CN101485565B - 一种激光散斑血流成像分析方法 - Google Patents
一种激光散斑血流成像分析方法 Download PDFInfo
- Publication number
- CN101485565B CN101485565B CN2009100607475A CN200910060747A CN101485565B CN 101485565 B CN101485565 B CN 101485565B CN 2009100607475 A CN2009100607475 A CN 2009100607475A CN 200910060747 A CN200910060747 A CN 200910060747A CN 101485565 B CN101485565 B CN 101485565B
- Authority
- CN
- China
- Prior art keywords
- blood stream
- blood flow
- laser speckle
- pixel
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种激光散斑血流成像分析方法。将激光光束照射到被测对象上,以相同的曝光时间和帧间隔时间连续采集N帧被测对象反射的激光散斑图像;取出各帧图像中相同位置处对应Ns×Ns大小空间邻域内的像素,组成像素集,计算该空间邻域内的衬比Kst,再由衬比与血流速度的关系式计算对应的生物组织的血流速度V(i,j),以每个像素对应的血流速度值为灰度,构建二维的血流速度分布图。本发明基于激光散斑血流成像时空联合分析,对生物组织血流进行高时间和空间分辨率成像,实现了对生物组织二维血流分布和血管形态,及血流动力学变化的实时、动态、高时间、空间分辨率的监测。本发明适用于脑功能成像、神经生理学、疾病病理学和药效评价的研究。
Description
技术领域
本发明属于生物组织血流成像方法领域,具体为一种激光散斑血流成像分析方法,它尤其适合于以高时空分辨率研究生理和病理状态下的生物组织局部血流分布和血管形态等。
背景技术
激光散斑血流成像广泛应用于研究生理和疾病状态下生物组织局部二维血流变化。但现有的激光散斑血流成像分析方法不能同时兼顾图像的时间分辨率和空间分辨率。如专利文献“利用激光散斑成像仪监测肠系膜上微循环血流时空响应特性的方法”(其公开号为CN1391869,公开日为2002.07.12),其衬比计算方法见附图1(a)),需要计算空间邻域内的衬比值,因而降低了图像的空间分辨率;而“一种经颅脑血流高分辨成像方法及其装置”(其公开号为CN1792323,公开日为2006.06.28),其衬比计算方法见附图1(b)),则需要对时间序列上的若干帧原始散斑图像进行统计分析,时间分辨率较差,不能满足实时成像的要求。
发明内容
本发明的目的在于提供一种激光散斑血流成像分析方法,该方法能够解决现有激光散斑成像方法不能兼顾空间分辨率和时间分辨率的局限性,实现了对生物组织血流二维分布的实时高分辨成像。
本发明提供的激光散斑血流成像分析方法,其步骤包括:
(1)将激光光束照射到被测对象上;
(2)以相同的曝光时间和帧间隔时间连续采集N帧被测对象反射的激光散斑图像;每帧图像采集的曝光时间为1ms~100ms,帧间隔时间20~1000ms,采集的帧数N为:1≤N≤100;
(3)对采集所得N帧图像,取出各帧图像中相同位置处对应Ns×Ns大小空间邻域内的像素,组成大小为N×Ns×Ns个像素的像素集,2≤Ns≤7,利用该像素集内各像素的灰度值Ip,利用公式(I)计算该空间邻域内的衬比Kst,
其中N为所采集的图像帧数,Ns代表空间邻域宽度,Ip代表N帧图像中同一位置处对应的空间邻域内共N×Ns×Ns个像素中第p个像素的灰度值,I为这N×Ns×Ns个像素灰度的平均值;
(4)利用所得空间衬比Kst计算该空间邻域处对应的生物组织的血流速度V(i,j),i,j分别为该空间邻域位置处对应的横坐标和纵坐标值;
(5)按步骤(2)~(4)遍历图像中所有的像素,获得所有像素对应的血流速度V(i,j);
(6)分别以每个像素对应的血流速度值为灰度,构建二维的血流速度分布图。
如果需要进行动态血流分布监测,则包括步骤(7),在每一个需要对血流分布进行成像的时间点重复(2)~(6)的步骤,获得不同时刻的二维生物组织血流分布图像。
本发明基于激光散斑血流成像时空联合分析,对生物组织血流进行高时间和空间分辨率成像。与其它现有的激光散斑血流成像方法相比,本发明所提供的激光散斑血流成像时空联合分析方法的优点在于:结合了空间散斑衬比分析方法与时间散斑衬比分析方法的优点,可实现高时间分辨率、高空间分辨率的激光散斑血流成像,用于对生物组织二维血流分布和血管形态,及血流动力学变化的实时、动态、高时间、空间分辨率的监测。其应用范围广泛,可用于研究生理和病理状态下的大鼠、小鼠、兔、猫、猴等实验动物,以及人体的皮肤、眼底、脑皮层局部血流分布,以及神经活动、脑疾病引起的脑皮层血流变化。本发明适用于脑功能成像、神经生理学、疾病病理学和药效评价的研究。
附图说明
图1是已有的激光散斑空间衬比成像方法(图1(a)),激光散斑时间衬比成像方法(图1(b))和本发明提出的激光散斑成像的时空联合分析方法(图1(c))示意图。
图2是本发明公开的方法与激光散斑空间衬比分析方法在大鼠脑皮层血流成像中的实验结果的比较。
图3本发明公开的方法与激光散斑时间衬比分析方法在大鼠脑皮层血流成像中的实验结果的比较。
具体实施方式
生物组织血流分布图像的重建需要利用在每一个需要测量血流的空间邻域所采集的若干帧激光散斑图像,对所采集的激光散斑图像序列进行时间域与空间域上的联合统计特性分析,计算激光散斑图像中每个空间邻域内对应的时间序列上所有像素光强(即图像灰度)的统计量,以此统计量反映该像素所对应生物组织处的血流速度;如此遍历图像中所有像素,即可获得高分辨的二维生物组织血流分布图像。如附图1(c)所示,其计算衬比值所使用的空间邻域小于空间衬比算法所使用的空间邻域,所需时间序列图像帧数小于时间衬比算法所需帧数。因此本发明提出的衬比计算方法为综合考虑统计精度,时间分辨率和空间分辨率的平衡提供了另一种选择。
动物实验:
实验对象为Wistar大鼠,固定于工作台3上,以780nm的半导体激光器为光源,准直扩束后的激光光束1经第一线偏振片2后斜入射到去皮后的大鼠头部。大鼠头部反射形成的激光散斑经第二线偏振片4后由带宏视镜头的电荷耦合器件相机构成的光电成像系统5成像,光学系统放大倍数设为0.5倍。曝光时间5ms,帧间隔时间25ms,连续采集40帧激光散斑图像。利用所采集的前10帧激光散斑图像,按本发明所述方法(见公式(I))计算激光散斑衬比,再利用公式(II)计算空间邻域处对应的生物组织的血流速度V(i,j),进一步重建二维脑血流分布图像,其中校正系数c取值为1。
为与其它方法比较,选取原始散斑图中某一位置处5×10个像素的血管区域,分别用空间衬比,时间衬比和本发明所提出的衬比计算方法计算该区域内的衬比图,并计算衬比的均值和标准偏差。图2为采用不同空间邻域计算所得空间衬比值与采用本发明提出的衬比计算方法所得衬比值的比较。可以看出,采用本发明提出的方法得到的衬比值随空间邻域变化趋势并不明显,这说明即使使用很小的空间邻域,仍然能够保证足够统计量;而使用空间衬比方法得到的衬比值则随空间邻域的增大而增大,当使用较小的空间邻域时,由于统计量太少,其衬比值偏离准确值较大。图3(a)中给出了2×2和3×3的空间邻域下,本发明所提出的方法得到的衬比值与采用时间衬比计算方法得到的衬比值随统计帧数的变化。可以看到,当统计帧数较少时,时间衬比计算方法得到的衬比值稍小于时空联合分析方法得到的衬比值,从而说明时本发明提出的衬比计算方法即使使用较少的帧数(例如10帧),仍然可以得到比时间衬比计算方法所的结果更为准确的衬比值。另外可以看到,采用时本发明提出的衬比计算方法所得结果中,图像噪声要小于采用时间衬比计算方法所的结果的噪声。因此,通过上述比较证明了本发明提出的衬比计算方法可以同时兼顾时间分辨率和空间分辨率,为生物组织血流测量中统计精度,时间衬比,空间衬比三者的平衡提供了更多的选择。
以上所述为本发明的较佳实施例而已,但本发明不应该局限于该实施例和附图所公开的内容。所以凡是不脱离本发明所公开的精神下完成的等效或修改,都落入本发明保护的范围。
Claims (3)
1.一种激光散斑血流成像分析方法,其步骤为:
(1)将激光光束照射到被测对象上;
(2)以相同的曝光时间和帧间隔时间连续采集N帧被测对象反射的激光散斑图像;每帧图像采集的曝光时间为1ms~100ms,帧间隔时间20~1000ms,采集的帧数N为:1≤N≤100;
(3)对采集所得N帧图像,取出各帧图像中相同位置处对应Ns×Ns大小空间邻域内的像素,组成大小为N×Ns×Ns个像素的像素集,2≤Ns≤7,利用该像素集内各像素的灰度值Ip,利用公式(I)计算该空间邻域内的衬比Kst,
其中N为所采集的图像帧数,Ns代表空间邻域宽度,Ip代表N帧图像中同一位置处对应的空间邻域内共N×Ns×Ns个像素中第p个像素的灰度值,I为这N×Ns×Ns个像素灰度的平均值;
(4)利用所得空间衬比Kst计算该空间邻域处对应的生物组织的血流速度V(i,j);
(5)按步骤(2)~(4)遍历图像中所有的像素,获得所有像素对应的血流速度V(i,j),i,j分别为该空间邻域位置处对应的横坐标和纵坐标值;
(6)分别以每个像素对应的血流速度值为灰度,构建二维的血流速度分布图。
2.根据权利要求1所述的激光散斑血流成像分析方法,其特征在于:它还包括步骤(7),在每一个需要对血流分布进行成像的时间点重复步骤(2)~(6),获得不同时刻的二维生物组织血流分布图像。
3.根据权利要求1或2所述的激光散斑血流成像分析方法,其特征在于:步骤(4)中利用公式(II)计算空间邻域处对应的生物组织的血流速度V(i,j),
其中c为校正系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100607475A CN101485565B (zh) | 2009-02-13 | 2009-02-13 | 一种激光散斑血流成像分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100607475A CN101485565B (zh) | 2009-02-13 | 2009-02-13 | 一种激光散斑血流成像分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101485565A CN101485565A (zh) | 2009-07-22 |
CN101485565B true CN101485565B (zh) | 2011-04-13 |
Family
ID=40888743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100607475A Expired - Fee Related CN101485565B (zh) | 2009-02-13 | 2009-02-13 | 一种激光散斑血流成像分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101485565B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2676511T3 (es) * | 2009-09-04 | 2018-07-20 | The Johns Hopkins University | Formación de imágenes por moteado láser multimodal |
PL2651907T3 (pl) * | 2010-12-13 | 2015-03-31 | Basf Se | Katalizatory wybielania |
US9226673B2 (en) * | 2011-01-10 | 2016-01-05 | East Carolina University | Methods, systems and computer program products for non-invasive determination of blood flow distribution using speckle imaging techniques and hemodynamic modeling |
CN102357033B (zh) * | 2011-09-27 | 2013-07-24 | 华中科技大学 | 一种激光散斑血流成像处理系统及方法 |
CN102429650B (zh) * | 2011-11-10 | 2013-09-25 | 华中科技大学 | 一种激光散斑血流成像衬比分析方法 |
CN102835947B (zh) * | 2012-09-04 | 2014-06-25 | 上海师范大学 | 基于散斑相关度的oct图像分析方法 |
CN104287713B (zh) * | 2013-06-13 | 2016-04-13 | 上海理工大学 | 一种快速激光散斑血流成像方法 |
CN103330557B (zh) * | 2013-06-25 | 2014-11-26 | 上海理工大学 | 基于曝光时间测定的激光散斑血流成像方法 |
CN106413536A (zh) * | 2014-05-23 | 2017-02-15 | 柯惠有限合伙公司 | 用于在腹腔镜中为血流成像的系统 |
CN105769163B (zh) * | 2014-12-22 | 2019-01-18 | 中国科学院深圳先进技术研究院 | 一种贝尔氏面瘫病情诊断方法和装置 |
CN105433906B (zh) * | 2015-12-14 | 2019-07-30 | 华中科技大学 | 一种扫描暗场激光散斑血流成像方法及装置 |
US10955275B2 (en) | 2016-04-20 | 2021-03-23 | Covidien Lp | Systems and methods for calibrating and correcting a speckle contrast flowmeter |
CN107452029A (zh) * | 2017-07-31 | 2017-12-08 | 中国医学科学院生物医学工程研究所 | 一种光学微血管血流成像方法 |
CN107582040B (zh) * | 2017-09-29 | 2023-08-08 | 佛山科学技术学院 | 一种心律监测方法和装置 |
CN107485383B (zh) * | 2017-09-29 | 2020-08-11 | 佛山科学技术学院 | 一种基于成分分析的散斑血流成像方法和装置 |
CN108261286B (zh) * | 2017-11-29 | 2021-10-12 | 北京华夏光谷光电科技有限公司 | 一种无损血糖检测与激光针刺耳穴的复用耳罩 |
CN107862724B (zh) * | 2017-12-01 | 2021-10-01 | 中国医学科学院生物医学工程研究所 | 一种改进的微血管血流成像方法 |
CN108478207B (zh) * | 2018-01-09 | 2021-08-06 | 南京航空航天大学 | 一种多模态大脑生理监测系统 |
CN108720826A (zh) * | 2018-03-20 | 2018-11-02 | 上海理工大学 | 基于激光散斑的运动伤害预警方法 |
CN110301908A (zh) * | 2019-05-20 | 2019-10-08 | 南京航空航天大学 | 一种基于微血流成像衬比算法的血流速度监测方法 |
CN110599524B (zh) * | 2019-07-31 | 2022-07-29 | 华中科技大学苏州脑空间信息研究院 | 调焦成像子系统、激光散斑血流成像系统和方法 |
CN110522438B (zh) * | 2019-07-31 | 2022-04-22 | 华中科技大学苏州脑空间信息研究院 | 计算血流速度的方法、装置、介质及血流成像方法和系统 |
CN116718514A (zh) * | 2023-04-26 | 2023-09-08 | 广州医科大学附属第一医院(广州呼吸中心) | 一种水激光助推雾化汽进入口鼻肺深度的模拟检测装置 |
-
2009
- 2009-02-13 CN CN2009100607475A patent/CN101485565B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101485565A (zh) | 2009-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101485565B (zh) | 一种激光散斑血流成像分析方法 | |
CN101697871B (zh) | 一种自动分割动静脉血管的激光成像方法和装置 | |
CN100502771C (zh) | 一种经颅脑血流高分辨成像方法及其装置 | |
Rossion et al. | A steady-state visual evoked potential approach to individual face perception: effect of inversion, contrast-reversal and temporal dynamics | |
CN102429650B (zh) | 一种激光散斑血流成像衬比分析方法 | |
Bonin et al. | Local diversity and fine-scale organization of receptive fields in mouse visual cortex | |
Nauhaus et al. | Orthogonal micro-organization of orientation and spatial frequency in primate primary visual cortex | |
EP2888994B1 (en) | Speckle contrast optical tomography | |
Froudarakis et al. | Population code in mouse V1 facilitates readout of natural scenes through increased sparseness | |
He et al. | Selectivity for large nonmanipulable objects in scene-selective visual cortex does not require visual experience | |
Tam et al. | Speed quantification and tracking of moving objects in adaptive optics scanning laser ophthalmoscopy | |
Whittingstall et al. | Integration of EEG source imaging and fMRI during continuous viewing of natural movies | |
Medvedev et al. | Event-related fast optical signal in a rapid object recognition task: improving detection by the independent component analysis | |
CN107613847A (zh) | 双目测量装置、双目测量方法以及双目测量程序 | |
CN103857335A (zh) | 激光散斑图像的各向异性处理 | |
Reynaud et al. | Linear model decomposition for voltage-sensitive dye imaging signals: application in awake behaving monkey | |
MacEvoy et al. | A precise form of divisive suppression supports population coding in the primary visual cortex | |
Dragojević et al. | High-density speckle contrast optical tomography (SCOT) for three dimensional tomographic imaging of the small animal brain | |
Onat et al. | Natural scene evoked population dynamics across cat primary visual cortex captured with voltage-sensitive dye imaging | |
CN105342597B (zh) | 一种定量激光血流检测方法 | |
Ragol et al. | Static laser speckle contrast analysis for noninvasive burn diagnosis using a camera-phone imager | |
CN107485383A (zh) | 一种基于成分分析的散斑血流成像方法和装置 | |
Sandberg et al. | Improved estimates for the role of grey matter volume and GABA in bistable perception | |
Lee et al. | Seizure localization using three-dimensional surface projections of intracranial EEG power | |
Roe et al. | Study of single and multidigit activation in monkey somatosensory cortex using voltage-sensitive dye imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110413 Termination date: 20180213 |