CN102429650A - 一种激光散斑血流成像衬比分析方法 - Google Patents

Abstract

本发明公开了一种新的激光散斑血流成像衬比分析方法，包括以下步骤：用激光束照明被测物体，其后向散射光被成像系统所收集并成像于图像传感器上，将被测物体当前原始散斑图像除以前N帧原始散斑图像在时间轴上的均值后得到新的散斑图像，利用N_s*N_s的空间统计窗对新散斑图像的空间统计特性进行分析得到衬比图K_ns，再由衬比与血流速度的关系得到对应生物组织二维血流分布图。本发明实现以高时间分辨率和低噪声水平内窥监测腔内生物组织局部的血流变化、血流成像及血液动力学参数的准确评估，可广泛应用于动物腹腔内、关节内、胃壁等血流分布和变化的动态监测，定位病灶，评估疾病的病理变化，研究药效，具有较高的临床应用价值。

Description

一种激光散斑血流成像衬比分析方法

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衬比分析方法。

背景技术

激光散斑血流成像技术已成为研究病理/生理条件下生物组织血流时空变化的重要手段，并成功应用于对视网膜、皮肤、脑皮层等的二维血流监测。利用光纤成像系统传输激光散斑图像以实现腔内组织内窥血流成像是该技术发展的一个重要趋势和重要应用，国际上已有若干小组开展了此方向的研究工作，进行膝关节内窥血流成像和心血管内动脉粥样斑块性状评价。但成像光纤束目前均是由大量单根光纤通过特定工艺粘合而成，固有的光纤间隙和光纤包层决定了光纤成像系统对原始散斑图像的空间非连续采样，原始散斑图像被光纤排布结构所调制，其空间统计特性被严重干扰。现有的两种主流激光散斑血流成像衬比分析方法分别基于散斑图像的空间统计特性(如中国发明专利“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”，CN1391869)和时间统计特性(如中国发明专利“一种经颅脑血流高分辨成像方法及其装置”，CN1792323)。前者显然不再适用于光纤成像系统的血流成像；后者作为目前光纤成像系统常用的血流成像分析方法虽然对上述问题有所克服，但其算法要求利用由几十帧图像组成的图像序列进行衬比流速分析，因此血流成像的时间分辨率受限，且时间窗的平均效应会影响对血流快速变化过程的准确评估。临床应用中较低的时间分辨率往往要求被测者长时间保持不动，这也不符合测试的实际需求。

另外，对直接利用成像透镜组(非光纤成像系统)采集的散斑图像进行空间衬比分析时，由于照明光强不均匀分布、生物组织吸收系数不均匀分布等因素，也不可避免存在对激光散斑血流成像空间衬比分析的干扰。

发明内容

本发明的目的在于提供一种新的激光散斑衬比分析方法(算法如图1所示)，该方法能够有效矫正光强非连续采样/光强非均匀分布对激光散斑图像空间统计特性的干扰。

本发明提供的激光散斑血流成像衬比分析方法，其特征在于，包括以下步骤：

(1)将激光束照射于被测物体上；

(2)由成像系统对被测物体成像；

(3)由图像传感器采集被测物体的原始散斑图像；

(4)利用公式(I)对采集的原始散斑图像进行如下处理：

$I_n(x,y,p)=\frac{I(x,y,p)}{I_{\mathrm{ave}}(x,y,p)},$

$I_{\mathrm{ave}}(x,y,p)=\frac{\underset{t=p-(N-1)}{\overset{t=p}{\mathrm{\Σ}}}I(x,y,t)}{N}---\left(I\right)$

其中I(x，y，p)表示采集的第p帧原始散斑图像，x和y表示图像像素的横纵坐标；I_n(x，y，p)是处理后新的散斑图像；I_ave(x，y，p)是对包括当前帧在内的前N帧原始散斑图像在时间轴上的平均。

(5)利用公式(II)对新的散斑图像In进行如下处理，得到衬比图像K_ns。

$K_{\mathrm{ns}}(x,y)=\frac{\sqrt{\frac{1}{N_s*N_s-1}\underset{i=x-\frac{N_s-1}{2}}{\overset{i=x+\frac{N_s-1}{2}}{\mathrm{\Σ}}}\underset{j=y-\frac{N_s-1}{2}}{\overset{j=y+\frac{N_s-1}{2}}{\mathrm{\Σ}}}{(I_n(i,j)-\stackrel{\‾}{I_n})}^2}}{\stackrel{\‾}{I_n}}---\left(\mathrm{II}\right)$

N_s*N_s为空间统计窗大小，一般为5*5或7*7，

为空间统计窗内像素灰度的均值，x和y表示像素横纵坐标。

(6)利用公式(III)和衬比图像K_ns计算生物组织的二维血流分布图V_ns(x，y)，其中c为矫正系数。

$V_{\mathrm{ns}}(x,y)=\frac{c}{K_{\mathrm{ns}}^2(x,y)}---\left(\mathrm{III}\right)$

(7)对图像采集过程中的每一帧原始散斑图像重复步骤(4)-(6)，实现对生物组织感兴趣区域/病灶区域二维血流的动态监测和分析。

优选的，所述成像系统为光纤成像系统，也可为成像透镜组。

本发明基于一种新的激光散斑衬比分析方法，可应用于光纤成像系统或者成像透镜组的激光散斑血流成像，与目前两种主流的激光散斑衬比分析方法相比，本发明的优点在于：

1.与空间衬比分析方法相比，可矫正光纤成像系统中光纤排布结构对原始散斑图像空间统计特性的干扰，或者矫正直接由成像透镜组成像时激光照明光强不均匀分布，生物组织吸收系数不均匀分布等对原始散斑图像空间统计特性的干扰。

2.与时间衬比分析方法相比，a.具有较高的时间分辨率，减少实际临床监测中患者运动伪影引入的测量误差，b.利用较少帧数即可达到较低的噪声水平；c.克服时间窗的平均效应，准确评估血流的快速变化。

该发明适用于散斑图像空间统计特性由于光强非连续采样(光纤成像系统)或者光强非均匀分布(激光照明光强不均匀，生物组织吸收不均匀等)而被干扰情况下对腔内生物组织高时间分辨率和低噪声水平的激光散斑血流成像。可广泛应用于人体及猫、猴、猪等实验动物腹腔内、关节内、胃壁等血流分布和变化的动态监测，定位病灶，评估疾病的病理变化，研究药效等；并实现了在光强非均匀分布时利用空间统计特性对血流、血管管径等血液动力学参数的准确评估。

附图说明

图1是本发明提出的新的激光散斑衬比分析方法的算法流程图。

图2是激光散斑光纤成像系统示意图。

图3是空间衬比分析方法，时间衬比分析方法和本发明提出的新的衬比分析方法在光纤成像系统流体模型实验中的应用和分析比对。

图4是本发明提出的激光散斑衬比分析方法在光纤成像系统大鼠脑皮层血流成像实验中得到的二维血流分布图。

图5比对了空间衬比分析方法，时间衬比分析方法和本发明提出的新的衬比分析方法在光纤成像系统大鼠脑皮层血流成像实验中得到的充血过程血流值相对变化曲线。

图6是空间衬比分析方法在光纤成像系统大鼠脑皮层血流成像实验中得到的二维血流分布图。

图7比对了时间衬比分析方法和本发明提出的新的衬比分析方法在光纤成像系统大鼠脑皮层血流成像实验中的衬比值统计噪声。

图8是利用成像透镜组采集的大鼠脑皮层原始散斑图。

图9是对图8采用空间衬比分析方法得到的皮层二维血流图

图10是对图8采用本发明的衬比分析方法得到的皮层二维血流图。

图11是从细节上比对图9和图10的空间血流值分布变化。

具体实施方式

如图1所示的本发明的激光散斑衬比分析方法的算法流程图，包括以下步骤：

步骤1，将激光束照射于被测物体上；

步骤2，由成像系统对被测物体成像；

步骤3，由图像传感器采集被测物体的原始散斑图像；

步骤4，利用公式(I)对采集的原始散斑图像进行如下处理：

$I_n(x,y,p)=\frac{I(x,y,p)}{I_{\mathrm{ave}}(x,y,p)},$

$I_{\mathrm{ave}}(x,y,p)=\frac{\underset{t=p-(N-1)}{\overset{t=p}{\mathrm{\Σ}}}I(x,y,t)}{N}---\left(I\right)$

其中I(x，y，p)表示采集的第p帧原始散斑图像，x和y表示图像像素的横纵坐标；I_n(x，y，p)是处理后新的散斑图像；I_ave(x，y，p)是对包括当前帧在内的前N帧原始散斑图像在时间轴上的平均。

步骤5，利用公式(II)对新的散斑图像I_n进行如下处理，得到衬比图像K_ns。

$K_{\mathrm{ns}}(x,y)=\frac{\sqrt{\frac{1}{N_s*N_s-1}\underset{i=x-\frac{N_s-1}{2}}{\overset{i=x+\frac{N_s-1}{2}}{\mathrm{\Σ}}}\underset{j=y-\frac{N_s-1}{2}}{\overset{j=y+\frac{N_s-1}{2}}{\mathrm{\Σ}}}{(I_n(i,j)-\stackrel{\‾}{I_n})}^2}}{\stackrel{\‾}{I_n}}---\left(\mathrm{II}\right)$

N_s*N_s为空间统计窗大小，一般为5*5或7*7，

为空间统计窗内像素灰度的均值，x和y表示像素横纵坐标。

步骤6，利用公式(III)和衬比图像K_ns计算生物组织的二维血流分布图V_ns(x，y)，其中c为矫正系数。

$V_{\mathrm{ns}}(x,y)=\frac{c}{K_{\mathrm{ns}}^2(x,y)}---\left(\mathrm{III}\right)$

步骤7，对图像采集过程中的每一帧原始散斑图像重复步骤(4)-(6)，实现对生物组织感兴趣区域/病灶区域二维血流的动态监测和分析。

如图2所示，搭建符合内窥镜成像光路基本组成的光纤成像系统。由激光器1出射的激光经扩束镜2准直扩束后照射于被测物体3上，其后向散射激光被成像透镜组4收集汇聚于成像光纤束5的远端面并传输到其近端面，被光纤结构调制的被测物体散斑图像由成像透镜组6成像于图像传感器7上，经数字化后送入PC机8进行衬比分析方法的处理。

以下为流体模型实验：

被测对象3为匀速流动的0.5％脂肪乳溶液，具有与生物组织相似的高散射低吸收光学特性；视野范围内流速可看作均匀分布。

由光纤成像系统采集的流体原始散斑图像如图3(a)所示，其中有规则的网格即是光纤排布结构。对图3(a)按照空间衬比分析得到的衬比图如图3(b)所示，由于空间统计特性被光纤排布结构严重干扰，其衬比图为不均匀分布，不符合实际流速分布情况；按照本发明的衬比分析方法和时间衬比分析方法得到的衬比图分布如图3(c)和(d)，可以看到二者都是期望的均匀分布且色度条保持一致。为更直观的比对，将(b)(c)(d)的均值列在图3(e)中，可以看到本发明方法不仅有效矫正了光纤排布结构对散斑图像空间统计特性的干扰，且达到与时间衬比分析相当的结果。进一步在图3(f)中比对了(c)和(d)的统计噪声(表示为衬比图的方差σ_K与衬比图的均值μ_k的比值)，可以看到本发明方法在帧数较少时(如N＝5帧)即可稳定于较低的噪声，而时间衬比分析方法需使用＞20帧的图像阵列才可将噪声水平降至与本发明方法相似的范围内。由此可得使用时间衬比分析方法一方面会因使用帧数较多的图像序列导致流速成像时间分辨率降低，另一方面图像序列分析会引入时间轴上的平均效果，影响对流速变化过程的准确判断。综合考虑矫正效率和统计噪声，本发明提出的衬比分析方法中帧数N推荐设定为10，一方面保持高时间分辨率，另一方面因本发明方法仍是采用单帧图像的衬比分析所以不会引入时间轴上的平均效果，可以实现对流速变化过程的准确监测。

以下为采用光纤成像系统动物实验：

被测对象3为成年雄性Wistar大鼠，固定于立体定位仪上，经开颅手术后暴露顶骨脑皮层作为成像区域，并于同侧额骨处开一刺激窗用于诱发血流变化。施加刺激前，需拍摄大鼠静息状态下的原始散斑图以计算基线血流值；之后在刺激窗口施加一次药物刺激诱发皮层充血过程；持续拍摄4-5min，等待充血过程基本结束。按照本发明方法对采集到的原始散斑图像进行激光散斑衬比分析处理，以显示大鼠脑皮层的二维血流图，并对某个感兴趣区域(ROI)内血流均值的相对变化(ΔCBF，cerebral blood flow)进行时间轴上的动态分析。

图4为采用本发明方法得到的脑皮层二维血流图，可以清楚地分辨出血流/血管的分布，且在图5中可以看出由该发明方法观测充血过程中ROI区域的ΔCBF(实线)与常用的时间衬比分析方法(虚线)得到的变化曲线基本吻合。由空间衬比分析得到的血流分布图如图6所示，可以看出由于传像光纤对散斑图像的非连续采样，皮层的血流信息已基本被光纤排布结构所淹没，计算同一ROI的ΔCBF(点线)在图5中与其他方法得到的结果也存有较大差异，无法正确反映血流变化过程。进一步选取图4中R1、R2、R3三个区域对采用相同帧数(N＝10)的本发明衬比分析方法和时间衬比分析方法的噪声水平(σ_Kns/μ_Kns)在图7中进行比较，可以看出无论是在皮层、静脉或是动脉区域，由本发明方法得到的噪声水平均低于时间衬比分析方法，具有较高的统计精度。为降低时间衬比分析方法的噪声水平，在图5中分析了50帧时间衬比分析得到的ΔCBF曲线(点划线)，则由于时间窗平均效应流速变化的幅值被低估，持续时间被高估，这都会影响对血流变化过程的准确判断。

以下为非光纤成像系统的动物实验：

对图2所示成像系统移除成像光纤束5和成像透镜组4，直接利用成像透镜组6对被测物体成像，符合通用的激光散斑血流成像系统。被测对象为成年雄性Wistar大鼠，固定于立体定位仪上，经开颅手术后暴露顶骨脑皮层作为成像区域。激光光源采用660nm的红光半导体激光器。在此波段，脱氧血红蛋白的吸收系数显著高于氧合血红蛋白，所以在如图8所示的皮层原始散斑图上，可观察到灰度均值较低的静脉血管。则原始散斑图像的光强分布不均匀，会导致在利用空间衬比分析方法分析皮层血流/血管管径时引入误差。

图9和图10分别为采用空间衬比分析方法和本发明衬比分析方法得到的皮层二维血流图。为进行细节上的比对分析，在图11中绘制了两种方法在图9/图10上指示的直线1下的血流值空间变化。可以看到由于组织吸收系数不同造成皮层原始散斑图上的灰度差异，导致采用空间衬比分析方法进行血流信息分析时，一方面静脉管径值会被低估(由空间衬比分析方法得到管径值1，由本发明的衬比分析方法得到管径值2，管径值1＜管径值2)，另一方面甚至造成微小血管的信息被完全淹没，这对评估被测物体的生理状态/生理参数都会造成不利影响，尤其是在估算被测物体血液动力学参数变化时会引入较大误差。而采用本发明衬比分析方法矫正了非均匀光强分布对衬比计算的影响，上述两个问题都得以克服，对准确评估生理状态和血流动力学参数均有显著的改善作用。

因此，通过上述结果与对比证明了本发明提出的新的激光散斑衬比分析方法一方面能够以高时间分辨率和低噪声水平实现光纤成像系统的血流成像并可准确评估血流变化过程，为激光散斑血流成像技术与内窥镜技术的结合提供了有效工具和有力手段；另一方面也可矫正非光纤成像系统中非均匀光强分布对散斑图像空间统计特性的干扰。

以上所述为本发明的较佳实例而已，但本发明不应该局限于该实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同替换或修改，都落入本发明保护的范围。

Claims (3)

1.一种激光散斑血流成像衬比分析方法，其特征在于，包括以下步骤：

(1)将激光束照射于被测物体上；

(2)由成像系统对被测物体成像；

(3)由图像传感器采集被测物体的原始散斑图像；

(4)利用公式(I)对采集的原始散斑图像进行如下处理：

$I_n(x,y,p)=\frac{I(x,y,p)}{I_{\mathrm{ave}}(x,y,p)},$

$I_{\mathrm{ave}}(x,y,p)=\frac{\underset{t=p-(N-1)}{\overset{t=p}{\mathrm{\Σ}}}I(x,y,t)}{N}---\left(I\right)$

其中I(x，y，p)表示采集的第p帧原始散斑图像，x和y表示图像像素的横纵坐标；I_n(x，y，p)是处理后新的散斑图像；I_ave(x，y，p)是对包括当前帧在内的前N帧原始散斑图像在时间轴上的平均。

(5)利用公式(II)对新的散斑图像I_n进行如下处理，得到衬比图像K_ns。

$K_{\mathrm{ns}}(x,y)=\frac{\sqrt{\frac{1}{N_s*N_s-1}\underset{i=x-\frac{N_s-1}{2}}{\overset{i=x+\frac{N_s-1}{2}}{\mathrm{\Σ}}}\underset{j=y-\frac{N_s-1}{2}}{\overset{j=y+\frac{N_s-1}{2}}{\mathrm{\Σ}}}{(I_n(i,j)-\stackrel{\‾}{I_n})}^2}}{\stackrel{\‾}{I_n}}---\left(\mathrm{II}\right)$

N_s*N_s为空间统计窗大小，一般为5*5或7*7，

为空间统计窗内像素灰度的均值，x和y表示像素横纵坐标。

(6)利用公式(III)和衬比图像K_ns计算生物组织的二维血流分布图V_ns(x，y)，其中c为矫正系数。

$V_{\mathrm{ns}}(x,y)=\frac{c}{K_{\mathrm{ns}}^2(x,y)}---\left(\mathrm{III}\right)$

(7)对图像采集过程中的每一帧原始散斑图像重复步骤(4)-(6)，实现对生物组织感兴趣区域/病灶区域二维血流的动态监测和分析。

2.根据权利要求1所述的激光散斑血流成像衬比分析方法，其特征在于，步骤(2)所述的成像系统为光纤成像系统。

3.根据权利要求1所述的激光散斑血流成像衬比分析方法，其特征在于，步骤(2)所述的成像系统为透镜组成像系统。

Images