比较蒙特卡洛模型与简化球谐波法：CB-XLCT成像性能研究

本文主要探讨了简化球谐波近似（Simplified Spherical Harmonics, SPN）在锥形束X射线荧光计算机断层成像（Cone-Beam X-ray Luminescence Computed Tomography, CB-XLCT）中的性能评估。CB-XLCT作为一种新兴的分子成像技术，利用对X射线敏感的探针产生近红外（NIR）荧光，并通过表面测量重建三维探针分布。在这个领域，精确的光子传输模型对于提高XLCT的成像准确度至关重要。 传统的成像模型之一是蒙特卡罗方法（Monte Carlo Model），它通过模拟大量随机路径来计算光子在空间中的传播行为。然而，这种模型由于其计算复杂性和高计算成本，可能并不适用于实时或大规模的数据处理。因此，本文研究者提出了一种简化的方法——SPN，该方法通过近似的数学公式来描述光子在三维空间中的扩散，理论上能够减少计算负担，提升效率。 文章对比了这两种模型在实际应用中的性能，系统地分析了它们在CB-XLCT图像重建中的精度、信噪比（Signal-to-Noise Ratio, SNR）以及计算速度等方面的表现。通过对多个实验条件下的模拟数据进行比较，研究人员评估了SPN在保持足够高的成像质量的同时，能否在效率上与Monte Carlo模型相抗衡。 结果表明，简化球谐波近似在某些情况下能够提供与蒙特卡罗模型相当甚至更好的成像效果，尤其是在处理大型数据集和对实时性有较高要求的应用中。然而，对于那些对精度要求极高的场景，如生物医学研究中的微观结构解析，SPN可能无法达到相同水平的准确性。这项工作为CB-XLCT领域的工程师和科研人员提供了一个关于选择合适光子传输模型的重要参考，帮助他们在实际应用中权衡效率与精度之间的关系。 通过这篇研究，我们了解到，在选择CB-XLCT成像技术的光子传输模型时，应根据具体的应用需求和资源限制来决定采用何种方法。未来的研究可能会进一步优化SPN的算法，使其在保持高效的同时，提高其在特定情况下的性能，推动CB-XLCT技术的进一步发展和广泛应用。