核心提示：北京航空航天大学生物医学工程高精尖创新中心张光磊研究员团队首次将人工智能技术应用于荧光分子断层成像技术，显著提高了荧光分子断层成像技术重建结果的目标定位精度和成像对比度，且将重建速度提高了1000倍以上。该研究论文近日发表在国际期刊《光学快报》上。荧光分子断层成像技术可以在分子和细胞层次上观察癌症的发生、发展及转移的病理过程，具有无创、在体、实时监测等特点，对癌症的早期诊断具有重大意义。然而，成像分辨率较低、成像时间较长等问题阻碍了该技
核心提示:人工智能为荧光分子断层成像加速-成像,重建,荧光,断层,技术,分子,深度,映射,学习,癌症,光磊,光学,卷积,分布,模型,团队,参数,过程北京航空航天大学生物医学工程高精尖创新中心张光磊研究员团队首次将人工智能技术应用于荧光分子断层成像技术，显著提高了荧光分子断层成像技术重建结果的目标定位精度和成像对比度，且将重建速度提高了1000倍以上。该研究论文近日发表在国际期刊《光学快报》上。
荧光分子断层成像技术可以在分子和细胞层次上观察癌症的发生、发展及转移的病理过程，具有无创、在体、实时监测等特点，对癌症的早期诊断具有重大意义。然而，成像分辨率较低、成像时间较长等问题阻碍了该技术用于生物医学研究。
基于深度学习技术，张光磊团队提出了一种“端到端”的基于三维卷积深度编码器-解码器的重建方法。这种新方法不需要光学参数等先验知识，而是通过大量的从内部荧光分布到边界荧光信号分布的数据映射案例来不断学习调整模型参数，直接建立输入和输出的非线性映射关系。“基于深度学习的重建方法不需要明确定义荧光分子断层成像技术重建的前向和逆向问题，从根本上避免了由于线性模型的不准确带来的误差，且由于没有传统重建方法中的复杂的迭代计算过程，极大提高了重建效率。”张光磊说。（记者王潇雨）
(责编：许心怡、许晓华)
