光学层析图像的多准则重建

光学层析成像技术利用近红外光对生物组织的光学特性参数进行成像，在医学上具有广泛的应用前景。本项目主要研究基于波尔兹曼方程的光学层析图像的多准则重建算法。根据该成像技术有多种不同测量量的特点，提出将相应于不同测量量的误差函数以及图像先验模型作为不同的优化目标，在多目标优化框架中实现图像重建。对时域波尔兹曼方程，提出连续迭代近似的求解思路；对频域波尔兹曼方程提出将上风差分法或有限元法与SOR相结合的求解思路。为了解决重建问题的不适定性，提出将马尔科夫图像模型引入图像重建中。为了提高重建结果的可信度，首次提出对算法的统计性进行分析。该项目的研究有助于扩大OT技术的应用范围，对提高脑部成像质量具有非常重要的意义。