CN104792499B - 一种基于人眼视觉的生物组织照明质量检测方法 - Google Patents
一种基于人眼视觉的生物组织照明质量检测方法 Download PDFInfo
- Publication number
- CN104792499B CN104792499B CN201510173411.5A CN201510173411A CN104792499B CN 104792499 B CN104792499 B CN 104792499B CN 201510173411 A CN201510173411 A CN 201510173411A CN 104792499 B CN104792499 B CN 104792499B
- Authority
- CN
- China
- Prior art keywords
- tissue
- human eye
- biological
- light source
- detection method
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000002310 reflectometry Methods 0.000 claims abstract description 10
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 238000000985 reflectance spectrum Methods 0.000 claims abstract description 3
- 239000012472 biological sample Substances 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 235000013372 meat Nutrition 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 235000015277 pork Nutrition 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000020997 lean meat Nutrition 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于人眼视觉的生物组织照明质量检测方法,对某种光源照明下的生物组织照明质量进行分析、评价;评价体系同时结合了图像熵函数以及组织光谱反射率,评价范围同时包含图片中的两个目标区域,且反射光谱选取时应结合两部分目标区域中的点进行评价。本发明的评价方法具有高的可执行性,同时,其结合了组织清晰度和对比度两个指标,使得评判标准多元化,稳定性和重复性好。
Description
技术领域
本发明涉及生物医学光子学领域,尤其涉及一种基于人眼视觉的生物组织照明效果的检测方法。
背景技术
近年,光学的发展给很多产业带来了革命性的变革。光子学及其技术也已广泛应用或渗透到生物科学和医学的诸多方面,由此形成了生物医学光子学这一新兴学科。生物医学光子学作为用光子来对生命进行研究的学科,它是光子学和生命科学相互交叉、互相渗透而产生的边缘学科。其研究对象主要包括生物学研究与医学研究,将服务于病人的诊断和治疗。生光技术发展迅速,俨然成为国际光学界和生物医学界备受关注的一个重要的研究领域。
应用于临床医疗中的光学特性服务于人体活体组织,因此,目前光学领域研究的重点是如何将现有的复杂的光学系统及理论的光学技术带到医疗站中。然而,医疗用灯很大程度上干扰着医生们的临床发挥,不同医疗环境中对灯的选取成为手术成功的关键因素。手术灯的主要功能是照明,但照明质量的好坏又取决于其照明条件下医生对组织的分辨能力。因此,一种能够基于人眼视觉的生物组织照明质量检测体系显得尤为重要。
目前,公开号为CN 103519787 A的专利文献公开了一种光照对生物组织照明效果的检测方法,对某种光源照明下的生物组织进行成像分析、评价,但是其主要评价对象为组织在显示设备中的成像效果,对传统的显示成像进行组织对比度增强优化。而在医疗手术过程中较多时候是医生直接进行病灶组织观察,操作手术过程中也需要医生实时对组织情况进行判断。此时,基于显示成像的优化光源就鞭长莫及,亟待一种基于人眼视觉优化的组织照明光源。
发明内容
本发明就是为了克服现有技术的不足,提供一种简便、高效的光照对生物组织照明效果的检测方法。
一种基于人眼视觉的生物组织照明质量检测方法,包括以下步骤:
1)选取包含多种生物组织的生物样品,用光谱分布已知的宽光谱光源P(λ)分别对生物样品的组织区域a和组织区域b进行照明;
2)测量组织区域a和组织区域b的反射光谱Ra(λ)和Rb(λ),求取相应的光谱反射率Sa(λ)和Sb(λ);
3)利用不同峰值波长λi的单色光对所述的组织区域a和组织区域b进行照明,获得对应光照下的生物样品图;
4)将所述的生物样品图转换为灰度图,并计算灰度图的图像熵评价值Eai(λ)和Ebi(λ),i为单色光编号,求取组织区域a和组织区域b的熵函数Ea(λ)和Eb(λ);
5)针对不同入射光谱分布为In(λ)的光源,n为光源编号,利用公式;
F=∫V(λ)Ea(λ)Eb(λ)[Sa(λ)-Sb(λ)]In(λ)dλ/∫In(λ)dλ,V(λ)为人眼视见函数;
求取每种光源所对应的生物组织对比度评价值F,根据F值的大小测试各光源对生物组织的照明效果;F值越高,照明效果越好。
在步骤1)中,宽光谱光源P(λ)中的λ取值范围为(λmin,λmax),其中λmin≤380nm,λmax≥780nm,光谱覆盖人眼可见谱段。
所述步骤2)中的光谱反射率Sa(λ)、Sb(λ)为
Sa(λ)=Ra(λ)/P(λ);Sb(λ)=Rb(λ)/P(λ)
在所述步骤3)中,入射光波长峰值λi应满足380nm≤λi≤780nm,同时利用CCD对组织区域a和组织区域b分别成像,得到所述生物样品图。。
所述步骤4)中的图像熵评价值Eai(λ)、Ebi(λ)为
式中,pm表示灰度图中灰度值为m的像素所占的比例。
图像熵是一幅图片中细节丰富程度的表征量,它是一种特征的统计形式,反映了图像中平均信息量的多少。图像的一维熵表示图像中灰度分布的聚集特征所包含的信息量,令pi表示图像中灰度值为i的像素所占的比例,若i从0到255取值,那么Ra便可以表征图像灰度分布的聚集特征。若pi=1,则图片为纯色,没有任何细节可言。Ra值大小代表了图像信息的多少,值越大,说明细节信息越丰富。
在步骤4),Ea(λ),Eb(λ)为Eai(λ),Ebi(λ)对于λi的归一化拟合函数。
本发明与现有技术相比,加入人眼视觉优化,更加智能合理化,不只局限于传统的组织成像优化,具有更强的稳定性以及实用性。
附图说明
图1为照明光源质量评价流程图;
图2(a)为猪瘦肉组织光谱反射率曲线Sa(λ);
图2(b)为猪肥肉组织光谱反射率曲线Sb(λ);
图3(a)为猪瘦肉组织归一化熵函数曲线Ea(λ);
图3(b)为猪肥肉组织归一化熵函数曲线Eb(λ);
图4(a)3000K光源光谱分布I1(λ);
图4(b)4000K光源光谱分布I2(λ);
图4(c)5500K光源光谱分布I3(λ)。
具体实施方式
本发明的基本思想是融合了图像熵与光谱反射率差异性从而实现了完善的组织照明质量评价体系。
本发明的主要目的是对不同光照下的生物组织照明质量做出合理评价,为此,首先求取不同组织光谱反射率差值,结合组织熵函数信息,利用评价公式对不同的入射光进行综合评价。
实验所用生物样品为成年猪的瘦肉和肥肉组织。
首先,将需要对比的两种生物组织作为目标组织进行样品制作,本实施例中选取成年猪的瘦肉和肥肉组织作为a、b样品。其次,测量二者的光谱反射率差值,利用多单色光照明并获取二者的熵函数信息。最后,择取两种目标光源I1和I2,选用归一化的人眼视觉函数作为调节函数,利用公式F评价二者的照明质量,F值越高,照明质量越好。具体步骤详见图1:
第一步:采用多光谱探测仪分别对猪瘦肉和肥肉组织成像分析进而探测二者的光谱反射率。附图2(a)和(b)分别显示了猪瘦肉和肥肉组织的光谱反射率曲线Sa(λ)、Sb(λ);
第二步:利用波长峰值λi(i=16)为400nm,420nm,440nm……700nm(400-700nm,间隔20nm)的十六种单色光分别照射a、b组织成像,将图片转化为灰度图,获得十六张单色光下的组织灰度图;
第三步:分析所述十六张单色光的组织灰度图,计算每幅灰度图的图像熵评价值Eai(λ)、Ebi(λ)(i=16)计算公式为:
式中,pm表示灰度图中灰度值为m的像素所占的比例。
第四步:熵值Eai(λ)、Ebi(λ)分别对λi进行归一化函数拟合,求取猪瘦肉,肥肉组织随波长变化的熵函数Ea(λ)、Eb(λ),如附图3(a)、(b)。
第五步:本例选用某3000K,4000K和5500K三种入射光源,光谱分布为I1(λ),I2(λ)和I3(λ),见附图4(a)、(b)和(c),利用公式
F=∫V(λ)Ea(λ)Eb(λ)[Sa(λ)-Sb(λ)]Ii(λ)dλ/∫Ii(λ)dλ,i=1,2,3
求取三种光源所对应的照明质量评价值F1,F2以及F3。计算结果显示F1=0.119685,F2=0.132469,F3=0.128479,可见该4000K光源照明最佳,组织分辨清晰并利于人眼观察;而该3000K色温光源照明质量最差,不利用组织照明。
以上所述仅为本发明的优选实施方式,但本发明保护范围并不局限于此。任何人在本发明公开的技术范围内,对其进行适当的改变或变化,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于人眼视觉的生物组织照明质量检测方法,其特征在于,包括以下步骤:
1)选取包含多种生物组织的生物样品,用光谱分布已知的宽光谱光源P(λ)分别对生物样品的组织区域a和组织区域b进行照明;
2)测量组织区域a和组织区域b的反射光谱Ra(λ)和Rb(λ),求取相应的光谱反射率Sa(λ)和Sb(λ);
3)利用不同峰值波长λi的单色光对所述的组织区域a和组织区域b进行照明,获得对应光照下的生物样品图;
4)将所述的生物样品图转换为灰度图,并计算灰度图的图像熵评价值Eai(λ)和Ebi(λ),i为单色光编号,求取组织区域a和组织区域b的熵函数Ea(λ)和Eb(λ);
其中,Ea(λ)和Eb(λ)分别为Eai(λ)、Ebi(λ)对于λi的归一化拟合函数;
5)针对不同入射光谱分布为In(λ)的光源,n为光源编号,利用公式;
F=∫V(λ)Ea(λ)Eb(λ)[Sa(λ)-Sb(λ)]In(λ)dλ/∫In(λ)dλ,V(λ)为人眼视见函数;
求取每种光源所对应的生物组织对比度评价值F,根据F值的大小测试各光源对生物组织的照明效果。
2.如权利要求1所述的基于人眼视觉的生物组织照明质量检测方法,其特征在于,在步骤1)中,宽光谱光源P(λ)中的λ取值范围为(λmin,λmax),其中λmin≤380nm,λmax≥780nm。
3.如权利要求1所述的基于人眼视觉的生物组织照明质量检测方法,其特征在于,所述步骤2)中的光谱反射率Sa(λ)和Sb(λ)为
Sa(λ)=Ra(λ)/P(λ);Sb(λ)=Rb(λ)/P(λ)
其中,P(λ)是宽光谱光源的光谱分布。
4.如权利要求1所述的基于人眼视觉的生物组织照明质量检测方法,其特征在于,在所述的步骤3)中,380nm≤λi≤780nm。
5.如权利要求1所述的基于人眼视觉的生物组织照明质量检测方法,其特征在于,在所述的步骤3)中,利用CCD对组织区域a和组织区域b分别成像,得到所述生物样品图。
6.如权利要求1所述的基于人眼视觉的生物组织照明质量检测方法,其特征在于,所述步骤4)中的图像熵评价值Eai(λ)和Ebi(λ)为
式中,pm表示灰度图中灰度值为m的像素所占的比例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510173411.5A CN104792499B (zh) | 2015-04-13 | 2015-04-13 | 一种基于人眼视觉的生物组织照明质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510173411.5A CN104792499B (zh) | 2015-04-13 | 2015-04-13 | 一种基于人眼视觉的生物组织照明质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104792499A CN104792499A (zh) | 2015-07-22 |
CN104792499B true CN104792499B (zh) | 2017-06-06 |
Family
ID=53557490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510173411.5A Active CN104792499B (zh) | 2015-04-13 | 2015-04-13 | 一种基于人眼视觉的生物组织照明质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104792499B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105300665B (zh) * | 2015-10-22 | 2018-04-27 | 浙江大学 | 一种基于色差优化的生物组织照明效果评价方法 |
CN111460554B (zh) * | 2020-03-30 | 2022-07-01 | 吉林动画学院 | 一种基于最大光照熵的室内自动布光方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1886089A (zh) * | 2003-09-23 | 2006-12-27 | 剑桥研究和仪器设备股份有限公司 | 生物样品的光谱成象 |
CN102367925A (zh) * | 2010-12-31 | 2012-03-07 | 张凯 | Led手术无影灯的色温连续调节方法及产品 |
CN102596039A (zh) * | 2009-10-13 | 2012-07-18 | 皇家飞利浦电子股份有限公司 | 用于生成软组织对比度图像的装置和方法 |
EP2092385B1 (en) * | 2006-12-14 | 2013-08-14 | Cytyc Corporation | Microscope illumination source comprising light emitting diodes for stained biological samples |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8792098B2 (en) * | 2011-06-01 | 2014-07-29 | Digital Light Innovations | System and method for hyperspectral illumination |
-
2015
- 2015-04-13 CN CN201510173411.5A patent/CN104792499B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1886089A (zh) * | 2003-09-23 | 2006-12-27 | 剑桥研究和仪器设备股份有限公司 | 生物样品的光谱成象 |
EP2092385B1 (en) * | 2006-12-14 | 2013-08-14 | Cytyc Corporation | Microscope illumination source comprising light emitting diodes for stained biological samples |
CN102596039A (zh) * | 2009-10-13 | 2012-07-18 | 皇家飞利浦电子股份有限公司 | 用于生成软组织对比度图像的装置和方法 |
CN102367925A (zh) * | 2010-12-31 | 2012-03-07 | 张凯 | Led手术无影灯的色温连续调节方法及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN104792499A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6785948B2 (ja) | 医療用画像処理装置及び内視鏡システム並びに医療用画像処理装置の作動方法 | |
AU2006220441B2 (en) | Image Processing Method and Apparatus | |
JP6622295B2 (ja) | 画像処理装置、画像処理装置の作動方法及びプログラム | |
JP6596502B2 (ja) | 内視鏡装置 | |
CN102274000B (zh) | 窄带多光谱荧光阴道检查装置 | |
US10467747B2 (en) | Image analysis apparatus, imaging system, surgery support system, image analysis method, storage medium, and detection system | |
KR20140112046A (ko) | 피부 부위 상의 피부 징후를 검출하고 정량화하는 방법과 장치 | |
JP6858672B2 (ja) | 医療画像処理システム及び内視鏡システム | |
WO2013160861A1 (en) | Optical coherent imaging medical device | |
CN107072488B (zh) | 分析装置 | |
US20180206738A1 (en) | Endoscope system and method of operating endoscope system | |
CN104792499B (zh) | 一种基于人眼视觉的生物组织照明质量检测方法 | |
CN108227173B (zh) | 电子显微镜 | |
CN111107778B (zh) | 医疗图像处理系统、内窥镜系统、诊断支持装置及医疗服务支持装置 | |
JP2015205222A (ja) | 体表評価方法および体表評価装置 | |
Kurabuchi et al. | Optimization of surgical illuminant spectra for organ microstructure visualization | |
Murai et al. | Improving color appearance of organ in surgery by optimally designed LED illuminant | |
Hsiao et al. | Identified early stage mycosis fungoides from psoriasis and atopic dermatitis using non-invasive color contrast enhancement by LEDs lighting | |
Bartczak et al. | An LED-based tunable illumination for diverse medical applications | |
CN111936031B (zh) | 医疗图像处理装置 | |
CN205493762U (zh) | 一种光谱硬管内窥镜系统 | |
CN109561808A (zh) | 分析装置 | |
CN105300665B (zh) | 一种基于色差优化的生物组织照明效果评价方法 | |
CN115736791A (zh) | 内窥镜成像装置及方法 | |
WO2022071413A1 (ja) | 画像処理装置、内視鏡システム、画像処理装置の作動方法、及び画像処理装置用プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191107 Address after: 518000 Guangdong Nanshan District Shenzhen Xili Street Qinghua Information Port scientific research building 308 Patentee after: Shenzhen Ansijiang Technology Co., Ltd. Address before: 310027 Hangzhou, Zhejiang Province, Xihu District, Zhejiang Road, No. 38, No. Patentee before: Zhejiang University |
|
TR01 | Transfer of patent right |