● 摘要
自发荧光断层成像是一种基于信息处理技术、光学成像技术、分子生物学和计算数学等多学科交叉的光学分子影像技术，已经成为分子影像领域的研究热点之一，具有很高的学术价值和应用潜力。与其他传统活体成像技术相比，具有灵敏度高、无放射性、费用低廉等诸多优点，不但能够对肿瘤早期的微小病灶进行检测，对细胞进行在体靶向示踪，而且还能用于反映体内分子生物学事件的细节过程，因而已经发展成为一种理想的活体小动物成像方法，可用于在体观测小动物体内肿瘤的发生、发展和转移过程，可用于新药研发过程中的药物筛选与疗效评价，也可应用于药物的安全评估和在体临床前药理研究，具有广阔的发展前景。
医学图像分割是自发荧光断层成像的关键问题，它是后续配准、可视化、定量分析三维重建等的重要前提。然而，由于自发荧光成像原理与系统本身的特点，所采集到的光学功能信号往往具备信号弱、信噪比小、边缘模糊等分布特征，给准确分割与定位病灶等感兴趣区域带来了一定难度。另一方面，自发荧光断层成像技术所涉及的三维重建在数学上是一个高度病态的问题，这是因为要利用从生物体表面测量到的有限光信号去估计生物体内部的病灶信号分布，外界微小的测量扰动都可能会带来重建结果很大的变化。
本文针对如上问题，提出了适用于自发荧光图像的自动准确分割算法，并基于分割算法提出了一套自动分割框架，用于获取解剖结构作为三维重建的先验信息，从而降低自发荧光断层成像的病态性。本文的主要研究工作包括：
(1) 提出了一种基于灰度直方图的自动分割方法。这种方法基于一维直方图和统计灰度值分布，根据自发荧光图像的先验知识对病灶等感兴趣区域进行自动分割。为验证该方法的有效性，本文采用小鼠的自发荧光成像数据进行分割实验，实验结果表明这种方法适用于自发荧光图像的快速分割。
提出了一种基于最大类间距的自动分割方法。这种方法利用了二维直方图和一定的测度准则，从而获取针对自发荧光图像的最佳分割阈值。该方法在小鼠的自发(1) 荧光成像实验中得到了验证，它能够准确分割信噪比较低的自发荧光图像，即使当光学探测器上存在不可避免的坏点时，也能自动屏蔽得到鲁棒的定位结果。
(2) 提出了一套用于建立小鼠解剖结构模型的自动分割框架。自发荧光断层成像的三维重建是一个具有高度病态性的逆问题求解过程，为了降低病态性并改善重建结果，一种有效的途径是采用从物理上进行多种模态融合的技术，从而获取更多先验信息辅助精确重建。这套自动分割框架正是用于处理CT获取的高分辨率三维解剖结构信息，通过提取小鼠的全身轮廓、器官与组织等建立一个非匀质小鼠模型，用于促进多角度自发荧光图像的三维重建。最后，采用融合了自发荧光成像和CT的双模态系统进行了小鼠在体实验并验证了方法的有效性。