X射线显微成像焦深拓展的方法及应用研究

发布时间：2018-01-09 00:21

本文关键词：X射线显微成像焦深拓展的方法及应用研究　出处：《中国科学技术大学》2017年博士论文　论文类型：学位论文

【摘要】：随着德国科学家伦琴发现X射线之后,由于其在显微成像方面的优势,X射线就被发展对样品内部结构进行三维高分辨无损的检测。而且,随着同步辐射光源的发展,微纳加工技术的提升,高灵敏度的探测器的开发,基于菲涅耳波带片的X射线显微成像技术的得到显著的发展。其中,硬X射线显微成像具有穿透能力强、成像焦深大、空间分辨率高等优点,在微电子产业、能源和环境科学、材料科学等领域都有着广泛的应用。软X射线显微成像具有"水窗"波段的天然优势,对生物细胞样品成像具有天然的高衬度,能够在生物细胞样品保持"鲜活"状态下观测样品的结构和形态,已经应用于研究细胞机理,药物和病毒的作用机理等诸多领域。X射线显微成像在显微成像方面具有独特的优势,能够填补介于光学显微镜与电子显微镜在空间分辨率的空白。随着微纳加工技术的提高和同步辐射的发展,X射线显微成像的空间分辨率可以达到12nm。X射线显微成像系统的焦深与系统的空间分辨率成正比,系统的空间分辨率越高,其焦深越小,当样品大于焦深时,就出现离焦模糊的现象,影响成像的清晰度,影响X射线三维CT重构数据。因此,拓展X射线显微成像的焦深具有非常重要的意义。基于X射线显微成像焦深拓展,本论文主要开展了以下几个方面的工作:1.总结了 X射线显微成像技术的优势和特性,介绍了 X射线显微成像的主要工作原理和其光学器件的结构和参数,并通过举例说明X射线显微成像在各个应用方面的的优势。硬X射线显微成像在各个方面的应用:对固体燃料电池的阳极的三维多孔结构进行成像,根据其结构采用格子玻尔兹曼方法模拟计算气体在燃料电池纳米级尺度的运输过程,为优化固体燃料电池的制备提供参考;对上皮细胞间质转型小鼠乳腺癌细胞进行显微成像,对癌细胞的细胞机理研究提供依据;对有丝分裂的酵母细胞成像,得益于泽尼克相衬成像和细胞染色技术,展现硬X射线显微成像可以对生物大样品高衬度成像。软X射线在各个方面的应用:对小鼠腺癌细胞进行成像,观测到腺癌细胞的多种细胞器的形态和分布,甚至能够观察到各种亚细胞结构的细节信息;结合荧光成像,对整个细胞周期内各个阶段各种细胞器和细胞整体体积形态的变化进行了研究;使用三维软X射线断层扫描,结合低温荧光,共聚焦显微镜和电子显微镜,分析单纯疱疹病毒Ⅰ型(HSV-I)感染期间外周核染色质的转化;对人体干细胞进行成像,分析了细胞亚组分的构成和各个细胞器的体积密度,并计算和分析了各个细胞器线性吸收系数和占整个细胞的体积分数。2.针对X射线显微成像投影图像特点,研究了利用几种融合算法分别对硬X射线显微成像和软X射线显微成像的图像堆栈投影图像进行图像融合,并且发展了多种融合算法,包括基于离散小波变换的投影图像融合算法,基于拉普拉斯金字塔投影图像融合算法,基于图像稀疏表示投影图像融合算法,基于图像稀疏表示-小波变换投影图像融合算法,基于图像稀疏表示-拉普拉斯变换投影图像融合算法等,并且按照图像处理中编写了五个对融合图像的评价函数,对这几种投影图像融合算法做出客观的评价。当X射线显微成像投影融合后,便可以成为在焦清晰的投影,当投影图像都是清晰在焦的时候,整个三维CT重构数据便清晰在焦的。3.针对X射线显微成像投影图像特点和光路特点,提出了基于光学传递函数的离焦投影图像恢复。根据X射线显微成像系统的参数和物镜波带片的特点,根据公式计算出X射线显微成像在各个位置的光学传递函数。利用得到光学传递函数恢复离焦模糊的投影图像,祛除模糊,得到清晰在焦的投影图像。为了验证我们的方法,我们做出了模拟仿真和实验分析,结果证明了基于菲涅耳波带片的光学传递函数的离焦恢复方法对于恢复离焦X射线投影和图像3D重建是有效和可靠的,并提出了按照离焦距离区域分割方法,很好解决了样品不在同一焦面的问题,克服了X射线成像焦深的限制。4.分析了基于投影图像的融合算法焦深拓展的方法和基于光学传递函数投影恢复算法的焦深拓展存在的局限性,特别是在厚度较大样品的焦深拓展问题上难以很好的解决,于是我们研究了X射线显微成像的特点,提出了一种基于三维CT重构图像的片层融合的焦深拓展方法,完美地解决了 X射线显微成像焦深的限制问题。为了验证我们的算法,首先给出了模拟仿真,模拟了大于焦深圆柱体样品和多个物体样品投影成像,通过本文中的方法,解决了其焦深受限的问题,然后又通过硅藻细胞壁的实验成像,也能通过本文中的方法,获得清晰在焦的二维重构数据,结果证明此方法真正意义解决了 X射线显微成像焦深的限制问题。
[Abstract]:X - ray microscopy imaging has the advantages of strong penetrating ability , high imaging focal depth and high spatial resolution . In order to verify our method , the image fusion algorithm based on the image sparse representation - Laplacian transformation is presented , and the image fusion algorithm based on the image sparse representation - Laplacian transformation is developed .

【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP391.41;O434.1

【参考文献】