生物组织单像素成像重构的散射干扰抑制.docx

【单像素成像技术】 单像素成像（SPI）是一种基于计算的成像技术，它在近年来得到了迅速发展，尤其在扩展成像谱带、增强抗干扰能力以及提高灵敏度方面展现出独特的优越性。该技术的基本原理是通过单一探测器而非传统的二维像素阵列来获取图像信息。如图1所示，一个典型的单像素成像系统由五个关键部分组成：光源照明模块、编码光调制模块、同步模块、数据采集模块和图像计算重构模块。光源产生的光束经过编码光调制模块调制，采用结构照明方式对目标物体进行采样。同步模块确保探测器接收到的信号与照明模式变化相对应，所记录的光强数据通过特定的重构算法恢复出原始图像。 【光调制器与探测器】 在单像素成像实验中，常用数字微镜阵列（DMD）作为空间光调制器（SLM），以实现对光束的控制。单点探测器的选择多样，包括光电二极管（PD）、光电倍增管（PMT）和单光子雪崩光电二极管（SPAD）等。单点探测器的优势在于非可见光波段下成本较低，且无空间分辨能力，能记录小范围内的光强，这使得它们对成像环境要求较低，具有较强的抗噪能力，适合捕捉微弱信号。因此，单像素成像技术特别适用于生物光子学领域，特别是在近红外波段，可以穿透皮肤、血管等生物组织，实现对体内组织结构的成像，为医学诊断提供了新的可能。 【重构算法】 单像素成像的关键在于重构算法，主要分为两类：关联算法和压缩感知算法。关联算法，如二阶关联算法，利用光场的二阶相关性来消除环境影响，即使在强吸收、弱散射介质下也能保持成像稳定性。差分关联算法进一步提高了信噪比，适用于对环境要求严格的成像任务。压缩感知理论则是基于原始信号的稀疏性，通过少量采样值恢复准确信号，能提高信噪比并减少采样时间。具体算法中，匹配追踪算法因低复杂度而广泛应用，局部匹配追踪算法尤其适用于强散射环境。凸优化算法虽然计算量大，但精度高，适用于动态散射介质的成像。最小全变分法则侧重处理图像的离散梯度，对隐藏物体的成像效果较好。 【散射介质影响与应对策略】 本文针对单像素成像在散射介质影响下重构图像质量下降的问题，提出了一种方法，即根据无散射介质和有散射介质的情况，采用近红外光源和生物组织散射介质，将散射介质分别放置在目标物体前后，对比关联算法和压缩感知算法的重构图像质量。实验选取了传统二阶关联算法（GI）、传统差分关联算法（DGI）、计算差分关联算法（CGI）、随机二值矩阵正交匹配追踪算法（OMP）、阿达玛矩阵正交匹配追踪算法以及阿达玛矩阵全变分正则化算法（TVAL3），并在不同采样率下进行仿真，以评估各种算法的成像效果。 从实验结果来看，GI和DGI算法的成像质量相对较差，而CGI算法在全采样下能得到接近原图的重构结果，且所需时间最短。OMP算法在采样率为0.3时能重构出图像轮廓和部分细节，但计算时间较长。TVAL3算法表现出最佳的重构效果，即使在低采样率（如0.1）下也能重构出图像的轮廓和细节特征，且在采样率为0.3时的相似度高，计算速度快于OMP算法。 单像素成像技术结合不同的重构算法和散射介质处理策略，有望在生物组织成像等领域发挥重要作用，为医学诊断和科学研究提供更精确、更高效的成像解决方案。未来的研究将继续优化这些算法，以应对更复杂的成像环境和提高图像质量。