孙志龙，张杰，刘宗洋，高峰，3，张丽敏，3

（1 天津大学 国际工程师学院，天津 300072）

（2 天津大学 精密仪器与光电子工程学院，天津 300072）

（3 天津市生物医学检测技术与仪器重点实验室，天津 300072）

0 引言

扩散光学层析（Diffuse Optical Tomography，DOT）作为一种新型的功能光学成像技术，其利用波长范围在600～900 nm 的近红外光入射生物组织体，根据在生物组织边界得到的光流量，从而重构组织内部光学特性的三维分布［1］。该技术具有无创、无电离辐射以及可提供生物组织生理学信息等优势，在乳腺肿瘤成像和脑功能成像等领域极具应用潜力［2-4］。在DOT 成像过程中，近红外光在组织中传播具有强散射特性，且边界测量数据远小于需要重构的组织体光学参数个数［5］。因此，为提高DOT 图像重建质量，国内外研究人员发展了多种图像重建优化算法。其中，常用的策略为非线性迭代算法中添加不同类型的正则化项，基本思想是在每次迭代过程中添加额外的惩罚项进行正则化约束，以抑制测量噪声和减小模型误差所带来的影响，从而获得不适定问题的稳定近似解。典型的正则化方法包括L1 范数正则化和L2 范数正则化［6］。基于L2 范数的正则化方法可有效的重建DOT 图像，但L2 范数具有平滑效应，对图像边缘恢复较差。L1 范数则可以保持边缘，但易出现阶梯效应，导致图像产生虚假边缘。此外，国内外学者提出将扩散光学层析成像技术与现有的医学成像模态结合发展成为多模态成像技术。如BROOKSBY B A 和邓勇等分别把磁共振成像（Magnetic Resonance Imaging，MRI）和微型计算机断层扫描系统提供的解剖结构图像作为结构先验信息，以Laplace 算子的形式引入到正则化方法中以提高DOT 图像重建质量［7-8］。……