CN105300665B - 一种基于色差优化的生物组织照明效果评价方法 - Google Patents

Abstract

本发明提供了一种基于色差优化的生物组织照明效果评价方法，评价过程中首先求取不同组织光谱反射率差值，结合CCD的响应曲线，求取在CCD成像中不同组织的色差值；同时考虑待评价光与标准光的白色差异，为人眼观测提供较高的色适应。本发明的评价方法简易执行，将色彩对比度以及显色性参考融入评价体系，使得评判标准更加全面化，智能化。

Description

一种基于色差优化的生物组织照明效果评价方法

技术领域

本发明涉及生物医学光子学领域，尤其涉及一种基于色差优化的生物组织照明效果评价方法。

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灰度成像效果，对传统的显示成像进行组织对比度增强优化。公开号为CN 104792499 A的专利文献提供了一种基于人眼视觉的生物组织照明质量检测方法，评价体系同时结合了图像熵函数以及组织光谱反射率，优化光源能够提高人眼视觉模型下的组织分辨率。以上两种专利评价方法都是基于图像灰度以及图像熵算法提出，而医生在手术操作中不只对图像亮度对比有感知，更多的是依据组织色彩对比来进行伤口判别、区分。因此，一种基于色差分析优化的光源评价方法便显得尤为重要了。

发明内容

本发明就是为了克服现有技术的不足，提供基于色差优化的生物组织照明效果评价方法，具体技术方案如下：

一种基于色差优化的生物组织照明效果评价方法，包括步骤：

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R_a(λ)和R_b(λ)，求取相应的光谱反射率S_a(λ)和S_b(λ)；

3)针对不同入射光谱I_n(λ)的光源，n为光源编号，计算组织区域a和组织区域b在成像后的色差值D_n；

4)以标准光源D₆₅作为参考，计算入射光谱I_n(λ)的光源白色差异值W_n；

5)利用公式F_n＝D_n-0.25mW_n，m为权重系数，求取每种光源所对应的生物组织对比度评价值F_n，根据F_n值的大小测试各光源对生物组织的照明效果。F_n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(λ_min，λ_max)，其中λ_min≤380nm，λ_max≥780nm，光谱覆盖人眼可见谱段。

所述步骤2)中的光谱反射率S_a(λ)、S_b(λ)为

S_a(λ)＝R_a(λ)/P(λ)；S_b(λ)＝R_b(λ)/P(λ)

在所述步骤3)中，CCD响应曲线为C_k(λ)，此处k为CCD的响应通道数。若CCD为彩色CCD，则k＞1；若CCD为单色CCD，则k＝1。

在所述步骤3)中，光源I_n(λ)下组织区域a和组织区域b色差值

所述的步骤4)中，光源D₆₅国际化标准光源，其光谱D₆₅(λ)已知。

所述的步骤4)中，白色差异值W_n计算公式为：

本发明与现有技术相比，在灰度对比评价的体系上加入了色差评价，使得评价体系更加合理化、智能化，提高了光源照明质量检测的可靠性。

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S_a(λ)；

图2(b)为猪肥肉组织光谱反射率曲线S_b(λ)；

图3(a)3000K光源光谱分布I₁(λ)；

图3(b)4000K光源光谱分布I₂(λ)；

图3(c)5500K光源光谱分布I₃(λ)；

图4为猪瘦肉组织归一化熵函数曲线E_a(λ)；

图5为猪肥肉组织归一化熵函数曲线E_b(λ)。

具体实施方式

本发明的基本思想是依据组织色差最大化来进行组织区分，并以此为来判断照明光源的质量。

本发明的主要目的是提供一种基于色差优化的生物组织照明效果评价方法，为此，首先求取不同组织光谱反射率差值，结合CCD的响应曲线，求取在CCD成像中不同组织的色差值，同时考虑待评价光与标准光的白色差异，综合二者效果来评价照明光质量。

本实施例中，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，选取待测目标光源I_n(λ)，利用CCD的光谱响应曲线求取瘦肉和肥肉在光源I_n(λ)下的色差值。最后，求取在标准白下待评价光源与标准光源D₆₅的色差值，综合两种色差值对照明光源I_n(λ)质量进行评价。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)和图2(b)分别显示了猪瘦肉和肥肉组织的光谱反射率曲线S_a(λ)、S_b(λ)；

第二步：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3(a)、图3(b)和图3(c)，同时选用三通道的CCD成像仪器，其光谱响应曲线为R(λ)，G(λ)和B(λ)，见附图4；

第三步：根据公式

求取光源I_n(λ)下组织区域a和组织区域b色差值D_n。此处CCD具有三色通道，因此k＝3；

第四步：以标准光源D₆₅作为参考，其光谱分布见附图5，依据公式

求取待评价光源与标准光源的白色差异值W_n；

第五步：利用公式：

F_n＝D_n-0.25mW_n

求取三种光源所对应的生物组织对比度评价值F₁，F₂以及F₃。此处CCD为彩色相机即k＞1，因此m＝1。计算结果显示F₁＝21.3833，F₂＝15.0538，F₃＝4.7118。可见在色差优化方面，该3000K光源照明效果最佳，组织颜色对比度最强；而该5000K光源色彩对比度相对最弱。

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 (7)

1.一种基于色差优化的生物组织照明效果评价方法，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R_a(λ)和R_b(λ)，求取相应的光谱反射率S_a(λ)和S_b(λ)；

3)针对不同入射光谱I_n(λ)的光源，n为光源编号，计算组织区域a和组织区域b在成像后的色差值D_n；

4)以标准光源作为参考，计算入射光谱I_n(λ)的光源白色差异值W_n；

5)利用公式F_n＝D_n-0.25mW_n，m为权重系数，m＝1，求取每种光源所对应的生物组织对比度评价值F_n，根据F_n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所述的基于色差优化的生物组织照明效果评价方法，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(λ_min，λ_max)，其中λ_min≤380nm，λ_max≥780nm。

3.如权利要求1所述的基于色差优化的生物组织照明效果评价方法，其特征在于，所述步骤2)中的光谱反射率S_a(λ)和S_b(λ)为

S_a(λ)＝R_a(λ)/P(λ)；S_b(λ)＝R_b(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所述的基于色差优化的生物组织照明效果评价方法，其特征在于，在所述的步骤3)中采用CCD成像，CCD响应曲线为C_k(λ)，此处k为CCD的响应通道数；

若CCD为彩色CCD，则k＞1；

若CCD为单色CCD，则k＝1。

5.如权利要求4所述的基于色差优化的生物组织照明效果评价方法，其特征在于，在所述的步骤3)中，光源I_n(λ)下组织区域a和组织区域b色差值

6.如权利要求5所述的基于色差优化的生物组织照明效果评价方法，其特征在于，所述的步骤4)中，标准光源为D₆₅，且光谱D₆₅(λ)已知。

7.如权利要求6所述的基于色差优化的生物组织照明效果评价方法，其特征在于，在所述的步骤4)中，白色差异值W_n计算公式为