光學(xué)分子影像技術(shù)及其應(yīng)用

前言
第1章 光學(xué)分子影像
1.1 概述
1.1.1 分子影像概述
1.1.2 光學(xué)分子影像概述
1.2 成像系統(tǒng)
1.2.1 成像設(shè)備
1.2.2 多模態(tài)在體成像系統(tǒng)
1.3 應(yīng)用與發(fā)展
1.3.1 當(dāng)前研究及應(yīng)用
1.3.2 發(fā)展特點(diǎn)
參考文獻(xiàn)
第2章 分子影像相關(guān)生物醫(yī)學(xué)知識(shí)
2.1 生物發(fā)光簡介
2.1.1 生物發(fā)光原理
2.1.2 生物發(fā)光常見類型
2.1.3 生物發(fā)光與熒光的區(qū)別
2.1.4 小結(jié)
2.2 分子探針
2.2.1 探針簡介
2.2.2 生物分子探針
2.3 轉(zhuǎn)基因動(dòng)物
2.3.1 實(shí)驗(yàn)動(dòng)物簡介
2.3.2 轉(zhuǎn)基因動(dòng)物的構(gòu)建方法
2.3.3 轉(zhuǎn)基因?qū)嶒?yàn)小鼠
2.3.4 疾病動(dòng)物模型
2.4 本章小節(jié)
參考文獻(xiàn)
第3章 醫(yī)學(xué)圖像處理和分析
3.1 引言
3.2 醫(yī)學(xué)圖像分割
3.2.1 醫(yī)學(xué)圖像分割概述
3.2.2 基于區(qū)域的圖像分割方法
3.2.3 基于邊緣的圖像分割方法
3.2.4 形變模型
3.3 醫(yī)學(xué)圖像配準(zhǔn)
3.3.1 醫(yī)學(xué)圖像配準(zhǔn)概述
3.3.2 圖像配準(zhǔn)方法的分類
3.3.3 基于特征的圖像配準(zhǔn)
3.3.4 基于灰度的圖像配準(zhǔn)
3.3.5 剛性配準(zhǔn)與仿射配準(zhǔn)
3.3.6 非剛性圖像配準(zhǔn)
3.4 醫(yī)學(xué)圖像可視化
3.4.1 醫(yī)學(xué)圖像可視化概述
3.4.2 三維表面重建和面片化簡
3.4.3 體繪制
3.5 小結(jié)
參考文獻(xiàn)
第4章 光學(xué)分子成像技術(shù)
4.1 引言
4.2 DOT技術(shù)
4.2.1 DOT原理
4.2.2 DOT系統(tǒng)
4.2.3 DOT的應(yīng)用
4.3 FMI技術(shù)
4.3.1 FMI原理
4.3.2 FMT重建技術(shù)
4.3.3 FMI系統(tǒng)
4.3.4 FMI應(yīng)用
4.4 OCT技術(shù)
4.4.1 OCT原理
4.4.2 OCT系統(tǒng)
4.4.3 OCT應(yīng)用
4.5 激光共聚焦顯微成像技術(shù)
4.5.1 激光共聚焦顯微成像原理
4.5.2 激光共聚焦顯微成像系統(tǒng)
4.5.3 激光共聚焦顯微成像的應(yīng)用
4.6 光聲層析成像技術(shù)
4.6.1 PAT原理
4.6.2 PAT系統(tǒng)
4.6.3 PAT應(yīng)用
4.7 Cerenkov熒光斷層成像技術(shù)
4.7.1 CerenkOv熒光斷層成像技術(shù)發(fā)展歷程
4.7.2 CLT原理、系統(tǒng)及其應(yīng)用
4.7.3 CLT系統(tǒng)
4.7.4 CLT應(yīng)用
參考文獻(xiàn)
第5章 光學(xué)分子影像仿真平臺(tái)
5.1 光學(xué)分子影像概述
5.2 現(xiàn)有光學(xué)分子影像仿真軟件及程序介紹
5.3 光學(xué)分子影像仿真平臺(tái)——MOSE
5.3.1 核心結(jié)構(gòu)
5.3.2 操作界面部分
5.4 MOSE核心結(jié)構(gòu)算法介紹
5.4.1 光子在生物組織中的傳輸模型
5.4.2 自由空間中光傳輸理論及模型
5.4.3 表面重建算法
5.4.4 面片化簡算法
5.5 MOSE仿真實(shí)驗(yàn)的對(duì)比驗(yàn)證
5.5.1 表面透射光強(qiáng)數(shù)據(jù)的準(zhǔn)確性驗(yàn)證
5.5.2 探測(cè)光強(qiáng)數(shù)據(jù)的可靠性驗(yàn)證
5.6 小結(jié)
參考文獻(xiàn)
第6章 BLI技術(shù)
6.1 BLI技術(shù)概述
6.1.1 BLI技術(shù)的發(fā)展歷程
6.1.2 BLI技術(shù)的特點(diǎn)
6.1.3 BLI技術(shù)的應(yīng)用
6.1.4 BLI技術(shù)的發(fā)展前景
6.2 BLI技術(shù)的原理
6.3 BLI前向問題的研究
6.3.1 基于輻射傳輸方程的方法
6.3.2 MC算法
6.4 自發(fā)熒光光源重建算法
6.4.1 有限元方法
6.4.2 邊界元方法
6.4.3 多光譜方法
6.4.4 多模態(tài)方法
6.4.5 其他方法
6.5 BLT系統(tǒng)
6.5.1 系統(tǒng)的構(gòu)建
6.5.2 系統(tǒng)的校準(zhǔn)
6.5.3 系統(tǒng)的改進(jìn)與發(fā)展
6.6 BLT實(shí)驗(yàn)
6.6.1 仿體BLT實(shí)驗(yàn)
6.6.2 小動(dòng)物BLT實(shí)驗(yàn)
6.6.3 基于多光譜的BLT實(shí)驗(yàn)
參考文獻(xiàn)
第7章 基于多模態(tài)融合的光學(xué)分子影像技術(shù)
7.1 多模態(tài)分子影像技術(shù)簡介
7.1.1 多模態(tài)融合的意義
7.1.2 常見的多模態(tài)融合技術(shù)
7.1.3 光學(xué)分子影像技術(shù)的多模態(tài)融合
7.2 micro-CT與BLT系統(tǒng)的融合
7.2.1 micro-CT系統(tǒng)簡介
7.2.2 micro-CT系統(tǒng)與光學(xué)系統(tǒng)的配準(zhǔn)與映射
7.2.3 micro-CT引導(dǎo)的BLT
7.3 DOT與BLT技術(shù)的融合
參考文獻(xiàn)
第8章 光學(xué)分子影像的應(yīng)用
8.1 光學(xué)分子影像在生物學(xué)中的應(yīng)用
8.1.1 基因調(diào)控與表達(dá)及活性檢測(cè)中的應(yīng)用
8.1.2 生物發(fā)育與細(xì)胞學(xué)檢測(cè)中的應(yīng)用
8.1.3 蛋白質(zhì)及脂質(zhì)過氧化物質(zhì)檢測(cè)中的應(yīng)用
8.2 光學(xué)分子影像在藥學(xué)中的應(yīng)用
8.2.1 藥物研究與開發(fā)中的應(yīng)用
8.2.2 藥物監(jiān)督檢查中的應(yīng)用
8.3 光學(xué)分子影像在腫瘤學(xué)中的應(yīng)用
8.3.1 腫瘤的發(fā)生機(jī)理研究中的應(yīng)用
8.3.2 腫瘤的早期診斷中的應(yīng)用
8.3.3 腫瘤治療研究中及臨床前后的應(yīng)用
8.4 光學(xué)分子影像在其他領(lǐng)域的應(yīng)用
8.4.1 神經(jīng)認(rèn)知方面的應(yīng)用
8.4.2 心血管疾病治療方面的應(yīng)用
8.4.3 微生物及ATP檢測(cè)方面的應(yīng)用
8.5 本章主要內(nèi)容
參考文獻(xiàn)