[go: up one dir, main page]

CN103413281B - 一种生物活体激发荧光成像中的去除背景荧光干扰的方法 - Google Patents

一种生物活体激发荧光成像中的去除背景荧光干扰的方法 Download PDF

Info

Publication number
CN103413281B
CN103413281B CN201310381806.5A CN201310381806A CN103413281B CN 103413281 B CN103413281 B CN 103413281B CN 201310381806 A CN201310381806 A CN 201310381806A CN 103413281 B CN103413281 B CN 103413281B
Authority
CN
China
Prior art keywords
image
pixel
fluorescence
background fluorescence
width
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201310381806.5A
Other languages
English (en)
Other versions
CN103413281A (zh
Inventor
陈多芳
易黄建
朱守平
雷晶
薛华丹
金征宇
梁继民
田捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201310381806.5A priority Critical patent/CN103413281B/zh
Publication of CN103413281A publication Critical patent/CN103413281A/zh
Application granted granted Critical
Publication of CN103413281B publication Critical patent/CN103413281B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种生物活体激发荧光成像中的去除背景荧光干扰的方法,所述方法包括以下步骤:采集一个波长光源激发下的多幅原始荧光图像,对该多幅原始荧光图像进行拼接,计算拼接图像的第一归一化非负主分量,利用该主分量构建正交投影矩阵,通过正交投影完成背景荧光干扰去除。该方法实现简单,可有效去除背景荧光干扰,在生物活体激发荧光成像中具有重要的应用价值。

Description

一种生物活体激发荧光成像中的去除背景荧光干扰的方法
技术领域
本发明涉及一种生物活体激发荧光成像图像预处理方法,具体涉及一种生物活体激发荧光成像的背景荧光干扰去除方法。
背景技术
生物活体激发荧光成像是近年发展起来的一种成像模态,它利用外部光源激发生物活体体内荧光探针,采用荧光采集装置拍摄生物活体体表荧光信号并进行分析,能够对活体状态下的生物过程进行细胞和分子水平的定性和定量研究,被广泛用于疾病早期诊断、疗效监测、新药研发等领域。
背景荧光来自荧光探针在非目标处的分布代谢和生物活体自身某些组织,比如小动物肠子、脂肪、皮肤等组织受外部光源激发后产生的荧光。在400nm-700nm可见光波段,背景荧光信号较强,对目标荧光信号的检测产生干扰,严重时将淹没有用的目标荧光信号。
现有技术中,通常采集不同波长的荧光图像,对荧光图像进行数值处理,从而去除背景荧光干扰。中国发明专利申请,公开号:CN102096914A,公开了一种生物荧光图像中自体荧光干扰的去除方法。该方法采集两幅不同波段的激发荧光图像,经过聚类分析和种子漫水等数值方法处理,最终去除自体荧光干扰。该方法要求激发荧光图像一中染料的激发效率高于激发荧光图像二中荧光染料的激发效率,且激发荧光图像一的激发光波长大于激发荧光图像二的激发波长。但是不难看出,上述方法在实施过程中存在以下缺陷:
1、需要两个不同波长的激发光源,对成像系统硬件有一定要求;
2、要求使用的荧光染料在长波长下的激发效率要高于短波长下的激发效率,对使用的荧光染料有一定要求;
3、采用聚类分析和种子漫水等数值方法,运算比较复杂。
发明内容
针对目前技术存在的缺陷,本发明的目的是提供一种对激发光源和荧光染料无特殊要求、运算简单的去除背景荧光干扰的方法。
为实现所述目的,本发明提供的方法利用生物活体荧光成像过程中有用荧光强度和背景荧光干扰强度随时间变化程度不同的特性,通过正交投影运算,达到去除背景荧光干扰的目的。采用的技术方案如下:
一种生物活体激发荧光成像中的去除背景荧光干扰的方法,所述方法包括以下步骤:
(1)采集图像;连续采集K幅同一波长光源激发下的生物活体表面的原始荧光图像,记为Aj,j=1,2,…,K,同时每幅原始荧光图像由M×N个像素组成,其中,M为图像中像素的行数,N为图像中像素的列数;
(2)图像拼接;将所述K幅原始荧光图像进行拼接,得到拼接图像B,所述拼接图像B由K×L个像素组成,其中,K为图像中像素的行数,L=M×N为图像中像素的列数;
(3)计算所述拼接图像B的第一归一化非负主分量,标记为v,利用该归一化非负主分量构建正交投影矩阵,标记记为P;
(4)利用正交投影矩阵P对所述拼接图像B进行投影操作,获得投影后的组合图像C,再对所述图像C的第一行进行重组,获得一幅包含M行N列像素的荧光图像D,完成生物活体荧光成像的背景荧光干扰去除。
需要说明的是,所述拼接图像B的步骤包括:将采集的每一幅原始荧光图像的第1行到第M行拼成一行,该行包括L个像素,由K幅图像得到K行像素,该K行像素自上而下排列,构成一幅包含K行L列像素的组合图像。
需要说明的是,所述正交投影矩阵为:
P = I - 1 K vv T ;
其中,v为第一归一化非负主分量,I为单位矩阵,K为采集图像的幅数,T为转置算子。
需要说明的是,所述去除背景荧光干扰后的荧光图像D包括以下步骤:
(1)将所述组合图像C的第1行像素等分成M份,每一份包括N个像素;
(2)将获得的M份N个像素自上而下排列,获得一幅由M行N列像素构成的去除背景荧光干扰的荧光图像D。
作为一种优选的方案,所述步骤1中的K取值范围为4~8。
本发明的有益效果在于:
1、仅需一个波长的激发光源,对生物活体荧光成像系统硬件无特殊要求;
2、对荧光染料在不同波长下的激发效率无要求;正交投影通过矩阵相乘完成,运算简单;
3、本发明应用范围广,通用性强,计算复杂度低。
附图说明
图1为本发明方法的实施流程示意图;
图2为图像拼接示意图;
图3为仿真实验结果图。
具体实施方式
下面结合附图详细描述本发明的生物活体荧光成像中的去除背景荧光干扰方法技术方案中所涉及的各个细节问题。应指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
如图1所示,一种生物活体激发荧光成像中的去除背景荧光干扰的方法,所述方法包括以下步骤:
(1)采集图像;连续采集K幅同一波长光源激发下的生物活体表面的原始荧光图像,记为Aj,j=1,2,…,K,每幅原始荧光图像由M×N个像素组成,其中,M为图像中像素的行数,N为图像中像素的列数;
(2)图像拼接;将所述K幅原始荧光图像进行拼接,得到拼接图像B,所述拼接图像B由K×L个像素组成,其中,K为图像中像素的行数,L=M×N为图像中像素的列数;
(3)计算所述拼接图像B的第一归一化非负主分量,标记为v,利用该归一化非负主分量构建正交投影矩阵,标记记为P;
(4)利用正交投影矩阵P对所述拼接图像B进行投影操作,获得投影后的组合图像C,再对所述图像C的第一行进行重组,获得一幅包含M行N列像素的荧光图像D,完成生物活体荧光成像的背景荧光干扰去除。
需要说明的是,所述拼接图像B的步骤包括:将采集的每一幅原始荧光图像的第1行像素到第M行像素拼成一行像素,像素个数为L,由K幅图像得到K行像素,该K行像素自上而下排列,构成一幅包含K行L列像素的组合图像。
需要说明的是,所述正交投影矩阵为:
P = I - 1 K vv T ;
其中,v为第一归一化非负主分量,I为单位矩阵,K为采集图像的幅数,T为转置算子。
需要说明的是,所述去除背景荧光干扰后的荧光图像D包括以下步骤:
(1)将所述组合图像C的第一行像素等分成M份,每一份包括N个像素;
(2)将获得的M份N个像素自上而下排列,获得一幅由M行N列像素构成的去除背景荧光干扰的荧光图像D。
作为一种优选的方案,所述步骤1中的K取值范围为4~8。
为了更好的理解本发明,下面结合仿真实验对本发明的效果进一步的描述。
仿真条件:标记生物活体为裸鼠。
(1)获取测量数据。采用与荧光探针吸收峰波长匹配的激发光源照射体内有该荧光探针标记的裸鼠,在该波长光源激发下,利用高灵敏度CCD相机按照一定的时间间隔连续采集裸鼠体表的原始荧光图像,一共采集6幅,记为Aj,j=1,2,…,6。
需要说明的是,图像采集设备为CCD相机,其像素个数为512×512,因此,采集到的每幅原始荧光图像均由512×512个像素构成。
(2)图像拼接。图像拼接过程如图2所示,先将每一幅原始荧光图像的第1行的512个像素到第512行的512个像素拼成一行像素,此一行像素个数为512×512=262144,对6幅原始荧光图像进行拼接可以得到6行像素;再将该6行像素从上至下排列,构成一幅包含6行262144列像素的拼接图像B。
(3)计算拼接图像B的第一非负主分量u。拼接图像B的第一非负主分量u可通过求解下述优化问题得到:
max α , β α T Bβ , subject to α T α ≤ 1 , β T β ≤ 1 , β ≥ 0 ;
则第一非负主分量u=Bβ。由于背景荧光干扰分布在裸鼠全身,而有用目标信号分布在裸鼠局部,所以第一非负主分量u包含的是背景荧光干扰信号。对u进行归一化得到v,数学上,v代表背景荧光干扰信号子空间。利用该归一化非负主分量构建正交投影矩阵P,计算公式为其中,I为6×6的单位矩阵,除主对角线6个元素为1外,其余元素均为0。
(4)利用正交投影矩阵对步骤(2)中的拼接图像B进行正交投影操作,将拼接图像投影到背景荧光干扰图像的正交子空间,得到图像C。由于图像位于背景荧光干扰C的正交子空间,所以,图像C中不包括背景荧光干扰信息。数学上,正交投影通过矩阵相乘实现,图像C的计算公式为C=PB。图像C由6行262144列像素构成。按照步骤(2)相逆的方法,对图像C第一行进行重组,得到一幅包含512行512列像素的荧光图像,该荧光图像中不再包含背景荧光信号,从而完成生物活体荧光成像中的背景荧光干扰去除。
其中,需要说明的是,对步骤(3)中的优化问题可采用迭代方法求解,求解详细步骤如下:
(3a)初始化:β=[111111]T
(3b)迭代计算:
||||2为2范数;
β ^ = B T α ;
β j = β ^ j , β ^ j > 0 0 , β ^ j ≤ 0 , j=1,2,...,6,其中,βj为β的第j个元素,的第j个元素;
(3c)迭代停止判断:若||BTα-β||2≤ε,迭代计算停止;否则,继续步骤(3b)中的迭代计算。ε一般取10-6
如图3所示,显示了三组仿真实验结果。图中,a1,a2,……,a6为同一波长光源激发下的6幅裸鼠体表的原始荧光图像,图中包括目标荧光信号和背景荧光信号,可以看到,背景荧光信号对目标荧光信号形成一定干扰。图b所示为由6幅原始荧光图像构成的拼接图像。图c1和图c2为所示的采用本发明方法去除背景荧光干扰前后的荧光图像。可以看到,图c2背景荧光干扰被有效去除。
对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及变形,而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (5)

1.一种生物活体激发荧光成像中的去除背景荧光干扰的方法,其特征在于,所述方法包括以下步骤:
(1)采集图像;连续采集K幅同一波长光源激发下的生物活体表面的原始荧光图像,记为Aj,j=1,2,...,K,同时每幅原始荧光图像由M×N个像素组成,其中,M为图像中像素的行数,N为图像中像素的列数;
(2)图像拼接;将所述K幅原始荧光图像进行拼接,得到拼接图像B,所述拼接图像B由K×L个像素组成,其中,K为图像中像素的行数,L=M×N为图像中像素的列数;
(3)计算所述拼接图像B的第一归一化非负主分量,标记为v,利用该归一化非负主分量构建正交投影矩阵,标记为P;
(4)利用正交投影矩阵P对所述拼接图像B进行投影操作,获得投影后的组合图像C,再对所述图像C的第一行进行重组,获得一幅包含M行N列像素的荧光图像D,完成生物活体荧光成像的背景荧光干扰去除。
2.根据权利要求1所述的去除背景荧光干扰的方法,其特征在于,所述拼接图像B的步骤包括:将采集的每一幅原始荧光图像的第1行像素到第M行像素拼成一行像素,像素个数为L,由K幅图像得到K行像素,该K行像素自上而下排列,构成一幅包含K行L列像素的组合图像。
3.根据权利要求1所述的去除背景荧光干扰的方法,其特征在于,所述正交投影矩阵为:
其中,v为第一归一化非负主分量,I为单位矩阵,K为采集图像的幅数,T为转置算子。
4.根据权利要求1所述的去除背景荧光干扰的方法,其特征在于,所述去除背景荧光干扰后的荧光图像D包括以下步骤:
(1)将所述组合图像C的第一行像素等分成M份,每一份包括N个像素;
(2)将获得的M份N个像素自上而下排列,获得一幅由M行N列像素构成的去除背景荧光干扰的荧光图像D。
5.根据权利要求1所述的去除背景荧光干扰的方法,其特征在于,所述步骤1中的K取值范围为4~8。
CN201310381806.5A 2013-08-28 2013-08-28 一种生物活体激发荧光成像中的去除背景荧光干扰的方法 Expired - Fee Related CN103413281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310381806.5A CN103413281B (zh) 2013-08-28 2013-08-28 一种生物活体激发荧光成像中的去除背景荧光干扰的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310381806.5A CN103413281B (zh) 2013-08-28 2013-08-28 一种生物活体激发荧光成像中的去除背景荧光干扰的方法

Publications (2)

Publication Number Publication Date
CN103413281A CN103413281A (zh) 2013-11-27
CN103413281B true CN103413281B (zh) 2016-03-30

Family

ID=49606286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310381806.5A Expired - Fee Related CN103413281B (zh) 2013-08-28 2013-08-28 一种生物活体激发荧光成像中的去除背景荧光干扰的方法

Country Status (1)

Country Link
CN (1) CN103413281B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107590798B (zh) * 2017-07-31 2020-09-29 上海交通大学 一种生物组织三维图像背景去除系统和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101396262A (zh) * 2008-10-31 2009-04-01 清华大学 一种基于线性关系的荧光分子断层成像重建方法
CN102096914A (zh) * 2011-01-26 2011-06-15 中国科学院自动化研究所 一种生物荧光图像中自体荧光干扰的去除方法
CN103070673A (zh) * 2013-02-05 2013-05-01 西安电子科技大学 一种在体小动物荧光分子断层成像系统与方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7587078B2 (en) * 2005-05-02 2009-09-08 Cytyc Corporation Automated image analysis
WO2009055095A1 (en) * 2007-10-19 2009-04-30 Visen Medical, Inc. Imaging systems featuring waveguiding compensation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101396262A (zh) * 2008-10-31 2009-04-01 清华大学 一种基于线性关系的荧光分子断层成像重建方法
CN102096914A (zh) * 2011-01-26 2011-06-15 中国科学院自动化研究所 一种生物荧光图像中自体荧光干扰的去除方法
CN103070673A (zh) * 2013-02-05 2013-05-01 西安电子科技大学 一种在体小动物荧光分子断层成像系统与方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Normalized Born approximation-based two stage reconstruction algorithm for quantitative fluorescence molecular tomography;Huangjian Yi et al;《Journal of Electrical and Computer Engineering》;20121231;第2012卷;全文 *
光学分子影像最新进展;杨薇等;《2007中国生物医学工程联合学术年会论文集》;20071231;全文 *

Also Published As

Publication number Publication date
CN103413281A (zh) 2013-11-27

Similar Documents

Publication Publication Date Title
Alghamdi et al. Assessment methods for the evaluation of vitiligo
CN103082997B (zh) 滚筒式多模融合三维断层成像系统和方法
CN1253127C (zh) 利用时间分解分光术检测乳房组织的系统及其方法
JP2022525198A (ja) 陽電子放射断層撮影を用いた腫瘍セグメンテーションのための深層畳み込みニューラルネットワーク
CN103271723B (zh) 一种生物发光断层成像重建方法
CN103930767B (zh) 生物组织内如黑色素的内源性荧光团的特异性3d检测、可视化和/或量化的非侵入性方法
CN104305957B (zh) 头戴式分子影像导航系统
Kose et al. Utilizing machine learning for image quality assessment for reflectance confocal microscopy
Ma et al. Deep learning for classification and localization of early gastric cancer in endoscopic images
CN110335230A (zh) 一种内镜图像病变实时检测方法及装置
Xie et al. XiangyaDerm: a clinical image dataset of asian race for skin disease aided diagnosis
CN109843150A (zh) 基于智能手机的评估皮肤问题的紫外线设备
CN102871646A (zh) 一种大数据量荧光分子断层成像重建方法
Haupt et al. Mesoscale brain explorer, a flexible python-based image analysis and visualization tool
CN103413281B (zh) 一种生物活体激发荧光成像中的去除背景荧光干扰的方法
Tian et al. Non-tumorous facial pigmentation classification based on multi-view convolutional neural network with attention mechanism
Pu et al. Resolving fluorophores by unmixing multispectral fluorescence tomography with independent component analysis
CN103903231B (zh) 一种多光谱激发荧光成像中去除自体荧光干扰的方法
CN104146726B (zh) Pet系统符合探测响应的生成方法
JP2004113730A (ja) コンピュータ読影支援システム
KR20130042791A (ko) 형광 영상을 촬영하는 장치 및 방법
CN106308835A (zh) 手持式光学、伽马探测器一体化成像系统和方法
DE10255013B4 (de) Verfahren und Vorrichtung zur Lokalisierung von Licht emittierenden Bereichen
Li et al. Development of a target-to-sensor mode multispectral imaging device for high-throughput and high-precision touch-based leaf-scale soybean phenotyping
CN102096914B (zh) 一种生物荧光图像中自体荧光干扰的去除方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160330

Termination date: 20210828

CF01 Termination of patent right due to non-payment of annual fee