CN103857335B - 激光散斑图像的各向异性处理 - Google Patents

Abstract

根据本发明的实施例提供一种用于对活组织进行成像并各向异性地处理激光散斑数据以计算优先沿着血流的方向排列的激光散斑对比度的系统和方法。在本发明中，原始激光散斑图像被获得和处理，得到各向异性激光散斑图像。该系统和方法涉及针对关注区域内的每一个像素（主像素）确定血流的方向，随后提取在血流的方向上各向异性的主像素的空时邻域中的二次像素组。然后，针对每一个主像素将散斑对比度计算为该各向异性邻域中的所有的二次像素的标准偏差和平均值之比，并且使用合适的颜色绘图方案对散斑对比度进行统一绘制，以得到关注区域的各向异性激光散斑对比度图像。

Description

激光散斑图像的各向异性处理

政府支持

本发明是在由美国国家卫生研究院授予的资助UL1RR025005和R21EB012829-01A1的政府支持下作出的。政府对本发明拥有一定的权利。

相关申请的交叉引用

本申请要求于2011年9月26日提交的美国临时专利申请No.61/539,042的权益，该美国临时专利申请全部以引用的方式并入本文。

技术领域

本发明总体上涉及医学成像。更具体地，本发明涉及一种激光散斑成像的方法。

背景技术

激光散斑对比度成像(LSCI)是在没有引入任何外源造影剂的情况下用于可视化血管和血流的非扫描的宽领域的技术。它被广泛地用于神经科学研究。将相干照明入射到活组织引起称为散斑的干涉图案。当该散斑图案被拍摄时，红血细胞在血管内的运动在成像相机的曝光时间内产生模糊效果。这种模糊可以使用如下表达式用在每一个像素P₀(x₀，y₀，n₀)处的称为激光散斑对比度(K)的量被量化：

$K\left(P_0\right)=\frac{{\mathrm{\σ}}_{N\left(P_0\right)}}{{\mathrm{\μ}}_{N\left(P_0\right)}}$

其中，和分别是在P₀的定义的局部邻域N(P₀)中的所有的像素的强度的标准偏差和平均值；并且，(x₀，y₀，n₀)表示图像的空间(x-y)平面中的像素的位置和顺序地获取的图像帧的数量n。传统上，专门在空间域(本文中称为sLSCI)中或专门在时域(本文中称为tLSCI)中选择N。tLSCI通过降低时间分辨率来优化空间分辨率，而sLSCI通过降低空间分辨率来优化时间分辨率。

因为传统的散斑对比度处理方案使用在空间域中各向同性的像素邻域(通常是正方形的像素)，所以使血流速度的精确表示混杂。这是因为血流速度沿着血管的直径急剧变化。但是，在具有小于约200微米的直径的血管内的血流沿着这些血管的轴向方向有序地排列。血管的轴向方向被明确为平行于中心线的方向且垂直于考虑的血管的直径。此外，沿着轴向方向的血流速度的变化是最小的。因此，期望散斑模糊显示方向灵敏度，允许优先处理沿血流的方向的散斑数据，从而防止空间分辨率的损失或信号的任何径向混杂。此外，这允许减少时域中的邻域的大小，同时仍保持邻域中的足够的像素，以获得对局部K值的可靠的估计，从而显著地提高时间分辨率。之前报道了利用各向同性方法去解决空时分辨率的问题的技术。时间平均空间散斑对比度计算(在本文中，称为t_avgsLSCI)和空间平均时间散斑对比度计算(在本文中，称为s_avgtLSCI)分别在时间和空间域中通过平滑sLSCI和tLSCI图像来实现鲁棒性。三维空时处理(在本文中，称为stLSCI)使用空时域中的长方体的像素作为计算局部K值的邻域。

因此，提高可以同时实现高空间分辨率和高时间分辨率的系统和方法将是有利的，从而可以在微血管的水平监视快速的流动变化，或者，相反地，相称地降低图像采集时间。提供在使用沿着时间尺度的几个帧的同时在每一个像素处计算沿着血流的估计方向的局部散斑对比度的系统和方法也将是有利的，由此，保持空时域中的窗口为二维。

发明内容

本发明在很大程度上满足了前述需要，其中，在一个方面，一种用于获得激光散斑对比度图像的系统包括：被配置为获取预定数量的原始激光散斑图像的装置；和被配置为接收原始激光散斑图像的处理器。处理器被配置为选择原始激光散斑图像中的主像素并估计在所述主像素处的血流的方向。另外，处理器被配置为获得沿着血流的方向排列的各向异性局部邻域并计算在各向异性局部邻域内的主像素处的局部散斑对比度值。此外，处理器被配置为使用关注区域中的所有的像素的局部散斑对比度值来产生关注区域的各向异性激光散斑对比度图像。

根据本发明的一个方面，被配置用于获取预定数量的原始激光散斑图像的装置包括相干照明的源、光学组件和图像获取系统。相干照明的源可采取气体、二极管和脉冲激光器中的一个或多个的形式。图像获取系统可采用各种电荷耦合器件(CCD)照相机、各种金属氧化物半导体(MOS)或互补MOS(CMOS)照相机、各种光电二极管、光电晶体管和光电管中的任何一种的形式。另外，用于获取预定数量的原始激光散斑图像的装置可使用具有约100nm至约2000nm的范围的照明的波长的光。预定数量的原始激光散斑图像在1和在约60秒的图像获取时间中可获取的图像的数量的范围中，并且，处理器还被配置为选择包括沿着血流的方向排列的二次像素组的各向异性局部邻域。处理器可采取计算机、微处理器、微控制器、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD)和专用集成电路(ASIC)中的一个或多个的形式。

根据本发明的另一个方面，在二次像素组中的二次像素的数量可以是预定的，或者在成像的过程在每一个图像帧中被动态地确定为至少2个并由每一个图像帧中获取的像素的总数限制。处理器还被配置为将局部散斑对比度值计算为所述各向异性局部邻域内的所有的二次像素强度的标准偏差和所有的二次像素强度的平均值之比。各向异性局部邻域在空时域中也可以是平面的，并且可在数学上表达为如下形式：

其中，n表示获取的图像堆栈中的帧的数量，(x，y)表示图像平面中的像素坐标，P₀(x₀，y₀，n₀)是选择的关注像素(主像素)，l₀是表示在P₀处的血流的方向，而δ_N和δ_L是分别管理帧的数量和用于处理的每一帧中的像素的数量的预定参数，并且，N(P₀)是包括自身包含P₀的二次像素P(x，y，n)的组的所述各向异性局部邻域。

根据本发明的另一个方面，各向异性局部邻域可采用沿着血流的方向排列的、以一个或多个表面在图像的平面中的投影是平滑的曲线的方式的、空时域中的像素的一个或多个相邻表面的形式。此外，各向异性局部邻域也可以是沿着血流的方向排列的、以一个或多个表面在图像的平面中的投影可以是分段的直线的方式的、空时域中的像素的分段平面邻域的一个或多个复合集合。系统的应用和使用可以包括但不限于：对组织中的血流的成像，对组织中的血管形态的成像，对组织中的血管形态的变化的成像，对组织中的血流的变化的成像，对处于自然形式、疾病状态或者被改变用于治疗或实验或者为了监视的形式的组织的成像，对使用麻醉或瘫痪稳定化或或非稳定化的组织的成像，对以人眼无法辨别血管但血流是可辨别的方式的组织灌注的成像。此外，系统可以包括用于显示或打印的一个或多个输出装置，用于临时或永久地存储的一个或多个数据存储装置，以及用于通过有线和无线通信信道发送原始激光散斑图像、中间数据或者产生的各向异性激光散斑对比度图像的一个或多个发送装置。系统可以包括可允许用户控制成像参数的界面装置。

根据本发明的另一个方面，一种用于获得激光散斑对比度图像的方法包括获取预定数量的原始激光散斑图像和选择预定数量的原始激光散斑图像中的一个中的主像素。所述方法还包括确定在主像素处的血流的方向和获取优先沿着血流的方向排列的各向异性局部邻域。另外，所述方法包括计算在各向异性局部邻域内的主像素处的局部散斑对比度值。此外，所述方法包括使用局部散斑对比度值来产生各向异性激光散斑对比度图像。

根据本发明的另一个方面，预定数量的原始激光散斑图像可以在包括位于200nm到2000nm的近似范围中的一个或多个波长的顺序或同时照明下获取。用于各向异性激光散斑对比度计算的原始激光散斑图像的数量在约1和在60秒的图像获取时间中可获取的图像的数量之间的范围中。另外，所述方法包括使用关于为位于血管内部的每一个像素计算的血管的轴向方向的信息来估计血流的方向。所述方法还可以包括沿着血流的方向选择二次像素组，其中，二次像素的数量可以是预定的，或者在成像的过程在每一个图像帧中被动态地确定为至少2个并由每一个图像帧中获取的像素的总数限制。

根据本发明的另一个方面，所述方法包括将局部散斑对比度值计算为所述各向异性局部邻域内的所有的像素强度的标准偏差与所有的像素强度的平均值之比。所述方法还可以包括提取各向异性局部邻域，该各向异性局部邻域在空时域中是平面的，并且可在数学上表达为如下形式：

其中，n表示获取的图像堆栈中的帧的数量，(x，y)表示图像平面中的像素坐标，P₀(x₀，y₀，n₀)是选择的关注像素，l₀是表示在P₀处的血流的方向，而δ_N和δ_L是分别管理帧的数量和用于处理的每一帧中的像素的数量的预定参数，并且，N(P₀)是所述各向异性局部邻域。

根据本发明的另一个方面，所述方法包括提取各向异性局部邻域，该各向异性局部邻域可以是沿着血流的方向排列的、以一个或多个表面在图像的平面中的投影可以是平滑的曲线的方式的、空时域中的像素的一个或多个相邻表面。所述方法可通过提取各向异性局部邻域来替代地执行，该各向异性局部邻域可以是沿着血流的方向排列的、以一个或多个表面在图像的平面中的投影可以是分段的直线的方式的、空时域中的像素的分段平面邻域的一个或多个复合集合。所述方法可以包括使用从由手动估计、基于脊的检测、曲率分析和区域生长方法构成的组中选择的一种来提取方向。另外，所述方法可包括在遍历所有可能的或可能的血流方向预定集合时，提取具有在所述的主像素的邻域中出现的像素强度的最小空间对比度或空间梯度的方向。

附图说明

附图提供将用来更全面地描述本文中公开的代表性实施例并且本领域的技术人员可用来更好地理解它们及其固有的优点的视觉表示。在这些附图中，相似的附图标记表示对应的元件：

图1示出根据本发明的实施例的各向异性激光散斑对比度成像(aLSCI)设备和所得到的图像堆栈的示意图。

图2示出根据本发明的实施例的使用沿着流动方向排列的像素的各向异性邻域的各向异性激光散斑对比度成像的原理的示意图。

图3示出根据本发明的实施例的获取各向异性激光散斑对比度图像的方法的流程图。

图4示出根据本发明的实施例的实现各向异性处理方案的方法的流程图。

图5示出根据本发明的实施例的可计算散斑对比度的不同类型的各向异性像素邻域的示意图。

图6示出aLSCI设备和用于通过在麻醉的大鼠中变薄的头颅配制品获取鼠脑脉管系统的图像的实验方案(protocol)的示图。

图7示出血管与背景对比度和微血管区分性比其它并发散斑对比度处理方案高的示例aLSCI图像。

具体实施方式

现将在下文中参照附图更全面地描述本公开的主题，在附图中示出本发明的一些实施例，而没有示出本发明的全部实施例。相似的附图标记始终表示相似的元件。本公开的主题可以很多不同的形式实施而不应该被解释为局限于本文中阐述的实施例；确切地，这些实施例被提供使得本公开将满足适用的法律要求。实际上，本公开的主题所属领域的技术人员受益于前面的描述和相关附图中呈示的教导后将会想到本文中阐述的本公开的主题的很多变型例和其它实施例。因此，将要理解，本公开的主题并不限于所公开的特定的实施例，并且，变型例和其它实施例应当被包括在所附权利要求的范围内。

根据本发明的实施例提供一种用于获得各向异性激光散斑对比度图像的系统和方法。在本发明中，原始激光散斑图像被获得和处理，得到各向异性激光散斑对比度图像。为了处理原始激光散斑图像，选择原始激光散斑图像中的主像素用于后续的步骤。所述主像素中的血流的方向被确定和用来获得空时域中的像素的局部各向异性邻域，其沿着在主像素处的血流的估计的方向排列。随后，使用该选择的各向异性邻域中的像素在主像素处计算各向异性激光散斑对比度。对于图像的整个视场中或者图像内的选择的关注区域(区)中的所有的像素，重复方向估计、邻域提取和对比度计算的该过程。然后，使用这些像素的局部散斑对比度值来制作各向异性处理的激光散斑对比度图像(aLSCI图像)。

因为微血管内的血流沿着血管的中心轴有序地排列，所以散斑模糊显示方向灵敏度。传统的散斑对比度计算方案利用空间各向同性的邻域，其通常在空间域中为正方形，或者在空时域中为长方体。因此，在传统使用的对比度计算方案中血流速度的精确表示被混杂，因为速度沿着血管的直径急剧变化。但是，血流速度沿着血管的长度(轴向方向)的变化是最小的，允许优先处理沿着血流的方向的散斑数据，从而防止空间分辨率的损失或者血流估计的任何径向混杂。此外，对于散斑数据的这种各向异性处理允许减少时域中的邻域大小，同时，仍保留足够的像素来获得对于局部激光散斑对比度值(K)的可靠的估计，从而提高时间分辨率。在本文中描述的各向异性激光散斑对比度成像实验方案中，沿着在每一个关注像素处血流的估计方向来计算局部散斑对比度值(K)，同时沿着时间维度来使用原始激光散斑图像帧的堆栈。因此，在空时域中像素邻域是二维的。

图1示出根据本发明的实施例的各向异性激光散斑对比度成像(aLSCI)设备和所得到的图像堆栈的示意图。如图1所示，用来捕获原始激光散斑图像12的设备10包括照射目标组织16上的期望的关注区域(ROI)的相干光源14。相干光源14可以采用例如632nm红色激光器或者本领域的技术人员已知或可想到的任何其他合适的激光器(包括气体、二极管或脉冲激光器)的形式。另外，可以使用本领域的技术人员已知或可想到的照明的任何波长，例如，从约200nm到约2000nm的可见谱和近可见谱中的照明。目标组织16可以采取本领域的技术人员已知或可想到的需要成像的任何活组织或疾病组织的形式。目标组织可以包括，但不限于视网膜、皮肤、脑、心脏、肺或肌肉。目标组织还可以处于自然形式，处于疾病状态，被改变用于实验或治疗；或者被准备用于成像。目标组织不必是人，并且，可以对本领域的技术人员选择或关注的任何活有机体进行成像。如被认为是控制成像会话的操作者或处理器所需要的，光学组件18被用于放大或缩小组织。如本领域的技术人员已知或可想到的那样，处理器可以是自动化、半自动化、手动或具有这些特性的任何组合。可以使用光学组件来控制其他成像参数，例如，数值孔径、散斑大小(即，艾里盘的直径)和期望的场深或焦深。这种光学组件可以包括透镜、光圈、反射镜、分束器、二色镜和偏振器。光学组件18可以采用本领域的技术人员已知或可想到的任何合适的组件的形式，并且可根据成像的组织的类型被调整。例如，模仿眼底照相机的光学组件可以用于视网膜成像，然而，可用来对脑进行成像的光学组件将针对下述的示例被进一步详细地描述。

图1中示出的原始激光散斑图像12的顺序获取的堆栈可以使用本领域的技术人员已知或可想到的照相机19(例如，CCD或CMOS照相机，或者光电倍增管)来被获取。如图1所示，原始激光散斑图像12的时间堆栈可以使用设备设置10在激光照明下被获取。图像获取装置对每次曝光的光子进行积分的时间(即，照相机的曝光时间)可以被设置为预定的值，或者在成像的过程期间被动态地设置。可以以1微秒到10秒的范围的曝光时间来获取帧。如本领域的技术人员确定的，可以采取任何数量的原始激光散斑图像12。这里，将进一步讨论拍摄的激光散斑图像12的数量。如不同组织成像任务所需要的，本领域的技术人员可以改变设备10的大小和实施例。例如，设备10可以采用本领域的技术人员已知或可想到的工作台上设置、用于诊断或研究的便携式手持式装置、体上成像设备(例如，用于神经科学研究的头戴式成像器)或任何其他合适的配置中的任何一种的形式。

图2示出根据本发明的实施例的跨过三个原始激光散斑图像的示例性的单个血管的位置和取向的示意图。设置在单个血管中的关注像素P₀(x₀，y₀，n₀)20跨过三个原始激光散斑图像22被突显。虽然(x₀，y₀)指示图像平面中的像素的空间位置，但是n₀指示像素所处的图像帧的数量(在时域中)。既垂直于图像平面又沿着在P₀20处由轴28示出的血流的方向的平面24沿着流动的方向显示空时(2D)平面。沿着轴28的血流的方向也可以使用与血管的中心线或边缘平行且与血管的直径垂直的血管的轴来被估计。跨过三个原始激光散斑图像22，血管的位置和血流的方向的轴28通常一致。在获取的原始激光散斑图像的堆栈没有被完全登记的情况下，可以使用帧间登记的中间步骤。

图2也示出为了执行激光散斑对比度的计算而选择的跨越三个原始激光散斑图像的像素邻域。如图2所示，在空时平面26中，在P₀20周围选择像素的邻域30。选择的邻域30沿着血流的轴28的方向跨越三个原始激光散斑图像22，在每一个图像帧中具有九个像素。

在每一个帧中，选择的邻域30中的四个像素在P₀20的任意一侧。

因为像素的邻域30沿着血流的方向具有优先取向，所以它是各向异性的。这在以有效的方式捕获散斑的模糊的同时沿着血管的直径保持空间分辨率。

图3示出根据本发明的实施例的获取各向异性激光散斑对比度(aLSCI)图像的方法的流程图。方法50包括在基线条件下获取目标组织的原始散斑图像的初始化堆栈的步骤52和在实验/成像会话期间动态地获取目标组织的原始散斑图像堆栈的步骤54。换句话说，可以通过步骤52单独专用于初始化地获得用于后续处理所需的原始散斑图像的堆栈，或者，为了此目的，也可以使用步骤54中获得的图像的相同的堆栈。步骤56包括从在步骤52和/或54中获得的原始图像形成原始图像堆栈。使用步骤58中的传统散斑对比度计算方案(sLSCI，tLSCI，stLSCI，s_avgtLSCI或t_avgsLSCI或其任何组合)，使用原始激光散斑图像堆栈来产生激光散斑对比度图像(LSCI)，得到步骤60的参考图像。步骤62包括在确定或没有确定每一个像素的血管的轴向方向的情况下计算血流的方向，得到步骤64的方向信息。然后，如步骤66，可使用该方向信息来识别和选择各向异性局部邻域并计算各向异性激光散斑对比度。步骤68包括使用所有的像素的激光散斑对比度值来产生aLSCI图像。得到的图像可以以灰度或使用定制颜色绘图方案来产生。应该注意，图3中示出的方法可以使用矩阵计算来针对每一个像素顺序地执行，或者，针对多个像素同时执行，或者其任何组合。

图4示出根据本发明的实施例的实现各向异性处理方案的方法的流程图。图4的方法70包括选择像素P₀(x₀，y₀，n₀)20的步骤72，其中，n₀表示为了各向异性处理获得的原始图像堆栈的中心帧。对于n＝1：N_F顺序地获取的原始激光散斑图像帧的堆栈中的每一个这样的像素P₀(x₀，y₀，n₀)，使用步骤74来提取与aLSCI有关的被定义为位于中心帧n₀周围的N_F帧中的每一个中的沿着线l₀在中心像素P(x₀，y₀，n)周围的±δ_L像素内的像素组的邻域N(P₀)。这里，像素中的δ_L＝1/2(L_N-1)，其中，L_N是线邻域的长度，l₀是针对像素P₀计算的监督方向。类似地，在中心帧的任意一侧的时间邻域由δ_N＝1/2(N_F-1)定义。线l₀被定义为在每一个像素P₀处的血流的方向。这可以通过下面再现的算法来实现。

其中，n表示获取的图像堆栈中的帧的数量，(x，y)表示图像平面中的像素坐标，P₀(x₀，y₀，n₀)是选择的关注像素，l₀是在P₀处的血流的方向，而δ_N和δ_L是分别管理帧的数量和用于处理的每一帧中的像素的数量的预定参数。步骤76包括使用下面的算法针对P₀周围的邻域计算激光散斑对比度K(P₀)。

$K\left(p_0\right)=\frac{{\mathrm{\σ}}_{N\left(p_0\right)}}{{\mathrm{\μ}}_{N\left(p_0\right)}}$

其中，和分别是在定义的局部邻域N(P₀)中的所有的像素的强度的标准偏差和平均值。

针对整个图像中的所有的像素，或者，仅仅针对关注区域中的那些像素，可以重复这些步骤。此外，通过使用矩阵操纵，可同时针对多个像素进行这些步骤。此外，这些步骤可以被手动地进行，或者，可以通过计算装置、处理器或本领域的技术人员已知或可想到的进行这些步骤的任何其他部件来进行。

进一步参照图4，各向异性LSCI基于优先沿着血流的方向计算散斑对比度，如图2所示。值得注意的是，参照图2至4描述的各向异性方法的该优选实施方式仅仅考虑平面或线性的邻域。一般地，本发明和方法可利用针对像素连接性具有非直线、曲线或分段直线的取向且沿着血流的方向排列的邻域。这在下面描述的图5中绘出。

图5示出可以计算散斑对比度的不同类型的各向异性像素邻域的示意图。图5示出包含不同各向异性像素邻域N(P₁)102，N(P₂)104，N(P₃)106的示例的血管100。在一般的公式中，在关注像素P处的各向异性邻域N(P)是空时域中的表面。图像平面(空间域)中N(P)的投影可包括通过诸如N(P₁)102(也参照图3被描述)的线段或者通过诸如N(P₂)104的多项式曲线段或者通过诸如N(P₃)106的分段的线段最佳连接的有限数量的像素。如N(P₂)104所举例说明的，在小的弯曲的血管的情况下，或者也在长且弯曲的血管的情况下，期望曲线段邻域减少估计散斑对比度的误差。请注意，图5仅仅示出针对aLSCI选择的图像堆栈的中心帧中的像素之间的空间连接性。在时域中，N(P)包括从被指定用于各向异性处理的临时获取的帧中的剩余部分选择的具有与中心帧相同的空间坐标的像素。

还可以以只利用用于计算各向异性激光散斑对比度的一个图像帧的方式来实现根据本发明的实施例的aLSCI系统和方法。在这样的实施例中，用于各向异性处理的像素的邻域N(P)将是线、或者曲线，而不是表面。同样地，为了各向异性散斑对比度处理选择的像素的邻域也不必是单个像素细薄，即是平面或表面。邻域可包括空时域中的像素的多个相邻平行平面或表面，但是，空间取向必须是各向异性的，并且优先沿着流动的方向排列。

在关注像素P₀20处提取血流的方向的方法，即，实现图3的步骤62的不同方法，也可以被使用。提取方向信息的这些方法在作为图5的类型N(P₁)102的邻域的像素的平面邻域的上下文中被解释。请注意，如本领域的技术人员已知或可想到的，其也可被推广为弯曲的线段，如图5中的N(P₂)104和N(P₃)106所示。如本领域的技术人员已知或可想到的，也可以使用获得方向信息的不同方法。如本领域的技术人员已知或可想到的，线l₀被定义为在每一个像素P₀处的血流的方向并可以使用多种技术来获得。实现血流的方向的几种优选方法在下面列出：

a)一种可能的方法是(从大量考虑的方向)选择像素强度的变化沿其最小的方向，作为在正考虑的像素处的流动的方向。所述的像素强度可以由原始散斑图像堆栈中的一个或多个图像帧中的像素的强度构成；或者也可以由诸如参考图像的或者整个原始图像堆栈的平均值图像的经处理图像中的像素的强度构成。例如，在长度l₀的线段内的关注像素周围的参考图像中的强度变化的平方误差可以在各个方向之上被最小化，以获得如下的血流的方向：

其中，K_P和K_P0是在线邻域中的任意像素P和关注像素P₀的散斑对比度值。代替最小化在P和P₀处的值之间的平方误差，如被认为适合于应用，该技术可以被推广为最小化邻域强度的相似功能。

b)估计血流的方向的另一种可能的方法是计算沿着每一个可能的方向的原始散斑图像的堆栈中的散斑对比度。并且，在每一个像素处，散斑对比度沿其最小的方向可以被选择为用于该像素的流动的方向。

c)一般地，血流的方向可以使用监督或未监督的方案来获得。

c1)在确定血流方向的监督的方案中，方向可以手动地估计，或者可以使用基于特征的方法(例如，边缘检测或基于脊的检测)、对使用任何处理方案获得的参考散斑对比度图像或者在白光或光谱滤波的照明下获取的关注区域的反射率或荧光图像的曲线分析和区域生长方法来估计。

c2)在确定血流方向的未监督的方案中，在遍历所有可能的方向或者预先计算出的可能的方向的集合时，基于在该位置处可获得的最小对比度来提取方向。在像素P₀(x₀，y₀，n₀)处的流动的方向可以在成像平面中被定义为N_1D：

其中，2δ_s是空间域中的线段的长度，而是在P₀(x₀，y₀)处的血流的方向的单位向量。公式用来计算局部K(P₀)。通过考虑在每一点处沿着所有可能的方向计算出的K(P₀)的变化，确定在该点处由给出的平均流的方向。最小的K值显示了最大的模糊，因此，是实际流动的方向。因此，选择使得

$\arg \left({\mathrm{\θ}}_0\right)={\mathrm{\θ}}_{dir}=\arg \min \left\{K_{1d\left(P_0,\mathrm{\θ}\right)}\right\}$

其中，N_1d(P₀，θ)描述相似的邻域作为N_1d(P₀)，但是，在任意的θ方向上。

d)在估计非线性方向的非线性方案中，虽然在像素处的血流的方向具有线性固定的取向，但是在选择的邻域中沿着每一个像素的血流的方向可能不会具有相同的取向。邻域可以沿着血管的可能的非线性(曲线)轴向方向选择，所述邻域是在三维空间中的血管的平面或者等同的表面(不是平面)中的可通过平滑的或分段的线性曲线(不是直线)连接的像素的集合。

aLSCI技术使用关于血流的方向的信息来提高图像质量。这里描述的aLSCI方法是偏离于处理激光散斑图像的传统的各向同性手段，并且在流动测量的空时分辨率、对比度与噪声比和精度方面提供对传统手段的改进。这里描述的aLSCI技术确保了沿着血管的横截面的1像素的理论空间分辨率，从而导致微血管的更大的可区分性。

这里描述的aLSCI技术也可以实现高的时间分辨率，因为它可以利用但不限于利用少至三个的图像帧来计算对比度值。这被直接用于对生理(血流或对血流的其它直接、间接或经验的测量)的快速变化的成像，或者，被间接地用于对更少数量的帧进行成像，以帮助减少诸如运动伪影的帧间不一致性。因此，aLSCI用于对诸如临床的在嘈杂的(关于运动和其他成像伪影)环境中的成像，或者甚至对不受限制的动物进行成像，以便研究。在aLSCI中可能使用较少的图像帧保留减少总图像获取时间的潜力，因此，减少目标组织对入射照明的总曝光。因此，aLSCI发明变得适用于对诸如视网膜的光敏感的组织进行成像。aLSCI技术被期望相对于实现相同的时间分辨率的其它技术提供对图像质量的显著的改进。图像质量可能是指微血管被成像的对比度与噪声比更好，并且在血管区域和背景组织灌注中流动被表示的精度被改进。

aLSCI成像系统可允许进一步处理图像数据。图像数据包括原始散斑图像中的一些或全部、各向异性激光散斑对比度图像中的一些或全部、任何中间图像或其它中间信息(例如，关于血流的各向异性局部邻域或方向信息)中的一些或全部的任何组合。本发明的另一个实施例可以包括用于任务(例如，显示或打印图像数据)的装置。显示装置可以是，但不限于，计算机监视器或手持电话屏幕。本发明的另一个实施例可包括用于临时或长期地存储图像数据的装置。数据存储装置的示例是闪存和硬盘驱动器，但是可以使用本领域的技术人员确定的符合本申请的要求的任何数据存储装置。本发明的另一个实施例可包括用于将图像数据发送到远程位置以用于进一步的使用或存储的装置和方法。如本领域的技术人员确定的，数据的发送可通过有线或无线通信信道或者两者以符合本申请。本发明的另一个实施例可包括将允许用户输入或改变成像参数以符合本申请的要求的界面装置。

示例

下面的讨论仅仅以举例的方式被包括在内。其被提供用来图示上面阐述和讨论的方法和系统。因此，该示例并不意味着被视为限制上述的方法和系统的范围和应用。此外，本领域的技术人员已知或可想到的任何应用也可以与上述的方法和系统一起使用。

作为示例性实施例，各向异性激光散斑对比度成像(aLSCI)发明被实现且其特征在于微血管成像的大鼠脑模型。本实施例涉及使用632nm(红)氦氖激光照射和16位的冷却CCD照相机以便图像获取，如图6所示。光学组件提供1∶1的放大率和4.0的数值孔径(f数)，由此，产生直径为～12.45微米的散斑，这近似为6.7微米的本申请像素尺寸的两倍。以10帧/秒获取75个原始散斑图像的堆栈。成像目标是通过变薄的头颅的麻醉的大鼠的脑脉管系统。

在每一个像素处的方向信息通过估计在通过处理75个原始散斑帧获得的基线tLSCI图像中的P₀处的最小对比度梯度的方向来推导。为了提高得到的监督的方向的精度，在进一步计算之前对tLSCI图像进行直方图均衡。因为考虑长度L_N像素(L_N≥3)的有限线段，最小强度梯度的方向被估计为沿着其观测到相对于中心像素的最小强度变化的线。这使用关于线段相对于中心像素旋转180°的中心像素值的最小平方误差来计算，如下所示：

其中，K_P和K_P0是在线邻域中的任意像素P和关注像素P₀的散斑对比度值。

在本示例性实施例和实验中，像素邻域N(P₀)共包括27个像素，该27个像素是从3个时间相邻的图像帧选择的，使得具有相同的空间坐标的9个像素从每一个帧选择，并且包括关注像素P₀和沿着血流l₀的估计方向的在P₀的任意一侧的4个像素。通过将N(P₀)中的所有像素的标准偏差除以N(P₀)中的所有像素的平均值，在该局部邻域像素集合中计算各向异性激光散斑对比度。

在本示例性实施例和实验中，对于图像中的每一个像素，类似地获得所述的方向信息、邻域和散斑对比度；并且，通过以灰度在每一个像素处绘出各向异性激光散斑对比度值来制作aLSCI图像。图7示出通过实现本发明的所述实施例获得的示例的aLSCI图像，并且将其与使用传统的处理方案获得的散斑对比度图像进行比较。

对于示例性实施例，示出了aLSCI与传统的空时方案相比在高时间分辨率激光散斑成像中实现了较高水平的微血管可区分性。aLSCI相对于传统的LSCI方案中的最好的方案实现了对比度与噪声比(将微血管与背景组织区域进行区分的能力的指标)的15％的改进。此外，aLSCI可以比其它的LSCI方法少的噪声可视化背景组织灌注模式。aLSCI的本实施例与其它LSCI方法中的最好方法相比实现了背景噪声电平的23％的抑制。另外，aLSCI相对于其它散斑对比度方案在表示血流方面具有更高的精度。在aLSCI的当前实施例中，其相对于其它的LSCI方案实现了高6％的精度水平。通过这些强的特征，可以使用aLSCI来以相对于其它的散斑对比度方案提高了的保真度来对快速波动的血流模式进行成像。在评估的实施例中，使用aLSCI来分析由于大鼠模型中的前爪电刺激导致的血流波动和心率相关脉动。aLSCI被证实在与其它LSCI方案相比时以高48％和23％的信噪比来监视这些量。

因为aLSCI发明可以被编程为需要少至三个的帧用于对比度计算，所以本技术可以支持获取时间非常重要的应用。例如，在视网膜成像的情况下，较少的总获取时间可以帮助限制在视网膜处的激光曝光的量，或者相反地，允许在较短时间内使用较高的强度束。不仅通过较快的获取时间，而且通过显著地减少补偿性的帧间登记方案的计算复杂性和负担，aLSCI发明也帮助解决运动伪影的问题。

根据详细的说明书，本发明的很多的特征和优点是明显的，由此，所附权利要求应当覆盖落入在本发明的真实的精神和范围内的本发明的所有的这样的特征和优点。此外，由于本领域的技术人员将容易想到多种修改和变化，所以不希望将本发明限制为示出和描述的确切的结构和操作，因此，所有合适的修改和等同物都可落入本发明的范围之内。

更具体地，应该注意，aLSCI技术可应用于为了各种原因的在临床上或者在实验室中对各种组织进行成像。aLSCI技术可以被用来在至少涉及但不限于如下的应用上重点地改进激光散斑对比度成像方法：对于血管形态或血流中的快速变化(例如，血流的心率相关脉动)的成像；对视网膜的成像，其中，获取较少的图像帧将减少入射在视网膜上的总激光能量；在自然环境中的成像，其中，目标组织可以不是静止的，由此，减少帧的数量将更有效地允许处理噪声伪影；对背景组织灌注或者组织中的毛细管血流的成像，其可用更高的对比度和精度以高的时间分辨率被成像。aLSCI系统和方法的使用并不限于任何特定类型的组织，并且可应用于对其它组织中的脑、皮肤、骨、视网膜、肌肉、心脏和肺的成像。类似地，aLSCI系统和方法的使用并不限于对于人的使用，并且，也可以应用于任何血管化的活有机体。aLSCI不仅可应用于监视正常组织，而且可应用于监视异常组织，其包括疾病和生理上自然发生或者甚至通过治疗改变的组织、用于成像的实验或准备的各种情况。

应该注意，本文中的方法描述了使用少至三个的帧来进行对比度计算。但是，该“帧的数量”不应该限制该方法的使用。一般地，该概念也可外推到甚至单个帧，从而，用上述的任何方法计算血液流动方向，并且使用沿着仅仅在该帧内计算出的方向的像素来计算对比度。类似地，在将利用的帧的数量提高到多达500或甚至几千个图像的同时，可以使用相同的概念。图像质量取决于使用的帧的数量，并且优选实施例将使用三个帧。

虽然结合本发明的优选实施例描述了本发明，但是本领域的技术人员将会认识到，在不脱离所附权利要求中限定的本发明的精神和范围的情况下，可以进行未具体描述的添加、删除、修改和替换。

Claims (33)

1.一种用于获得激光散斑对比度图像的系统，包括：

被配置为用于获取原始激光散斑图像的装置；和

处理器，被配置为接收原始激光散斑图像，其特征在于，所述处理器被进一步配置为：

选择原始激光散斑图像中的主像素；

确定在所述主像素处的血流的方向；

获得沿着血流的方向排列的各向异性局部邻域；

计算在各向异性局部邻域内的主像素处的局部散斑对比度值；以及

使用局部散斑对比度值来产生各向异性激光散斑对比度图像。

2.根据权利要求1所述的系统，其中，被配置为用于获取原始激光散斑图像的装置还包括相干照明的源、光学组件和图像获取系统。

3.根据权利要求2所述的系统，其中，相干照明的源还包括从由气体、二极管和脉冲激光器构成的组中选择的一个。

4.根据权利要求2所述的系统，其中，图像获取系统包括从由电荷耦合器件(CCD)照相机、金属氧化物半导体(MOS)照相机和光电管构成的组中选择的一种。

5.根据权利要求1所述的系统，其中，被配置为用于获取原始激光散斑图像的装置包括具有在200nm到2000nm的范围中的照明的一个或多个波长的光源。

6.根据权利要求1所述的系统，其中，原始激光散斑图像的数量在1和在60秒的图像获取时间中能够获取的图像的数量之间的范围中。

7.根据权利要求1所述的系统，其中，处理器包括从由计算机、微处理器、微控制器、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD)和专用集成电路(ASIC)构成的组中选择的一种。

8.根据权利要求1所述的系统，其中，处理器还被配置为选择包括沿着血流的方向排列的二次像素组的各向异性局部邻域。

9.根据权利要求8所述的系统，其中，二次像素组中的二次像素的数量是从由预定数量和在每一个图像帧中被动态地确定为至少两个并由在每一个图像帧中获取的像素的总数限制的数量构成的组中选择的一种。

10.根据权利要求8所述的系统，其中，处理器还被配置为将局部散斑对比度值计算为所有的二次像素强度的标准偏差和各向异性局部邻域内的所有的二次像素强度的平均值之比。

11.根据权利要求1所述的系统，还包括各向异性局部邻域，该各向异性局部邻域在空时域中是平面的且在数学上表达为如下形式：

其中，n表示获取的图像堆栈中的帧的数量，(x，y)表示图像平面中的像素坐标，P₀(x₀，y₀，n₀）是选择的主像素，l₀表示在P₀处的血流的方向，而δ_N和δ_L是分别管理帧的数量和用于处理的每一帧中的像素的数量的预定参数，并且，N(P₀)是各向异性局部邻域。

12.根据权利要求1所述的系统，还包括各向异性局部邻域，该各向异性局部邻域采用沿着血流的方向排列的、以每一个表面在原始激光散斑图像的平面中的投影是平滑的曲线的方式的、空时域中的像素的一个或多个相邻表面的形式。

13.根据权利要求1所述的系统，还包括各向异性局部邻域，该各向异性局部邻域采用沿着血流的方向排列的、以每一个表面在原始激光散斑图像的平面中的投影是分段的直线的方式的、空时域中的像素的分段平面邻域的一个或多个复合集合的形式。

14.根据权利要求1所述的系统，其中，所述系统用于从由对组织中的血流的成像、对组织中的血管形态的成像、对组织中的血管形态的变化的成像、对组织中的血流的变化的成像、对处于自然形式的组织的成像、对处于改变的形式的组织的成像、对使用麻醉稳定化的组织的成像、对使用瘫痪稳定化的组织的成像、对非稳定化的组织的成像、以及对以人眼无法辨别血管但血流是可辨别的方式的组织灌注的成像构成的组中选择的一种的应用。

15.根据权利要求1所述的系统，还包括被配置为显示和打印产生的各向异性激光散斑对比度图像的输出装置。

16.根据权利要求1所述的系统，还包括被配置为用于用户输入成像参数的界面装置。

17.根据权利要求1所述的系统，还包括数据存储装置。

18.根据权利要求1所述的系统，还包括用于发送图像数据的装置。

19.根据权利要求2所述的系统，其中，图像获取系统包括从由电荷耦合器件(CCD)照相机、互补金属氧化物半导体(CMOS)照相机和光电管构成的组中选择的一种。

20.根据权利要求4所述的系统，其中，光电管包括光电二极管和光电晶体管。

21.一种用于获得激光散斑对比度图像的方法，包括：

获取原始激光散斑图像；

选择原始激光散斑图像中的主像素；

确定在主像素处的血流的方向；

获得优先沿着血流的方向排列的各向异性局部邻域；

计算在各向异性局部邻域内的主像素处的局部散斑对比度值；以及

使用局部散斑对比度值来产生各向异性激光散斑对比度图像。

22.根据权利要求21所述的方法，其中，能够在包括位于200nm到2000nm的范围中的一个或多个波长的照明下获取原始激光散斑图像。

23.根据权利要求21所述的方法，其中，用于各向异性激光散斑对比度计算的原始激光散斑图像的数量在1和在60秒的图像获取时间中能够获取的图像的数量之间的范围中。

24.根据权利要求21所述的方法，还包括使用关于为位于血管内部的每一个像素计算的血管的轴向方向的信息来估计血流的方向。

25.根据权利要求21所述的方法，其中，二次像素组中的二次像素的数量是从由预定数量和在每一个图像帧中被动态地确定为至少两个并由在每一个图像帧中获取的像素的总数限制的数量构成的组中选择的一种。

26.根据权利要求21所述的方法，包括将局部散斑对比度值计算为所有的二次像素强度的标准偏差和各向异性局部邻域内的所有的二次像素强度的平均值之比。

27.根据权利要求21所述的方法，还包括提取各向异性局部邻域，该各向异性局部邻域在空时域中是平面的且在数学上表达为如下形式：

其中，n表示获取的图像堆栈中的帧的数量，(x，y)表示图像平面中的像素坐标，P₀(x₀，y₀，n₀)是选择的主像素，l₀表示在P₀处的血流的方向，而δ_N和δ_L是分别管理帧的数量和用于处理的每一帧中的像素的数量的预定参数，并且，N(P₀)是各向异性局部邻域。

28.根据权利要求21所述的方法，还包括提取各向异性局部邻域，该各向异性局部邻域采用沿着血流的方向排列的、以表面在原始激光散斑图像的平面中的投影能够是平滑的曲线的方式的、空时域中的像素的多个相邻表面中的一个或多个的形式。

29.根据权利要求21所述的方法，还包括提取各向异性局部邻域，该各向异性局部邻域是沿着血流的方向排列的、以表面在原始激光散斑图像的平面中的投影是分段的直线的方式的、空时域中的像素的分段平面邻域的一个或多个复合集合。

30.根据权利要求21所述的方法，还包括使用从由手动估计、基于脊的检测、曲率分析和区域生长方法构成的组中选择的一种来提取血流的方向。

31.根据权利要求21所述的方法，还包括在遍历血流的方向时，利用像素强度的最小空间对比度来提取血流的方向，该像素强度的最小空间对比度出现在所述主像素的邻域中。

32.根据权利要求21所述的方法，还包括存储原始激光散斑图像和各向异性激光散斑图像的图像数据。

33.根据权利要求32所述的方法，还包括发送图像数据。