细胞团显微成像与分析用高分辨率X-CT研究

研究基于细胞尺度的高分辨X-CT投影图像的超分辨复原模型,通过高精度平移台亚像素位移产生的投影图像序列，实现投影图像的超分辨重建；研究基于压缩感知原理的锥束CT重建模型和算法，用减少旋转投影角度的方式来降低曝光剂量。以此为基础，通过系统结构的优化设计，进一步提高空间和光学放大倍数，研制达到国际领先水平的细胞团显微成像与分析用高分辨X-CT系统样机1台，使重建图像的空间分辨率较之于目前主流活体显微CT提高50-100倍，达到400纳米；设计制造可用于显微X-CT成像的细胞生长三维培养系统；实现细胞尺度下进行细胞团的连续观测和分析的目的

对生物组学研究来说，了解各种条件下体外细胞团分化生长过程非常重要，急需一种可在实验室平台上进行三维细胞团成像的仪器。目前的光学或电子显微镜，对细胞团的三维结构难以各向同性成像；共聚焦显微镜虽可实现，但深度有限；基于X线同步辐射光源的CT成像，体积庞大，在普通实验室难以实施。新型的X线CT系统采用了微焦点X线源结合多镜头光学系统技术，回避了X线焦点尺寸的影响，能应用实验室环境。其难点在于高分辨CT对系统的几何校准、光学成像、平移台和振动的控制有较高的要求；还存在细胞团对射线剂量的耐受及各种重建伪影的难题。.本项目自2012年被予资助到现在结题，主要研究的内容包括：完成了细胞团成像与分析用高分辨XCT系统整机的开发，最高分辨率为400纳米水平，达到设计指标的要求；在核心部件研发上，开发出多镜头X线/可见光光学转换系统；为解决景深与分辨率的矛盾，建立了闪烁体发光模型，基于压缩感知算法，拓展了系统的景深；为满足样本精确定位要求，开发出定位和重复定位精度都优于1微米的高精度平移台；为满足系统几何参数的高精度要求，提出了基于单点模体的优化校准算法；在重建算法方面，利用字典学习理论，通过对特定样本的高信噪比图像进行训练，建立样本字典库，在有效降低辐射剂量的条件下，实现了高信噪比的图像重建；对重建后的环状伪影，提出了基于三维字典学习的去环算法；针对硬化所造成的杯状伪影，提出了基于水平集的滤除算法；此外，以高分辨CT技术为基础，进行了其他方面的深入研究，包括研制了活体小动物CT系统，系统分辨率优于25um；利用X线下可激发荧光的造影剂，实现了荧光和CT的双模态同步成像；提出了基于线模体匹配的多模态影像在线精确配准算法，已用于CT、PET和荧光等多模态影像的融合等。.本项目研制的细胞团成像与分析用高分辨XCT系统，具有亚微米尺度的分辨率，在生物领域有着广阔的应用前景。对生物材料、临床医学、纳米生物医学等领域的发展将产生重要的作用，具有重大的现实意义。