一种透过生物组织光学聚焦的仿真方法、装置及计算机

1.本发明涉及计算机仿真技术领域，具体涉及一种透过生物组织光学聚焦的仿真方法、装置及计算机。


背景技术：

2.随着人们对医疗健康日益重视，生物医学成像技术作为一种能获取生物体生理、病理信息的研究和监测手段，已经得到广泛应用。在该技术领域内，与当前常规的核磁共振成像、ct成像等多种成像方式相比，光学成像技术以其非接触性、迅速便捷、高时空分辨率的优势备受瞩目，研究者们正在推动光学成像技术在生物医学成像领域中的发展。在实际使用情况中，生物组织普遍为散射介质，入射光波经过生物组织时，其相位会因此引入随机畸变，光的传输路径主要表现出前向的“蛇形”或者弥散形，这会使入射光的聚焦效果大打折扣，导致难以找到准确的焦面或者焦点处能量变弱，引起成像信噪比、成像分辨率和穿透深度等关键指标的下降。
3.为了可以定量地研究和描述光在生物组织内部的传输特性，人们发展了一些数值模型，可用于生物组织内不同尺度(宏观、介观、微观)下光传播过程的数值模拟。常用的数值模型包括蒙特卡洛模型(monte carlo,mc)、辐射传输方程(radiative transfer equation,rte)、时域有限差分法(finite-difference time-domain,fdtd)、光束传播模型(beam propagation model,bpm)等。相比于实验研究，数值模拟可以单一地控制实验条件来研究其中某个具体影响因素。另一方面，由于光物理过程的复杂性，边界条件难以确定，即便使用一些简化条件并直接求光波动方程的解析解，其难度依然很高。相比于求解析解，数值模拟既能保持比较高的精度和准确度又相对便捷，是研究生物内部光传导过程的有效办法之一。
4.然而，上述模型在应用于模拟光在生物组织内部的传输过程时均会表现出各自的局限性。例如，蒙特卡洛(mc)模型模拟生物体内部大量光子的传输行为，并追踪每个光子的传输路径，因此计算耗时较长，且此模型并不适合模拟光的波动特性。辐射传输方程(rte)可解析光能量在组织内的扩散传播过程，然而其一阶近似求解只适用于描述宏观尺度下的光辐射分布，例如腿部肌肉、手臂肌肉、前胸肌等，为使其在微观尺度下应用亦可采用高阶近似，然而计算量会随着阶数的增加而非线性地增加。时域有限差分(fdtd)仿真也存在计算量大、计算耗时长的问题，并且其计算精度明显受计算机内存容量限制。相较于上述模型，光束传播模型(bpm)的计算耗时相对小些，其缺点是忽视介质的后向散射传播效应，然而对于生物组织而言，由于生物组织是前向散射传播占优，因此bpm仿真亦适用于对生物组织的光学仿真。
5.bpm仿真在组织光学方面的应用研究已有相当数量的报道，已经发展出一系列的变体。biobeam仿真模型是近年来新发展出的一个变体，采用bpm的思想对使用光学显微镜透过散射组织的成像进行数值仿真，可以复现发生在样品内部的波动光学效应，例如光学散斑。在计算耗时上，由于基于pyopencl库使用并行编程技术，其计算速度得到较大提升。
分形传播模型(fractal propagation model,fpm)也是近年来采用bpm思想发展出的一个变体，其亮点是使用具有分形特征的折射率分布来仿真复杂生物组织，相较于传统的以任意粒度的球状颗粒来代表组织的仿真方法，前者更符合透过生物组织成散斑像的实验结果。使用fpm-biobeam联合仿真能有效利用各自优势，以较快的计算速度和较高的准确度对生物组织成像过程进行仿真，然而目前还没有在求解入射光波前以实现光学聚焦方面的生物成像应用研究。


技术实现要素：

6.本发明实施例提供一种透过生物组织光学聚焦的仿真方法、装置及计算机设备。
7.一种透过生物组织光学聚焦的仿真方法，其特征在于，包括：
8.获取分形传播模型的三维参数，并通过所述三维参数构建具有散射特征的生物组织；
9.从所述生物组织中获取传输矩阵，并利用最小二乘法对所述传输矩阵进行求解，得到所述生物组织的伪逆矩阵；
10.根据所述伪逆矩阵求解二维入射光场。
11.一种透过生物组织光学聚焦的仿真装置，其特征在于，包括：
12.获取模块，用于获取分形传播模型的三维参数，并通过所述三维参数构建具有散射特征的生物组织；
13.处理模块，用于从所述生物组织中获取传输矩阵，并利用最小二乘法对所述传输矩阵进行求解，得到所述生物组织的伪逆矩阵；
14.执行模块，用于根据所述伪逆矩阵求解二维入射光场。
15.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如上所述透过生物组织光学聚焦方法的步骤。
16.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上所述透过生物组织光学聚焦方法的步骤。
17.本发明实施例的有益效果是：本发明能够为实现良好的光学聚焦效果提供虚拟的生物组织仿真平台，准确、快速地模拟光的波动效应及光在生物组织体内部的传播过程，求解和测试所需的入射光场复振幅，从而减少生物光学实验成本，提高测试效率。
附图说明
18.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明的实施例提供的一种透过生物组织光学聚焦的仿真方法流程图；
20.图2为本发明的实施例提供的使用分形传播模型所得的一个折射率截面分布示意图；
21.图3为本发明的实施例提供的建立所需要的相互正交的单位列向量示意图；
22.图4为本发明的实施例提供的使用biobeam模型计算的原理示意图；
23.图5为本发明的实施例提供的将n*n维输入光场输入至biobeam模型的示意图；
24.图6和图7为本发明的实施例提供的对n*n维输出光场进行降维处理的过程示意图；
25.图8为本发明的实施例提供的二维输出光场示意图；
26.图9为本发明的实施例提供的二维输入光场示意图。
具体实施方式
27.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
28.如图1所述本发明提供一种透过生物组织光学聚焦的仿真方法，，包括：
29.s1、获取分形传播模型的三维参数，并通过所述三维参数构建具有散射特征的生物组织；
30.s2、从所述生物组织中获取传输矩阵，并利用最小二乘法对所述传输矩阵进行求解，得到所述生物组织的伪逆矩阵；
31.s3、根据所述伪逆矩阵求解二维入射光场。
32.本发明能够为实现良好的光学聚焦效果提供虚拟的生物组织仿真平台，准确、快速地模拟光的波动效应及光在生物组织体内部的传播过程，求解和测试所需的入射光场复振幅，从而减少生物光学实验成本，提高测试效率。
33.本发明的一个实施例，步骤s1中通过所述三维参数构建具有散射特征的生物组织，包括：
34.步骤一、对所述三维参数进行赋值；
35.步骤二、利用所述分形传播模型分别对所述三维参数进行计算得到具有不同折射率的三维空间分布以形成具有散射特征的生物组织。
36.具体地，分形传播模型的三维参数为分形维数、相关长度和折射率波动量，通过对其进行赋值并代入到分形传播模型的公式中求解空间折射率分布，请参阅图2，图2为本实施例使用分形传播模型所得的一个折射率截面分布。
37.在本实施例中，根据分形传播模型(fpm)理论的基本原理，分形传播模型公式如下：
[0038][0039][0040][0041]
其中，代表折射率波动量，df代表分形维数，lc代表相关长度，(x,y,z)代表生物
组织模型空间域中某一点，代表第二类贝塞尔函数，(k
x
,ky,kz)代表频率域中某一点，r代表一个服从高斯0-1分布的三维数集。其中，φ(k
x
，ky，kz)代表功率谱密度，δn(x,y,z)代表折射率差异的三维空间分布。
[0042]
本发明的一个实施例，步骤s2中从所述生物组织中获取传输矩阵，包括：
[0043]
步骤一、建立相互正交的单位列向量，对所述单位列向量进行升维化处理得到多个输入光场；
[0044]
步骤二、将所述多个输入光场输入至biobeam模型中得到输出光场；
[0045]
步骤三、将得到的多个输出光场进行降维处理得到多个列向量，并将得到的多个列向量组成所述生物组织的传输矩阵，其中，所述传输矩阵表示生物组织的光学传播特性。
[0046]
具体地，请参阅图3，建立所需要的相互正交的单位列向量其表达式如下：
[0047][0048]
具体地，可以为：
…
，
[0049]
具体地，对进行升维化处理获得n*n维输入光场u
in(m)
作为biobeam模型的输入，其中，所使用的升维化处理方法需通过以下步骤：
[0050]
(1)所使用的n^2*1维单位列向量切割成n个长度相同的n*1维子列；
[0051]
(2)将得到的子列重新拼接成n*n维输入光场u
in(m)
；如此类推得到n^2个二维输入光场u
in(m)
。
[0052]
请参阅图5，将获得的n^2个n*n维输入光场u
in(m)
作为biobeam模型的输入，调用biobeam软件开发包的api接口bpm3d.propagate来仿真相干光束经过散射介质的传播过程，以此获得n*n维输出光场记录每一次经过biobeam模型计算所得的n*n维输出光场最终会记录n^2个二维输出光场
[0053]
其中，所使用的biobeam模型，其原理示意图如图4所示。
[0054]
具体地，所使用的biobeam模型的适用条件为单色光照明和相对小的折射率差异，散射光在介质中以前向散射为主要传播特性，关于此点，生物组织一般满足。
[0055]
具体地，所使用的biobeam模型的主要理论公式如下：
[0056][0057]
其中，u(x,y,z δz)是纵坐标为z δz所对应的光场复振幅横向分布，u(x,y,z)是纵坐标为z所对应的光场复振幅横向分布，k
x
、ky是波矢量的x、y分量，和分别为傅里叶变换算子和傅里叶逆变换算子。
[0058]
本发明的一个实施例，biobeam模型的软件程序包包括：
[0059]
(1)主要输入参数：二维输入光场u
in(m)
、波长λ、物镜na参数；
[0060]
(2)主要调用函数：api接口bpm3d.propagate；
[0061]
(3)主要输出参数：二维输出光场
[0062]
请参阅图6、7，对进行降维化处理获得n^2*1维列向量作为n^2*n^2维传输矩阵t的每一列ti，具体包括以下方法：
[0063]
(1)将所得的二维输出光场切割成n个长度相同的n*1维子列；
[0064]
(2)依据头尾相接的原则，在的相邻两列里，总是将后一子列的头部和前一子列的尾部相接，得到n^2*1维复数列向量作为输出光场列向量如此类推，最终得到n^2个n^2*1维输出光场列向量
[0065]
(3)将上述步骤所得的依次拼接，将每一个输出光场列向量作为传输矩阵t的每一列ti，将ti拼接，最终得到完整的n^2*n^2维传输矩阵t，代表所述的生物组织的光学传播特性。
[0066]
在本实施例中，获得所述的生物组织的传输矩阵的程序实现，需要在python环境中包括以下部分内容：(1)对输入光场列向量声明，利用numpy库函数对其定义；(2)对输入光场列向量改变维数，得到二维数组并赋值给u
in(m)
；(3)导入biobeam软件开发包的bpm3d类并新建对象，对其中的属性(主要属性包括对象的几何尺寸、折射率三维空间分布、入射光波长)进行初始化；(4)调用bpm3d类对象的propagate方法，将上述步骤所得的u
in(m)
赋值给该方法所需的入射光场参数，并返回经过biobeam模型模拟计算所得的(5)对上述步骤所得的进行保存。
[0067]
在本实施例中，获得所述的生物组织的传输矩阵的程序实现，还需要在matlab环境中包括以下部分内容：(1)读取在之前步骤所获得的(2)改变的维数，使其转变成输出光场列向量(3)将所有的输出光场列向量拼接，得到完整的二维传输矩阵t。
[0068]
本发明的一个实施例，求解传输矩阵的伪逆矩阵，可以使用最小二乘法求解传输矩阵t的伪逆矩阵其主要公式如下：
[0069][0070]
其中，t是传输矩阵，是其伪逆矩阵，e是和t相同维度的单位矩阵，表示欧氏距离。
[0071]
具体地，程序需要经过以下步骤来实现：利用matlab的自带函数lsqminnorm来求解伪逆矩阵并利用自带函数eye来代表一个单位矩阵e。
[0072]
本发明的一个实施例，步骤s2中根据所述伪逆矩阵求解二维入射光场，包括：
[0073]
步骤一、从所述伪逆矩阵中选取列向量；
[0074]
步骤一、对所述列向量进行升维化处理得到所述入射光场。
[0075]
具体地，求解n*n维入射光场ui时包括：从所得伪逆矩阵中选择所需要的列tj；对所述的列tj进行升维化处理得到所要的n*n维入射光场ui。
[0076]
具体地，在本实施例中，从所得伪逆矩阵中选择所需要的列tj包括面向单点聚焦应用和面向多点聚焦应用的方法。
[0077]
其中，当仿真的目标为单点聚焦时，从所述伪逆矩阵中选取列向量，包括：确定要聚焦的单点在二维输出光场平面内的期望位置；根据所述期望位置计算为实现单点聚焦所需的列向量在所述伪逆矩阵中的列索引；根据所述列索引从所述伪逆矩阵中提取对应的列向量。
[0078]
具体地，(1)确定所要聚焦的单点在二维输出光场平面uo内的期望位置，根据位置计算为实现单点聚焦所必需的列在所得伪逆矩阵中的列索引，其中所要聚焦的单点的位置和所需列的列索引存在如下关系：
[0079]
j＝n*x y
[0080]
其中，j为所需列在所得伪逆矩阵中的列索引，n为二维输出光场uo的行(列)数，x为所要聚焦的单点在其平面内的行索引，y为所要聚焦的单点在其平面内的列索引；(2)根据计算得到的列索引j从伪逆矩阵中提取所需的列。
[0081]
另一个实施例中，当仿真的目标为多点聚焦时，从所述伪逆矩阵中选取列向量，包括：确定要聚焦的多个点在二维输出光场平面内的期望位置；根据所述多个点的期望位置计算为实现多点聚焦所需的列向量在所述伪逆矩阵中的列索引；根据计算得到的第一个列向量的列索引和最后一个列向量的列索引从所述伪逆矩阵中提取对应的第一列向量和最后列向量；将所述第一列向量和所述最后列列向量之间的所有的列向量进行求和得到多点聚焦所需的列向量。
[0082]
具体地，(1)确定所要聚焦的多个点各自在二维输出光场平面uo内的期望位置，根据各自的位置计算为实现多点聚焦所必需的列在所得伪逆矩阵中的列索引，其中所要聚焦的多点的位置和所需列的列索引存在如下关系：
[0083]
j1＝n*x1 y1,...,jn＝n*xn yn[0084]
其中，j1、jn分别是为实现第1个点、第n个点的单点聚焦所必需的列在伪逆矩阵中的列索引，n为二维输出光场uo的行(列)数，x1、xn分别是第1个点、第n个点在二维输出光场平面uo内的行索引，y1、yn分别是第1个点、第n个点在二维输出光场平面uo内的列索引；(2)根据计算所得的列索引j1、jn从伪逆矩阵中提取所需的列(3)对上述步骤所得的多个列...，求和，得到为实现多点聚焦所必需的列向量tj。
[0085]
本发明的一个实施例，请参阅图8和图9，对所述列向量进行升维化处理得到所述入射光场，包括：将选取的列向量切割成长度相同的子列向量；将所述多个子列向量重新拼接形成输入光场。
[0086]
具体地，(1)将所得到的n^2*1维列向量tj切割成n个长度相同的n*1维子列；(2)将上一步骤所得到的子列重新拼接成n*n维输入光场ui。
[0087]
具体地，关于本实施例的程序实现，在matlab写入以下几个部分：(1)过矩阵、向量运算求解在伪逆矩阵中所需的列tj的列索引j；(2)根据列索引j选择所需的列tj；(3)将所选择的列tj升维化处理得到二维输入光场ui。
[0088]
本发明实施例还提供一种透过生物组织光学聚焦的仿真装置，包括：获取模块，用于获取分形传播模型的三维参数，并通过所述三维参数构建具有散射特征的生物组织；处理模块，用于从所述生物组织中获取传输矩阵，并利用最小二乘法对所述传输矩阵进行求解，得到所述生物组织的伪逆矩阵；执行模块，用于根据所述伪逆矩阵求解二维入射光场。
[0089]
在一些实施方式中，所述获取模块，包括：第一获取子模块，用于获取所述分形传播模型的三维参数，并对所述三维参数进行赋值；第一处理子模块，用于利用所述分形传播模型分别对所述三维参数进行计算得到具有不同折射率的三维空间分布以形成具有散射特征的生物组织。
[0090]
在一些实施方式中，所述处理模块包括：第二获取子模块，用于建立相互正交的单位列向量，对所述单位列向量进行升维化处理得到多个输入光场；第二处理子模块，用于将所述多个输入光场输入至biobeam模型中得到输出光场；第一执行子模块，用于将得到的多个输出光场进行降维处理得到多个列向量，并将得到的多个列向量组成所述生物组织的传输矩阵，其中，所述传输矩阵表示生物组织的光学传播特性。
[0091]
在一些实施方式中，所述执行模块，包括：第三获取子模块，用于从所述伪逆矩阵中选取列向量；第三处理子模块，用于对所述列向量进行升维化处理得到所述入射光场。
[0092]
在一些实施方式中，当仿真的目标为单点聚焦时，所述第三获取子模块包括：第四获取子模块，用于确定要聚焦的单点在二维输出光场平面内的期望位置；第四处理子模块，用于根据所述期望位置计算为实现单点聚焦所需的列向量在所述伪逆矩阵中的列索引；第二执行子模块，用于根据所述列索引从所述伪逆矩阵中提取对应的列向量。
[0093]
在一些实施方式中，当仿真的目标为多点聚焦时，所述第三获取子模块包括：第五获取子模块，用于确定要聚焦的多个点在二维输出光场平面内的期望位置；第五处理子模块，用于根据所述多个点的期望位置计算为实现多点聚焦所需的列向量在所述伪逆矩阵中的列索引；第六处理子模块，用于根据计算得到的第一个列向量的列索引和最后一个列向量的列索引从所述伪逆矩阵中提取对应的第一列向量和最后列向量；第三执行子模块，用于将所述第一列向量和所述最后列列向量之间的所有的列向量进行求和得到多点聚焦所需的列向量。
[0094]
在一些实施方式中，所述第三处理子模块包括：第七处理子模块，用于将选取的列向量切割成长度相同的子列向量；第四执行子模块，用于将所述多个子列向量重新拼接形成输入光场。
[0095]
为解决上述技术问题，本发明实施例还提供计算机设备。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种图像处理方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种图像处理方法。该计算机设备的网络接口用于与终端连接通信。
[0096]
本实施方式中处理器用于执行获取模块、处理模块和执行模块的具体内容，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有图像处理方法中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
[0097]
本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述图像处理方法的步骤。
[0098]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram)等。
[0099]
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0100]
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。