基于XLCT/XCT双模态系统的深层原位肿瘤早期精准成像方法

Early precise detection of deep-seated orthotopic tumors is extremely important for the basic and pre-clinical researches of malignant tumors, but it is a imaging puzzle full of challenge. How to break the bottleneck in detecting depth, volume and localization accuracy is dependent on the development of novel imaging techniques. X-ray luminescence computed tomography (XLCT) is an emerging molecular imaging technique which naturally combines functional imaging with anatomical imaging (X-ray computed tomography, XCT), and it has unique advantages in detecting depth and sensitivity. This project is aimed to study early accurate imaging method for deep-seated orthotopic tumors based on XLCT/XCT dual-modality system. Aiming at the inaccurate forward problem and the ill-posed inverse problem of XLCT, and taking advantage of the anatomical information provided by XCT, this project aims to research and establish high-precision theoretical model of the coupling optical field as well as full self-adaption dual-modality reconstruction algorithm based on Bayesian theory, and construct a set of systematical and complete imaging performance assessment system to serve as evaluation tools, so as to comprehensively improve the imaging performance of XLCT technique. Therefore, the newly developed imaging method is able to achieve early accurate detection of deep-seated small tumors and obtain a localization accuracy at the level of micrometer. This project has the potential to promote the basic and pre-clinical researches of early malignant tumors.

深层原位肿瘤的早期精确检测对恶性肿瘤的基础与预临床研究意义重大，是一个极具挑战性的影像学难题。如何突破目前在检测深度、检测体积和定位精度上存在的瓶颈，有赖于新型影像技术的发展。X射线激发荧光断层成像(XLCT)技术是一种将功能成像与解剖成像(XCT)天然融合的新兴分子影像技术，具有检测深度深、灵敏度高的突出优势。本项目拟研究基于XLCT/XCT双模态系统的深层原位肿瘤早期精准成像方法，针对XLCT前向问题的不准确性和逆向问题的病态性，借助XCT提供的解剖信息，研究建立高精度双模态耦合光场理论模型和基于贝叶斯理论的全自适应双模态重建算法，并构建一套系统、完备的成像性能评价体系作为评估手段，全面提高XLCT技术的成像精准度，以期实现小动物原位肿瘤模型中深层微小肿瘤目标的早期精确检测，达到微米级定位精度，从而推动早期恶性肿瘤的基础及预临床研究的发展。

X射线激发荧光断层成像（X-ray Luminescence Computed Tomography，XLCT）技术是一种将功能成像与解剖成像（X-ray Computed Tomography，XCT）天然融合的新兴分子影像技术，具有检测深度深、灵敏度高的突出优势。本项目的研究目标是针对XLCT前向问题的不准确性和逆向问题的病态性，借助XCT提供的解剖信息，研究建立高精度双模态耦合光场理论模型和基于新理论框架下的高性能XLCT重建算法，全面提高XLCT技术的成像精准度，以期实现小动物原位肿瘤模型中深层微小肿瘤目标的早期精确检测，从而推动早期恶性肿瘤的基础及预临床研究的发展。.本项目的主要研究内容包括：（1）在前向问题研究中，研究构建了高精度双模态耦合光场理论模型，该模型能够准确描述高能量的X射线与低能量的荧光信号在小动物体内传播过程中形成的复杂光场分布，为重建算法研究提供了精确的前向理论模型。（2）在后向问题研究中，将贝叶斯理论引入XLCT成像领域，研究建立了基于贝叶斯理论的XLCT重建算法，并基于该理论研究建立了泛化自适应的XLCT重建算法数学框架，利用先验信息模型的构建来约束XLCT重建过程，从而降低了逆向问题的病态性，提高了XLCT的成像质量。（3）基于数字鼠模型，研究建立了系统、完备的XLCT成像性能评价体系，通过定量化指标对成像模型和重建算法性能进行了验证，实现了利用数值仿真方式对研究的成像方法进行全面、客观的评估，极大提高了算法的研究效率。（4）进行了活体小鼠实验，验证了成像方法在活体应用中的可行性。.本项目取得的主要成果包括：（1）在科研论文方面，发表国际期刊及会议论文9篇，其中SCI论文8篇。（2）在专利方面，申请国家发明专利1项。（3）在国际交流合作方面，与美国斯坦福大学医学院Lei Xing教授实验室建立了紧密的科研合作关系，围绕XLCT技术展开了一系列的合作研究。（4）在国内外学术交流方面，项目组成员参加国际会议2人次，参加国内会议10人次。（5）在人才培养方面，培养硕士毕业生3名，博士毕业生1名。