基于稀疏贝叶斯学习的单视图增强型切伦科夫发光断层成像

为了增强切伦科夫荧光的强度, 促进切伦科夫发光成像(CLI)技术的临床转化, 在前期研究中提出了一种基于辐射发光颗粒(RLMPs)的增强型切伦科夫发光成像(ECLI)技术, 并取得了显著的增强效果; 为了将ECLI技术扩展到三维成像领域, 提出一种新型单视图增强型切伦科夫发光断层成像(ECLT)重建方法; 该方法仅使用一个角度的测量数据, 采用结合可行区域迭代收缩策略的稀疏贝叶斯学习(SBL)重建算法求解逆问题; 设计了非匀质圆柱仿真和物理仿体实验, 以验证该方法的准确性和稳定性。结果表明, 所提方法可以提高光源目标重建的精度和速率, 具有良好的稳定性, 能够有效缓解逆问题的不适定性。