《一种活体动物血管新生定量分析方法.pdf》由会员分享，可在线阅读，更多相关《一种活体动物血管新生定量分析方法.pdf（12页完整版）》请在专利查询网上搜索。
1、(10)授权公告号 CN 103284694 B (45)授权公告日 2015.01.21 CN 103284694 B (21)申请号 201310190321.8 (22)申请日 2013.05.22 A61B 5/00(2006.01) A61B 6/03(2006.01) (73)专利权人 西安电子科技大学 地址 710071 陕西省西安市太白南路 2 号西 安电子科技大学 (72)发明人 屈晓超 赵凤军 易黄建 冉超 刘俊廷 梁继民 田捷 (74)专利代理机构 北京科亿知识产权代理事务 所 ( 普通合伙 ) 11350 代理人 汤东凤 CN 1943515 A,2007.04.11,。
2、 CN 101856220 A,2010.10.13, CN 101301207 A,2008.11.12, US 6389104 B1,2002.05.14, US 2004/0249270 A1,2004.12.09, WO 2009/028136 A1,2009.03.05, (54) 发明名称 一种活体动物血管新生定量分析方法 (57) 摘要 一种活体动物血管新生定量分析方法， 其包 括如下步骤 ：（1） 活体动物指定区域的 CT 成像步 骤 ；（2） 血管数据的分割步骤 ；（3） 活体动物指定 区域的荧光断层成像步骤 ；（4） 选出活体动物新 生血管区域中血管的 CT 图像步骤 ；（。
3、5） 利用稀疏 PCA 技术分析血管拓扑结构参数步骤 ；（6） 血管新 生的定量步骤。本发明可以完成活体动物血管新 生的定量 ； 利用荧光断层成像选出血管新生区域 中的血管， 基于稀疏 PCA 技术完成血管新生的精 确定量， 并且本发明利用稀疏 PCA 技术， 制定血管 新生的定量方法， 并在定量时， 根据稀疏 PCA 处理 的结果为每个血管拓扑结构参数分配不同的权重 值， 区分不同血管拓扑结构参数的贡献的大小。 (51)Int.Cl. (56)对比文件 审查员 廖叶子 权利要求书 3 页 说明书 7 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利 权利要求书3页 说。
4、明书7页 附图1页 (10)授权公告号 CN 103284694 B CN 103284694 B 1/3 页 2 1. 一种活体动物血管新生定量分析方法， 包括如下步骤 ： (1) 活体动物指定区域的 CT 成像步骤， 其包括， 利用 X 光探测器采集动物多个角度的投影数据 ； 利用滤波反投影方法对投影数据进行 重建， 得到活体动物指定区域的 CT 数据 ； (2) 血管数据的分割步骤， 其包括， 对活体动物指定区域 CT 重建后的数据进行阈值分割， 所述阈值为预设的 CT 图像灰度 值 ； 逐渐增大所述阈值保证分割后的数据中包括完整的血管和骨骼并保存结果， 并将所述 数据标记为 R ； 对。
5、 R 继续增大阈值进行分割， 直到数据中只包含骨骼 ； 逐渐对仅包含骨骼的 数据进行膨胀处理， 并将膨胀后的骨骼标记为 B， 使得膨胀后的骨骼恰好与 R 中的骨骼完全 重叠 ； 将R中膨胀后的骨骼B所对应的坐标点置为背景像素值， 得到活体动物指定区域血管 的 CT 图像， 并将所述指定区域血管的 CT 图像标记为 V ； (3) 活体动物指定区域的荧光断层成像步骤， 其包括， 采用多点激发的透射式断层成像模式进行成像， 用 CCD 相机从多个角度采集尾静脉注 射靶向血管新生的荧光探针的活体动物指定区域表面的荧光信号 m； 采用扩散近似方程 描述荧光在动物指定区域内的传输过程， 并建立活体动物体。
6、表测得的荧光信号 m与内部 荧光探针分布图像 F 的线性方程并求解， 得到活体动物指定区域荧光探针的分布图像 F ； (4) 选出活体动物新生血管区域中血管的 CT 图像步骤， 其包括， 假设活体动物指定区域的血管新生分为 M 个阶段， 求所有 M 个阶段的荧光断层图像 F1,F2,FM所占具三维空间的并集 ， 并依次选出所有 M 个阶段的血管的 CT 图像 V1,V2,VM中属于 的血管体素点， 得到活体动物血管新生区域中血管的 CT 图像， 标 记为 NVi， i 1,2M ； (5) 利用稀疏 PCA 技术分析血管拓扑结构参数步骤， 其包括， 对每个阶段的新生血管区域的 CT 图像 NV。
7、i， i 1,2M， 进行三维中心线提取， 然 后计算 M 个阶段的血管拓扑结构参数， 得到 MN 维的血管拓扑结构参数矩阵 P， 其中 N 为 血管拓扑结构参数的个数 ； 对 P 进行标准化处理， 得到血管拓扑结构参数矩阵 X ； 利用稀疏 PCA技术分析血管拓扑结构参数矩阵X， 并且在稀疏PCA求解的过程中不断调节稀疏正则化 参数的取值， 保证只有第一主成分有非零的负荷量 ； (6) 血管新生的定量步骤， 其包括， (6a) 整合所有稀疏 PCA 第一主成分中的新生血管拓扑结构参数， 可以得到第 i 个阶段 活体动物指定区域中血管新生区域血管的量 Qi； 其中， Xi,n为血管拓扑结构参数。
8、矩阵 X 中第 i 行， 第 n 列变量， 2(Xi,n) 为变量 Xi,n的负 荷量的平方， 此处 2(Xi,n) 的值代表不同的拓扑结构参数对血管新生贡献的大小 ； (6b) 计算第 i 个阶段活体动物指定区域血管新生的百分比 Wi； 2. 根据权利要求 1 所述的一种活体动物血管新生定量分析方法， 其特征在于 ： 所述步 权 利 要 求 书 CN 103284694 B 2 2/3 页 3 骤 (3) 中活体动物指定区域的荧光断层成像的步骤为 ： (3a) 将激光器与 CCD 相机放置在活体动物的两侧， 并保证激光器、 活体动物指定区域 和 CCD 相机三者的中心在一条直线上 ； 采用多。
9、点激发的透射式断层成像模式进行成像， 用 CCD 相机从多个角度采集尾静脉注射靶向血管新生的荧光探针的活体动物指定区域表面的 荧光信号 m； (3b) 采用扩散近似方程来描述光在动物指定区域内的传输过程， 基于有限元理论建立 活体动物体表测得的荧光信号 m与内部荧光探针分布图像 F 的线性方程 ； m AF ； 其中 A 是系统矩阵， F 是未知的荧光探针三维分布图像， 包括空间坐标和浓度， m是体 表荧光信号 ； (3c) 将步骤 (3b) 中的线性方程中引入的 L2范数正则化项， 将线性方程的求解转化为 Tikhonov 正则化方程 ： 其中 是 Tikhonov 正则化参数， |2为矩阵。
10、论中的 L2范数 ； (3d) 采用最速下降法求解 Tikhonov 正则化方程 ： Fk+1 Fk-(ATAFk+Fk-ATm) ； 其中 Fk+1是第 K+1 次迭代求得的荧光探针的分布图像， Fk是第 K 次迭代求得的荧光探 针的分布图像， 是迭代步长， AT是 A 的转置 ； (3e) 由步骤 (3d) 多次迭代求得荧光探针的分布图像， 记为 F。 3. 根据权利要求 1 所述的一种活体动物血管新生定量分析方法， 其特征在于 ： 所述步 骤 (4) 中选出活体动物新生血管区域中血管的 CT 图像的步骤为 ： (4a) 假设活体动物指定区域的血管新生分为 M 个阶段， 第 i 个阶段血管。
11、的 CT 图像为 Vi， i 1,2M， 第 i 个阶段血管的荧光断层图像为 Fi， i 1,2M， 其中 V1和 F1 分别为初始阶段的活体动物指定区域的 CT 图像和荧光断层图像 ； (4b) 二值化处理 M 个阶段的荧光断层图像 Fi， i 1,2M， 即将有荧光信号的体 素点置为1， 将没有荧光信号的体素置为0， 得到第i个阶段二值化的荧光断层图像BFi， i 1,2M ； (4c) 求 M 个阶段的二值化荧光断层图像 BFi的并集 ， i 1,2M ； BF1UBF2UU BFM； 其中 BF1， BF2和 BFM分别为第 1， 第 2 和第 M 阶段的二值化荧光图像 ； (4d) 。
12、假设 Vi(x,y,z) 为第 i 个阶段的血管 CT 图像的某一个体素点， i 1,2M ； 如果 Vi(x,y,z) ， 那么第 i 个阶段的血管 CT 图像的体素点 (x,y,z) 是新生血管区域的 体素点 ； 如果那么第i个阶段的血管CT图像的体素点(x,y,z)是原来已经存 在的血管区域的体素点 ； 逐个判断 M 个阶段的血管 CT 图像的每个体素， 得到活体动物指定 区域中新生血管区域的 CT 图像， 标记为 NVi， i 1,2M。 4. 根据权利要求 1 所述的一种活体动物血管新生定量分析方法， 其特征在于 ： 所述步 骤 (5) 中利用稀疏 PCA 技术分析血管拓扑结构参数的。
13、步骤为 ： (5a) 在主成分分析 PCA 的回归模型中加上 L1范数正则化项， 得到稀疏 PCA 的优化方 权 利 要 求 书 CN 103284694 B 3 3/3 页 4 程 ； 其中， Xn为血管拓扑结构参数矩阵 X 中的第 n 列向量， Y 为主成分， 为变换矩阵， * 为最优变换矩阵， 为正则化参数， 为稀疏正则化参数， |2为矩阵论中的 L2范数， |1为矩阵论中的 L1范数 ； (5b) 采用朴素弹性网方法求解稀疏 PCA 优化方程 ； 其中， XnT为矩阵的 Xn转置 ,max() 为求最大值函数， sgn() 为符号函数 ； (5c) 假设 是稀疏 PCA 的负荷量， 则。
14、 (Xn) */|*|2， 在稀疏 PCA 求解的过程 中， 不断调节 的值并保证只有第一主成分有非零的负荷量。 权 利 要 求 书 CN 103284694 B 4 1/7 页 5 一种活体动物血管新生定量分析方法 技术领域 0001 本发明属于一种活体动物血管新生定量分析方法。具体来说， 本发明属于影像处 理的技术领域， 涉及荧光断层成像和CT成像， 尤其是基于荧光断层成像和CT成像的活体动 物血管新生定量方法， 可用于活体动物血管新生的定量分析。 背景技术 0002 目前普遍认为促进血管新生可以治疗缺血性疾病， 常采用对离体组织切片进行 显微成像， 通过观测标记探针的显像来间接评血管新生。
15、的程度。2003 年发表在 Nature Medicine 杂志的一篇综述文章总结了血管新生的显微成像研究。该文章对荧光显微成 像、 共聚焦和多光子显微成像、 电子显微成像等成像模式做了系统性的分析， 并且指出这些 方法在临床应用中的最大缺陷是无法实现活体成像， 并且成像范围太小， 不适合整体目标 的研究， 参见 ： D.M.McDonald,P.L.Choyke,Imaging of angiogenesis:from microscope to clinic.Nature Medicine,9(6):713-725(2003). 同时， 这种二维的评价方法存在如下 缺点 ： 需要在不同的时。
16、间点处死动物并获取肌肉组织的冰冻切片， 再在荧光显微镜下检测 血管新生靶点的存在， 因而分析结果严重依赖于对切片的选取， 如果切片没有取到合适的 位置而导致人为的错误判读， 甚至于切片根本没有选中指定区域， 就会导致检验存在一定 比例的假阴性结果的可能。除此之外， 可以使用 X 光血管造影成像的方式直接定量血管 新生程度， 参见 ： Z.W.Zhuang,L.Gao,M.Murakami,et al.,Arteriogenesis:Noninvasive Quantification with MultiDetector Row CT Angiography and Threedimensio。
17、nal Volume Rendering in Rodents.Radiology,240(3):698-707(2006). 但是二维造影成像及 数字减影成像存在严重的遮挡问题， 很大程度上限制了定量的准确性。 0003 使用化学药品对指定区域的血管进行铸型得到血管网络的三维模型， 然后进行 CT 成像， 目前已经成为离体研究血管新生的主流方法。S.Heinzer 等人对血管内皮生长因 子 VEGF 干预前和干预后小鼠的头部血管进行了铸型并利用瑞士加速中心的 X 射线对其进 行了 CT 成像， 然后使用基于模板 mark 的方法得到了血管的中心线， 进而分析了血管体积 密度、 表面积、 厚度。
18、、 长度、 交汇点等参数在 VEGF 干预前后的变化情况， 参见 ： S.Heinzer,G. Kuhn,T.Krucker,et al.,Novel three-dimensional analysis tool for vascular trees indicates complete micro-networks,not single capillaries,as the angiogenic endpoint in mice overexpressing human VEGF165in the brain.Neuroimage,39(4):15 49-1558(2008). 与此同时，。
19、 血管铸型后的三维血管网络的分析方法在眼科和肿瘤血管的新 生与定量评价领域也得到了广泛的应用。 与血管铸型的方式不同， A.Arkudas等人建立一种 体外培养血管的小鼠动静脉环模型， 由于血管是在培养容器中模拟动物体内的生长环境， 所以不需要铸型便可以评价 VEGF 促进血管新生的作用， 参见 ： A.Arkudas,J.p.Beier,G. Pryymachuk,et al.,Automatic Quantitative Micro-Computed Tomography Evaluation of Angiogenesis in an Axially Vascularized Tissu。
20、e-Engineered Bone Construct. Tissue Engineering:Part C,16(6):1503-1514(2010). 但是以上方法都存在一些缺陷， 首 说 明 书 CN 103284694 B 5 2/7 页 6 先， 目前无论血管铸型的三维血管网络分析方法还是血管体外培养后的评价策略都无法完 成在体的三维血管新生评价的要求 ； 其次， 目前的血管新生评价方法只是把众多可能与血 管新生有关的参数进行简单的罗列， 并未分析各个参数之间的内在联系， 也没有指出哪些 参数是与血管新生有关的关键指标， 哪些是无关的甚至是相反的指标 ； 更重要的是这些方 法直接对 。
21、CT 成像后的血管进行定量分析， 并没有区分哪些是新生的血管， 哪些是原来已经 存在的血管， 这严重影响了血管新生定量研究的准确性。 发明内容 0004 本发明的目的是针对上述血管新生定量中存在的问题， 提出一种活体动物血管新 生定量分析方法， 首先利用CT成像得到活体动物指定区域的血管CT图像， 并利用荧光断层 成像选出血管新生的区域中的血管 CT 图像， 然后基于稀疏 PCA 技术完成血管新生的定量。 0005 为了实现上述目的， 本发明提出了一种活体动物血管新生定量分析方法， 包括如 下步骤 ： 0006 (1) 活体动物指定区域的 CT 成像步骤， 其包括， 0007 利用 X 光探测。
22、器采集动物多个角度的投影数据 ； 利用滤波反投影方法对投影数据 进行重建， 得到活体动物指定区域的 CT 数据 ； 0008 (2) 血管数据的分割步骤， 其包括， 0009 对活体动物指定区域 CT 重建后的数据进行阈值分割， 所述阈值为预设的 CT 图像 灰度值 ； 逐渐增大所述阈值保证分割后的数据中包括完整的血管和骨骼并保存结果， 并将 所述数据标记为 R ； 对 R 继续增大阈值进行分割， 直到数据中只包含骨骼 ； 逐渐对仅包含骨 骼的数据进行膨胀处理， 并将膨胀后的骨骼标记为 B， 使得膨胀后的骨骼恰好与 R 中的骨骼 完全重叠 ； 将R中膨胀后的骨骼B所对应的坐标点置为背景像素值，。
23、 得到活体动物指定区域 血管的 CT 图像， 并将所述指定区域血管的 CT 图像标记为 V ； 0010 (3) 活体动物指定区域的荧光断层成像步骤， 其包括， 0011 对活体动物尾静脉注射靶向血管新生的荧光探针， 采用多点激发的透射式断层成 像模式进行成像， 用 CCD 相机采集多个角度的活体动物指定区域表面的荧光信号 m； 采用 扩散近似方程描述荧光在动物指定区域内的传输过程， 并建立活体动物体表测得的荧光信 号 m与内部荧光探针分布图像 F 的线性方程并求解， 得到活体动物指定区域荧光探针的 分布图像 F ； 0012 (4) 选出活体动物新生血管区域中血管的 CT 图像步骤， 其包括。
24、， 0013 假设活体动物指定区域的血管新生分为 M 个阶段， 求所有 M 个阶段的荧光断层图 像 F1,F2,FM所占具三维空间的并集 ， 并依次选出所有 M 个阶段的血管的 CT 图像 V1,V2,VM中属于 的血管体素点， 得到活体动物血管新生区域中血管的 CT 图像， 标 记为 NVi， i 1,2M ； 0014 (5) 利用稀疏 PCA 技术分析血管拓扑结构参数步骤， 其包括， 0015 对每个阶段的新生血管区域的 CT 图像 NVi， i 1,2M， 进行三维中心线提 取， 然后计算 M 个阶段的血管拓扑结构参数， 得到 MN 维的血管拓扑结构参数矩阵 P， 其中 N 为血管拓扑。
25、结构参数的个数 ； 对 P 进行标准化处理， 得到血管拓扑结构参数矩阵 X ； 利用 稀疏PCA技术分析血管拓扑结构参数矩阵X， 并且在稀疏PCA求解的过程中不断调节稀疏正 说 明 书 CN 103284694 B 6 3/7 页 7 则化参数的取值， 保证只有第一主成分有非零的负荷量 ； 0016 (6) 血管新生的定量步骤， 其包括， 0017 (6a) 整合所有稀疏 PCA 第一主成分中的新生血管拓扑结构参数， 可以得到第 i 个 阶段活体动物指定区域中血管新生区域血管的量 Qi； 0018 0019 其中， Xi,n为血管拓扑结构参数矩阵 X 中第 i 行， 第 n 列变量， 2(Xi。
26、,n) 为变量 Xi,n 的负荷量的平方， 此处 2(Xi,n) 的值代表不同的拓扑结构参数对血管新生贡献的大小 ； 0020 (6b) 计算第 i 个阶段活体动物指定区域血管新生的百分比 Wi； 0021 0022 在上述技术方案的基础上， 所述步骤 (3) 中活体动物指定区域的荧光断层成像的 步骤为 ： 0023 (3a) 对活体动物尾静脉注射靶向血管新生的荧光探针， 将激光器与 CCD 相机放置 在活体动物的两侧， 并保证激光器、 活体动物指定区域和 CCD 相机三者的中心在一条直线 上 ； 采用多点激发的透射式断层成像模式进行成像， 用 CCD 相机采集多个角度的活体动物 指定区域表面。
27、的荧光信号 m； 0024 (3b) 采用扩散近似方程来描述光在动物指定区域内的传输过程， 基于有限元理论 建立活体动物体表测得的荧光信号 m与内部荧光探针分布图像 F 的线性方程 ； 0025 m AF ； 0026 其中 A 是系统矩阵， F 是未知的荧光探针三维分布图像， 包括空间坐标和浓度， m 是体表荧光信号 ； 0027 (3c) 将步骤 (3b) 中的线性方程中引入的 L2范数正则化项， 将线性方程的求解转 化为 Tikhonov 正则化方程 ： 0028 0029 其中 是 Tikhonov 正则化参数， |2为矩阵论中的 L2范数 ； 0030 (3d) 采用最速下降法求解 。
28、Tikhonov 正则化方程 ： 0031 Fk+1 Fk-(ATAFk+Fk-ATm) ； 0032 其中 Fk+1是第 K+1 次迭代求得的荧光探针的分布图像， Fk是第 K 次迭代求得的荧 光探针的分布图像， 是迭代步长， AT是 A 的转置 ； 0033 (3e) 由步骤 (3d) 多次迭代求得荧光探针的分布图像， 记为 F。 0034 在上述技术方案的基础上， 所述步骤 (4) 中选出活体动物新生血管区域中血管的 CT 图像的步骤为 ： 0035 (4a)假设活体动物指定区域的血管新生分为M个阶段， 第i个阶段血管的CT图像 为 Vi， i 1,2M， 第 i 个阶段血管的荧光断层图。
29、像为 Fi， i 1,2M， 其中 V1和 F1分别为初始阶段的活体动物指定区域的 CT 图像和荧光断层图像 ； 0036 (4b) 二值化处理 M 个阶段的荧光断层图像 Fi， i 1,2 M， 即将有荧光信号的 体素点置为 1， 将没有荧光信号的体素置为 0， 得到第 i 个阶段二值化的荧光断层图像 BFi， 说 明 书 CN 103284694 B 7 4/7 页 8 i 1,2M ； 0037 (4c) 求 M 个阶段的二值化荧光断层图像 BFi的并集 ， i 1,2M ； 0038 BF1UBF2UU BFM； 0039 其中 BF1， BF2和 BFM分别为第 1， 第 2 和第 。
30、M 阶段的二值化荧光图像 ； 0040 (4d)假设Vi(x,y,z)为第i个阶段的血管CT图像的某一个体素点， i1,2 M ； 如果 Vi(x,y,z) ， 那么第 i 个阶段的血管 CT 图像的体素点 (x,y,z) 是新生血管区域的 体素点 ； 如果那么第 i 个阶段的血管 CT 图像的体素点 (x,y,z) 是原来已经 存在的血管区域的体素点 ； 逐个判断 M 个阶段的血管 CT 图像的每个体素， 得到活体动物指 定区域中新生血管区域的 CT 图像， 标记为 NVi， i 1,2M。 0041 在上述技术方案的基础上， 所述步骤 (5) 中利用稀疏 PCA 技术分析血管拓扑结构 参数。
31、的步骤为 ： 0042 (5a) 在主成分分析 PCA 的回归模型中加上 L1范数正则化项， 得到稀疏 PCA 的优化 方程 ； 0043 0044 其中， Xn为血管拓扑结构参数矩阵 X 中的第 n 列向量， Y 为主成分， 为变换矩阵， *为最优变换矩阵， 为正则化参数， 为稀疏正则化参数， |2为矩阵论中的 L2范 数， |1为矩阵论中的 L1范数 ； 0045 (5b) 采用朴素弹性网方法求解稀疏 PCA 优化方程 ； 0046 0047 其中， XnT为矩阵的 Xn转置 ,max() 为求最大值函数， sgn() 为符号函数 ； 0048 (5c) 假设 是稀疏 PCA 的负荷量， 。
32、则 (Xn) */|*|2， 在稀疏 PCA 求解的 过程中， 不断调节 的值并保证只有第一主成分有非零的负荷量。 0049 相对于现有技术， 本发明具有如下优点 ： 本发明可以完成活体动物血管新生的定 量 ； 并且本发明使用 CT 成像得到血管的三维结构图像， 然后利用荧光断层成像选出血管 新生的区域中的血管， 继而基于稀疏 PCA 技术完成血管新生的精确定量， 解决了 CT 单一模 态成像无法选出血管新生区域这一难题。并且本发明利用稀疏 PCA 技术， 将血管的拓扑结 构参数进行了有效的整合， 制定血管新生的定量方法， 并在定量时， 根据稀疏 PCA 处理的结 果为每个血管拓扑结构参数分配。
33、不同的权重值， 以区分不同血管拓扑结构参数的贡献的大 小， 得到了更加有效的血管新生定量评价方法。 附图说明 0050 图 1 为本发明基于荧光断层成像和 CT 成像的活体动物血管新生定量方法的流程 图。 具体实施方式 0051 下面结合附图详细说明本发明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。 说 明 书 CN 103284694 B 8 5/7 页 9 0052 在此实施例中， 以小鼠下肢的血管新生为定量实物， 但不局限于此 ； 在体视显微镜 下将小鼠下肢内侧的股动脉和神经剥离开， 在股动脉高位结扎股动脉 ； 再将脂肪。
34、来源的间 充质干细胞扩增培养到足够的数量后， 用注射器将干细胞注入到小鼠下肢缺血模型结扎部 位 1mm 范围内的 3 个相邻的位置。 0053 参照图 1， 本发明基于荧光断层成像和 CT 成像的活体动物血管新生定量方法， 具 体步骤如下 ： 0054 步骤 1 ： 活体动物指定区域的 CT 成像。 0055 尾静脉注射 CT 造影剂 AuroVist-15nm(40mg Au/0.2ml,Nanoprobes,NY) 后， 将活 体动物固定在 CT 成像系统的旋转台上， 调整 X 光管、 旋转台和 X 光探测器的位置， 保证三者 的中心在一条直线上 ； 对活体动物指定区域进行不少于360个角。
35、度的X光照射， 利用X光探 测器采集多个角度的投影数据 ； 利用滤波反投影方法对投影数据进行重建， 得到活体动物 指定区域的 CT 数据。 0056 步骤 2 ： 指定区域血管数据的分割。 0057 对活体动物指定区域 CT 重建后的数据进行阈值分割， 所述阈值为预设的 CT 图像 灰度值 ； 逐渐增大所述阈值保证分割后的数据中包括完整的血管和骨骼并保存结果， 并将 所述数据标记为 R ； 对 R 继续增大阈值进行分割， 直到数据中只包含骨骼 ； 逐渐对仅包含骨 骼的数据进行膨胀处理， 并将膨胀后的骨骼标记为 B， 使得膨胀后的骨骼恰好与 R 中的骨骼 完全重叠 ； 将R中膨胀后的骨骼B所对应。
36、的体素点置为背景像素值， 得到活体动物指定区域 血管的 CT 图像， 并将所述指定区域血管的 CT 图像标记为 V。 0058 步骤 3 ： 活体动物指定区域的荧光断层成像。 0059 (3a) 对活体动物尾静脉注射靶向血管新生的荧光探针 Cy5.5-VEGF， 参见 MVBacker,Z Levashova,V,Patel et al.,Molecular imaging of VEGF receptors in angiogenic vasculature with single-chain VEGF-based probes.Nature Medicine,13,504509(2007)。
37、. 0060 (3b) 采用多点激发技术， 用电脑控制荧光断层成像系统的旋转台等间隔旋转一定 角度， 一般不大于 90 ( 本例中选 60 )， 激光器发射点状激光照射动物， 一个角度照射一 次动物， 转了几个角度就有几个点激发， 从而实现了多点激发 ； 0061 (3c) 采用透射式断层成像模式， 将连续波的激光器与高灵敏的 CCD 相机放置在动 物的两侧， 保证激光器、 活体动物指定区域和 CCD 相机三者的中心在一条直线上， 激光连续 照射活体动物指定区域， 激发荧光探针 Cy5.5-VEGF 发射荧光 ； 0062 (3d) 用 CCD 相机采集多个角度的活体动物指定区域发射出来的荧光。
38、信号， 并利 用非接触式光学断层成像方法中描述的生物体表面三维荧光能量映射技术获取成像动物 体表面的荧光信号 m； 本方法在中国专利 200910024292.1， 申请日 2009.10.13， 授权号 ZL200910024292.1， 授权日 2011.4.6 中已经做出详细的描述， 在此不再复述。 0063 (3e) 采用扩散近似方程来描述光在动物指定区域内的传输过程， 基于有限元理论 建立活体动物体表测得的荧光信号 m与内部荧光探针分布图像 F 的线性方程 ； 0064 m AF ； 0065 其中 A 是系统矩阵， F 是未知的荧光探针三维分布图像， 包括空间坐标和浓度， m 是体。
39、表荧光信号 ； 说 明 书 CN 103284694 B 9 6/7 页 10 0066 (3f) 将步骤 (3e) 中的线性方程中引入的 L2范数正则化项， 将线性方程的求解转 化为 Tikhonov 正则化方程 ： 0067 0068 其中 是 Tikhonov 正则化参数， |2为矩阵论中的 L2范数 ； 0069 (3g) 采用最速下降法求解 Tikhonov 正则化方程 ： 0070 Fk+1 Fk-(ATAFk+Fk-ATm) ； 0071 其中 Fk+1是第 K+1 次迭代求得的荧光探针的分布图像， Fk是第 K 次迭代求得的荧 光探针的分布图像， 是迭代步长， AT是 A 的转。
40、置。 0072 (3h) 由步骤 (3g) 多次迭代的最速下降法求得荧光探针的分布图像， 记为 F。 0073 步骤 4 ： 指定区域中血管新生区域的选择。 0074 (4a) 假设活体动物指定区域的血管新生分为 7 个阶段， 即分别为干细胞注射后的 第 1 天， 第 5 天， 第 10 天， 第 15 天， 第 20 天， 第 25 天， 和第 30 天， 第 i 阶段血管的 CT 图像 为 Vi， i 1,27， 第 i 阶段血管的荧光断层图像为 Fi， i 1,27， 其中 V1和 F1 分别为初始阶段的活体动物指定区域的 CT 图像和荧光断层图像 ； 0075 (4b) 二值化处理 7。
41、 个阶段的荧光断层图像 Fi， i 1,27， 即将有荧光信号 的体素点置为 1， 将没有荧光信号的体素置为 0， 得到第 i 阶段二值化的荧光断层图像 BFi， i 1,27 ； 0076 (4c) 求 7 个阶段的二值化荧光断层图像 BFi的并集 ， i 1,27 ； 就是 活体动物指定区域中的血管新生区域 ； 0077 BF1UBF2UU BF7； 0078 其中 BF1， BF2和 BF7分别为第 1 天， 第 5 天和第 30 天的二值化荧光图像。 0079 步骤 5 ： 选出活体动物血管新生区域中血管的 CT 图像。 0080 假设 Vi(x,y,z) 为第 i 阶段的血管 CT 。
42、图像的某一个体素点， i 1,27 ； 如 果 Vi(x,y,z) ， 那么第 i 阶段的血管 CT 图像的体素点 (x,y,z) 是新生血管区域的体素 点 ； 如果那么第 i 阶段的血管 CT 图像的体素点 (x,y,z) 是原来已经存在的 血管区域的体素点 ； 逐个判断 7 个阶段的血管 CT 图像的每个体素， 得到活体动物血管新生 区域中血管的 CT 图像， 标记为 NVi， i 1,27。 0081 步骤 6 ： 血管新生区域中血管三维中心线的提取和拓扑结构参数的计算。 0082 (6a) 采用距离编码的方法完成血管新生区域中血管中心线的提取 ： 首先分别建 立以单个种子点为起点的距离。
43、场和以边界种子点为起点的距离场， 然后对以单个种子点为 起点的距离场中具有相同码值的体素点的集合同时提取中心线， 并利用以边界种子点为起 点的距离场来修正中心线的提取结果， 参见 Y.Zhou,A.W.Toga,Effi cient Skeletonization of Volumetric Objects.IEEE Transactions on Visualization and Computer Graphics,5(3):pp.1962091999 ； 0083 (6b) 本例分别计算血管长度， 血管直径， 血管分支数， 血管体积， 以及血管表面积 这 5 个血管拓扑结构参数， 但不局。
44、限于此 ； 根据提取的中心线， 我们以血管中心线的长度来 代替血管的长度， 采用逐个点计算欧氏距离的方法计算每条血管中心线的长度， 那么血管 的总长度就等于每条血管中心线长度的和 ； 血管的直径可以采用沿着血管中心线拖动， 并 说 明 书 CN 103284694 B 10 7/7 页 11 由最大直径球的方法求得 ； 血管的分支数可以通过计算两条中心线的交点的方法得到， 血 管分支的总数就等于所有中心线交点的和 ； 血管的体积为整个血管新生区域中的血管所涵 盖的所有体素的和与单个体素体积的乘积 ； 血管表的面积为血管区域的血管所有边界体素 的和与单个面元的面积的乘积 ； 0084 (6c) 。
45、由步骤 (6b) 得到 7 个阶段， 5 个参数组成的 75 维的血管拓扑结构参数矩 阵 P ； 对 P 进行标准化处理， 得到血管拓扑结构参数矩阵 X。 0085 步骤 7 ： 血管新生区域中血管拓扑结构参数的稀疏 PCA 分析。 0086 (7a) 在主成分分析 PCA 的回归模型中加上 L1范数正则化项， 得到稀疏 PCA 的优化 方程 ； 0087 0088 其中， Xn为血管拓扑结构参数矩阵 X 中的第 n 列向量， Y 为主成分， 为变换矩阵， *为最优变换矩阵， 为正则化参数， 为稀疏正则化参数， |2为矩阵论中的 L2范 数， |1为矩阵论中的 L1范数 ； 0089 (7b)。
46、 采用朴素弹性网方法求解稀疏 PCA 优化方程 ； 0090 0091 其中， XnT为矩阵的 Xn转置 ,max() 为求最大值函数， sgn() 为符号函数 ； 0092 (7c) 假设 是稀疏 PCA 的负荷量， 则 (Xn) */|*|2， 在稀疏 PCA 求解的 过程中， 不断调节 的值并保证只有第一主成分有非零的负荷量。 0093 步骤 8 ： 定量活体动物指定区域中血管的新生程度。 0094 (8a) 整合所有稀疏 PCA 第一主成分中的新生血管拓扑结构参数， 可以得到第 i 个 阶段活体动物指定区域中血管新生区域血管的量 Qi； 0095 0096 其中， Xi,n为血管拓扑结。
47、构参数矩阵 X 中第 i 行， 第 n 列变量， 2(Xi,n) 为变量 Xi,n 的负荷量的平方， 此处 2(Xi,n) 的值代表着不同的拓扑结构参数对血管新生贡献的大小 ； 0097 (8b) 计算第 i 个阶段活体动物指定区域血管新生的百分比 Wi； 0098 0099 以上所述， 仅为本发明中的一个具体实例， 但本发明的保护范围并不局限于此， 任 何熟悉该技术的人在本发明所揭露的技术范围内， 可理解和想到的变换或替换， 都应涵盖 在本发明的包含范围之内， 因此， 本发明的保护范围应该以权利要求书的保护范围为准。 说 明 书 CN 103284694 B 11 1/1 页 12 图 1 说 明 书 附 图 CN 103284694 B 12 。