微波热声成像技术(Microwave-Induced Thermoacoustic Tomography,MI-TAT)同时融合了微波成像和超声成像技术的优点,从而可以获得具有高分辨率和高对比度的生物组织微波能量吸收图。通过定量重建算法对微波热声信号进行计算处理,不仅能清楚的呈现出生物组织的形态与结构图像,还能够精确的获得包括电导率在内的多种组织参数的数值分布信息。在指定的微波频率下,离体的乳腺癌组织与正常的脂肪组织间的电导率对比度高达到6:1甚至10:1。(最好补充诊断乳腺癌的依据,比如癌变组织和正常组织的电导率差异,这样使后文衔接更通顺)因此,微波热声成像技术在乳腺癌等病症的早期筛查与监控治疗方面具有广阔的应用前景。目前的定量微波热声重建算法为了获得理想的重建结果,需要收集足够多的生物组织受微波辐射而产生的热声信号,这就要求在待测生物组织四周中分布足够数量的大孔径角超声信号传感器。然而在实际的临床应用中,考虑到系统的硬件成本和检测环境,上述条件常常难以满足。另外,从重建算法本身来看,现有的定量重建算法是基于有限元法(Finite Element Method)进行计算的,而有限元计算需要大量的网格数据对对待测组织进行剖分计算。而有限元法固有的数据处理慢,占用计算资源等问题也随着网格的密度增加而越来越明显。这些问题都严重的限制了微波热声成像技术的进一步发展。为了解决微波热声成像中存在的问题,本文从以下两个方面开展研究:1.通过引入总变分最小化(TVM,Total Variation Minimization)技术,对现有的有限元定量重建算法进行优化。数值模拟和仿体实验的结果都显示,经过优化后的重建算法在少量的传感器和有限检测角度的情况下也能得到优质的重建结果,这将显著的降低设备成本和检测时间。同时,有限检测角度下优质的成像结果将拓展波热声成像技术的应用场景。2.设计出基于GPU(Graphics Processing Unit)的定量微波热声重建并行算法。分析表明,该并行算法大幅提升了现有定量算法的计算效率。同时,设计出重建程序的存储优化算法,减少存储空间。最后,设计出匹配该并行算法的高性能计算平台,整合硬件资源,实现了资源共享和算法一体化的目标。当前,微波热声成像技术正处从实验室研究迈向临床应用拓展的关键时期。本文的研究结果能有效地提升现有定量微波热声重建算法的成像质量和效率,所开发的新型优化算法和高性能计算平台有望为该技术的进一步发展奠定基础。