn)一步地，所述步驟(2)中通過(guò)以下公式對(duì)三維熒光顯微圖像進(jìn)行方差穩(wěn)定化變換：

13、

14、其中：p為低質(zhì)圖像，p0為三維熒光顯微圖像。

15、進(jìn)一步地，所述步驟(3)中引導(dǎo)圖像和預(yù)估計(jì)噪聲圖像的計(jì)算表達(dá)式如下：

16、i＝gau(p,σ)

17、n_est＝p-i

18、其中：i為引導(dǎo)圖像，gau(p,σ)表示對(duì)低質(zhì)圖像p進(jìn)行方差為σ的三維高斯平滑，n_est為預(yù)估計(jì)噪聲圖像。

19、進(jìn)一步地，所述步驟(4)中的具體實(shí)現(xiàn)方式為：首先利用引導(dǎo)圖像和預(yù)估計(jì)噪聲圖像對(duì)低質(zhì)圖像進(jìn)行去噪得到導(dǎo)向?yàn)V波的平滑圖像，然后計(jì)算引導(dǎo)圖像與平滑圖像的差值作為殘差噪聲，并從殘差噪聲中提取高頻細(xì)節(jié)信息；進(jìn)而利用高頻細(xì)節(jié)信息對(duì)平滑圖像進(jìn)行求和補(bǔ)償獲得去噪結(jié)果，最后對(duì)去噪結(jié)果進(jìn)行方差穩(wěn)定化逆變換得到高信噪比的模糊圖像。

20、進(jìn)一步地，所述平滑圖像的計(jì)算表達(dá)式如下：

21、

22、其中：ωk表示以像素點(diǎn)k為中心的濾波窗口，m為濾波窗口ωk中的任一像素點(diǎn)，q′m表示平滑圖像中像素點(diǎn)m的數(shù)值，im表示引導(dǎo)圖像中像素點(diǎn)m的數(shù)值，和對(duì)應(yīng)為pk、n_estk、ik、ak、bk在濾波窗口ωk內(nèi)的像素均值，pk表示低質(zhì)圖像中像素點(diǎn)k的數(shù)值，n_estk表示預(yù)估計(jì)噪聲圖像中像素點(diǎn)k的數(shù)值，ik表示引導(dǎo)圖像中像素點(diǎn)k的數(shù)值，ak和bk為導(dǎo)向?yàn)V波的線性系數(shù)圖，表示協(xié)方差計(jì)算，表示方差計(jì)算，ε為調(diào)節(jié)系數(shù)。

23、進(jìn)一步地，所述去噪結(jié)果的計(jì)算表達(dá)式如下：

24、q＝q′+δn

25、δn＝γf(i-q′)

26、其中：q為去噪結(jié)果，q′為平滑圖像，δn為高頻細(xì)節(jié)信息，i為引導(dǎo)圖像，f()表示帶有特征提取掩膜的平滑函數(shù)，γ為殘差噪聲的增益系數(shù)。

27、進(jìn)一步地，所述步驟(5)中維納-巴特沃斯反向投影算子的計(jì)算表達(dá)式如下：

28、b＝dft-1(bwb(kx,ky,kz))

29、

30、其中：dft()表示離散傅里葉變換，conj[]表示復(fù)共軛算符，α為維納濾波器的參數(shù)，kx、ky、kz對(duì)應(yīng)為空間頻率在x、y、z軸方向上的分量，kcx、kcy、kcz對(duì)應(yīng)為截止頻率在x、y、z軸方向上的分量，f為正向投影算子，b為維納-巴特沃斯反向投影算子，∈為巴特沃斯濾波器的最大帶寬增益，n為巴特沃斯濾波器的階數(shù)，bwb(kx,ky,kz)為維納-巴特沃斯反向投影算子的頻域表示。

31、進(jìn)一步地，所述步驟(5)中不匹配投影去卷積算法的迭代過(guò)程表達(dá)如下：

32、

33、其中：f為正向投影算子，b為維納-巴特沃斯反向投影算子，表示卷積算符，q1為模糊圖像，ej+1和ej分別表示第j+1次和第j次迭代過(guò)程后算法對(duì)生物樣本的重建圖像。

34、本發(fā)明針對(duì)極低信噪比成像采集的低質(zhì)量圖像提供了一種高效的重建方法，通過(guò)優(yōu)化導(dǎo)向?yàn)V波的去噪流程，高效實(shí)現(xiàn)細(xì)節(jié)保持、背景噪聲抑制的預(yù)去噪結(jié)果，并將其作為基于不匹配算子的去卷積方法的輸入，實(shí)現(xiàn)由衍射引起的模糊的去除，通過(guò)一套流程實(shí)現(xiàn)信噪比和對(duì)比度的復(fù)原，在低計(jì)算負(fù)擔(dān)的條件下快速簡(jiǎn)單地實(shí)現(xiàn)低光劑量成像條件下低質(zhì)熒光顯微圖像的重建，從而輔助活細(xì)胞熒光顯微長(zhǎng)時(shí)程成像的實(shí)現(xiàn)。