单视图增强型切伦科夫发光断层成像：稀疏贝叶斯学习方法

"基于稀疏贝叶斯学习的单视图增强型切伦科夫发光断层成像是光学学报在2017年第37卷第12期发表的一篇研究文章，由侯榆青、薛花、曹欣、张海波、曲璇和贺小伟共同撰写。该研究主要关注的是提升切伦科夫发光成像（CLI）技术的性能，特别是将其应用于三维成像领域。在前期工作中，研究人员提出了利用辐射发光颗粒（RLMPs）的增强型切伦科夫发光成像（ECLI）技术，显著增强了切伦科夫荧光的强度。为将这一技术扩展到三维，他们创新性地提出了单视图增强型切伦科夫发光断层成像（ECLT）的重建方法。 ECLT重建方法的核心在于仅利用一个角度的测量数据，通过结合可行区域迭代收缩策略的稀疏贝叶斯学习（SBL）算法来解决逆问题。这种方法旨在提高重建的精度和速度，同时保持良好的稳定性，以应对逆问题的不适定性。为了验证新方法的有效性，研究人员进行了非匀质圆柱仿真和物理仿体实验。实验结果证实，提出的ECLT方法能显著提升光源目标的重建质量，加快重建速度，并且在面对数据不足的情况时仍能保持稳定表现。 文章的关键词包括成像系统、增强型切伦科夫发光断层成像、稀疏贝叶斯学习算法、单视图重建以及切伦科夫发光成像。根据中图分类号，这篇文章属于技术物理学和生物物理学的范畴，具有较高的学术价值。DOI为10.3788/ AOSS201737.1217001，表明了其在学术交流中的可识别性。 这项研究在CLI技术的改进方面迈出了重要的一步，通过稀疏贝叶斯学习和单视图重建策略，为临床应用提供了更高效、更精确的成像方案，有望推动切伦科夫成像技术在医学诊断和治疗中的广泛应用。"