CN105574861B - 无标记的血流成像方法及系统 - Google Patents

无标记的血流成像方法及系统 Download PDF

Info

Publication number
CN105574861B
CN105574861B CN201510927423.2A CN201510927423A CN105574861B CN 105574861 B CN105574861 B CN 105574861B CN 201510927423 A CN201510927423 A CN 201510927423A CN 105574861 B CN105574861 B CN 105574861B
Authority
CN
China
Prior art keywords
blood flow
unmarked
biological tissue
frequency
signal
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
Application number
CN201510927423.2A
Other languages
English (en)
Other versions
CN105574861A (zh
Inventor
周传清
秦林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201510927423.2A priority Critical patent/CN105574861B/zh
Publication of CN105574861A publication Critical patent/CN105574861A/zh
Application granted granted Critical
Publication of CN105574861B publication Critical patent/CN105574861B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Eye Examination Apparatus (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种无标记的血流成像方法及系统,包括以下步骤:在相同曝光时间和帧间隔时间下,连续快速地采集若干帧生物组织图像;提取采集的图像中相同位置的像素点,组成长度为N的时间序列,对该时间序列进行傅里叶变换得到频谱信息;对频谱信息进行高通滤波,剔除低频组织信号,计算得到高频血流信号;计算高频血流信号的多普勒频移,从而获得相应的血流速度;重复前述步骤,遍历生物组织成像区域中的每个像素点,获得像素点对应的血流速度,得到二维的血管图像。本发明基于生物组织血流成像的频谱分析,能够对生物组织血流进行无标记、高分辨率的成像。

Description

无标记的血流成像方法及系统
技术领域
本发明涉及一种图像处理领域的技术,具体是一种无标记的血流成像方法及系统。
背景技术
在疾病的早期阶段,采用传统的荧光造影技术需要注射造影剂,易引起不良反应,而无造影剂的血流成像技术能够非侵入、无标记的成像血流,应用范围较广。目前无造影剂的血流成像主要是OCT(Optical Coherence Tomography,光学相干层析成像),但是OCT技术受扫描速度的影响存在一定的局限性。
经过对现有技术的检索发现,中国专利文献号CN102835947A,公开(公告)日2012.12.26,公开了一种基于散斑相关度的OCT图像分析方法,首先,获取同一成像对象在不同波长段的相对应的若干幅OCT图像;或者采用同一光源获得同一成像对象在不同角度的相对应的若干幅OCT图像;对上述不同的OCT图像,在每幅OCT图像中的同一位置分别取相同尺寸的处理窗口;然后,计算处理窗口内像素强度并通过相关函数的计算进行相关性分析;同步移动处理窗口,直至遍历整个OCT的图像;根据若干幅OCT图像中各个部分相关度的分析,重建散斑分析后的图像,获取成像对象的微结构信息。但是该发明依赖于信号的散斑效应,需要对眼动及其他非血流运动进行精确的消除,而且眼底相机的应用范围比OCT应用更广泛更方便。
美国专利文献号US6478424B1,公开(公告)日2002.11.12,公开了一种非侵入功能成像视网膜的方法,首先利用快速眼底相机连续获取样品图像,然后基于差分分析的方法获得血流流动的图像。但是该技术依赖于血流的流动差异进行差分分析,对于运动引入的噪声,其抗噪的稳定性不足,引起成像误差。
发明内容
本发明针对现有技术存在的上述不足,提出了一种无标记的血流成像方法及系统,能够实现无标记、高分辨的血管造影。
本发明是通过以下技术方案实现的,
本发明涉及一种无标记的血流成像方法,包括以下步骤:
步骤1,在相同曝光时间和帧间隔时间下,连续快速地采集若干帧生物组织的图像;
步骤2,提取采集的图像中相同位置的像素点,组成长度为N的时间序列,对该时间序列进行傅里叶变换得到频谱信息;
步骤3,对频谱信息进行高通滤波,剔除低频组织信号,得到高频血流信号;
步骤4,计算高频血流信号的多普勒频移,从而获得相应的血流速度;
步骤5,重复步骤2~步骤4,遍历生物组织成像区域中的每个像素点,获得像素点对应的血流速度,得到二维的血管图像。
本发明涉及一种实现上述方法的系统,包括:光源、平面镜、透镜、分光镜、物镜、放大镜和高速图像采集装置,其中:光源发出的可见光通过依次设置的平面镜、透镜、分光镜和物镜入射到生物组织表面,生物组织表面发出的反射光通过依次设置的物镜、分光镜和放大镜入射到高速图像采集装置中,高速图像采集装置连续快速采集生物组织的图像。
技术效果
与现有技术相比,本发明基于生物组织血流成像的频谱分析,对生物组织血流进行高分辨率成像,实现生物组织血流分布、血管形态以及血液动力学变化的检测,可广泛用于生理和疾病状态下的眼底和脑皮层局部血流成像。
附图说明
图1为本发明的方法流程图;
图2为本发明的系统结构示意图;
图3为本发明获得的N帧生物组织图像上相同位置像素点组成的时间序列,其中:图像长、宽分别为B和C;
图4为本发明中生物组织的组织成分和血流成分信号图;
图中:光源1、平面镜2、透镜3、分光镜4、物镜5、放大镜6、高速图像采集装置7、生物组织8。
图5为实施例中原始信号与噪声信号图;
图6为实施例中原始信号与噪声信号的差分分析;
图7为实施例中原始信号与噪声信号的频域分析。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,涉及一种无标记的血流成像方法,包括以下步骤:
步骤1,在相同曝光时间和帧间隔时间下,连续快速地采集若干帧生物组织8的图像;
步骤2,提取采集的图像中相同位置的像素点,组成长度为N的时间序列,对该时间序列进行傅里叶变换得到频谱信息;
步骤3,对频谱信息进行高通滤波,剔除低频组织信号,得到高频血流信号;
步骤4,计算高频血流信号的多普勒频移,从而获得相应的血流速度;
步骤5,重复步骤2~S4,遍历生物组织8成像区域中的每个像素点,获得像素点对应的血流速度,得到二维的血管图像。
所述的曝光时间为1μs~5ms,帧间隔时间为2μs~15ms,采集的帧数N为3≤N≤100。
所述的频谱信息通过以下公式计算得到:F=FT[S(t)],其中:FT表示傅里叶变换,S(t)表示长度为N的时间序列。
所述的高频血流信号通过以下公式计算得到:A=F*H[f-fT],其中:H表示高通滤波函数,f为血流频率,fT为最小可检测的血流频率。
所述的血流速度通过以下公式计算得到:G(n)=exp(-(n-m)2/(2σ2)),fD=A*G(n),v=λfD/(2n0cos(β)),其中:n取值1~N,m为血流速度对应的平均多普勒频移,σ为血流频率的标准差,fD为多普勒频移,λ为光源的中心波长,n0为生物组织的反射系数,β为入射光与血流方向的夹角;高斯函数G(n)通过从血流频率中提取的一定频率的血流信息,计算血流速度,得到血流速度的分布,且通过引入血流频率的标准差,使得每次提取血流信息都能够在特定频率的小范围区域内进行。
本实施例涉及实现上述方法的系统,包括:光源1、平面镜2、透镜3、分光镜4、物镜5、放大镜6和高速图像采集装置7,其中:光源1发出的可见光通过依次设置的平面镜2、透镜3、分光镜4和物镜5入射到生物组织8表面,生物组织8表面发出的反射光通过依次设置的物镜5、分光镜4和放大镜6入射到高速图像采集装置7上,高速图像采集装置7连续快速采集生物组织8的图像。
所述的生物组织8的入射光与反射光共轴。
为比较说明本发明的优势,现以一余弦信号进行理论说明。如图5所示的原始信号与加入随机噪声的信号,尽管信号被噪声污染,但仍可清楚的分辨出信号的形状和变化。对原始信号和加噪信号进行差分分析,即相邻信号进行相减,如图6所示,可见加噪信号进行差分分析之后,噪声变得更加明显,与原始信号的结构相差较大。而对原始信号和加噪信号进行傅里叶变换之后,如图7所示,在频域中,信号的峰值位置以及频率成分比较一致,并没有受到噪声信号的影响,可见频域分析对于噪声有较好的抗噪能力,能够稳定的分离出真实的信号。由此可见,在进行血流成像的过程中,血流的流动势必会引起散斑噪声,导致信号受到污染,通过频域分析能够较好的“免疫噪声”,呈现出真实的血流信号。

Claims (7)

1.一种无标记的血流成像方法,其特征在于,包括以下步骤:
步骤1,在相同曝光时间和帧间隔时间下,连续快速地采集若干帧生物组织图像;
步骤2,提取采集的图像中相同位置的像素点,组成长度为N的时间序列,对该时间序列进行傅里叶变换得到频谱信息;
步骤3,对频谱信息进行高通滤波,剔除低频组织信号,计算得到高频血流信号;
步骤4,计算高频血流信号的多普勒频移,从而获得相应的血流速度;
步骤5,重复步骤2~步骤4,遍历生物组织成像区域中的每个像素点,获得像素点对应的血流速度,得到二维的血管图像。
2.根据权利要求1所述的无标记的血流成像方法,其特征是,所述的曝光时间为1μs~5ms,帧间隔时间为2μs~15ms,采集的帧数N为3≤N≤100。
3.根据权利要求1所述的无标记的血流成像方法,其特征是,所述的频谱信息通过以下公式计算得到:F=FT[S(t)],其中:FT表示傅里叶变换,S(t)表示长度为N的时间序列。
4.根据权利要求3所述的无标记的血流成像方法,其特征是,所述的高频血流信号通过以下公式计算得到:A=F*H[f-fT],其中:H表示高通滤波函数,f为血流频率,fT为最小可检测的血流频率。
5.根据权利要求4所述的无标记的血流成像方法,其特征是,所述的血流速度通过以下公式计算得到:G(n)=exp(-(n-m)2/(2σ2)),fD=A*G(n),v=λfD/(2n0cos(β)),其中:n取值1~N,m为血流速度对应的平均多普勒频移,σ为血流频率的标准差,fD为多普勒频移,λ为光源的中心波长,n0为生物组织的反射系数,β为入射光与血流方向的夹角。
6.一种实现上述任一权利要求所述方法的无标记血流成像系统,其特征在于,包括:光源、平面镜、透镜、分光镜、物镜、放大镜和高速图像采集装置,其中:光源发出的可见光通过依次设置的平面镜、透镜、分光镜和物镜入射到生物组织表面,生物组织表面发出的反射光通过依次设置的物镜、分光镜和放大镜入射到高速图像采集装置中,高速图像采集装置连续快速采集生物组织的图像。
7.根据权利要求6所述的无标记血流成像系统,其特征,所述的生物组织的入射光与反射光共轴。
CN201510927423.2A 2015-12-14 2015-12-14 无标记的血流成像方法及系统 Expired - Fee Related CN105574861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510927423.2A CN105574861B (zh) 2015-12-14 2015-12-14 无标记的血流成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510927423.2A CN105574861B (zh) 2015-12-14 2015-12-14 无标记的血流成像方法及系统

Publications (2)

Publication Number Publication Date
CN105574861A CN105574861A (zh) 2016-05-11
CN105574861B true CN105574861B (zh) 2018-05-08

Family

ID=55884952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510927423.2A Expired - Fee Related CN105574861B (zh) 2015-12-14 2015-12-14 无标记的血流成像方法及系统

Country Status (1)

Country Link
CN (1) CN105574861B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106419890B (zh) * 2016-11-14 2024-04-30 佛山科学技术学院 一种基于时空调制的血流速度测量装置及方法
US11576609B2 (en) 2017-06-30 2023-02-14 Georgia State University Research Foundation, Inc. Noninvasive methods for detecting liver fibrosis
CA3082416A1 (en) * 2017-11-16 2019-05-23 Victor X.D. Yang Systems and methods for performing gabor optical coherence tomographic angiography
CN107913052A (zh) * 2017-12-26 2018-04-17 成都华微晶视科技有限公司 一种可探测微创手术出血点的内窥镜及其成像处理方法
CN109907731B (zh) * 2019-01-31 2021-06-01 浙江大学 基于特征空间的光学相干层析的三维血流造影方法
CN117197096B (zh) * 2023-09-13 2024-02-20 广州麦笛亚医疗器械有限公司 一种基于血管图像的血管功能评估方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6478424B1 (en) * 1998-07-31 2002-11-12 Yeda Research And Development Co., Ltd. Non-invasive imaging of retinal function
CN102370499A (zh) * 2010-08-26 2012-03-14 深圳迈瑞生物医疗电子股份有限公司 多普勒图像、b型图像和彩色血流图像同时显示的方法和系统
CN102429684A (zh) * 2010-09-28 2012-05-02 深圳迈瑞生物医疗电子股份有限公司 一种多普勒彩色血流成像方法和装置
CN102835947A (zh) * 2012-09-04 2012-12-26 上海师范大学 基于散斑相关度的oct图像分析方法
CN104758005A (zh) * 2015-04-10 2015-07-08 合肥工业大学 一种单通道乘法器解调的超声多普勒血流速度测量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100446733C (zh) * 2003-07-22 2008-12-31 株式会社日立医药 超声波诊断装置
JP5236489B2 (ja) * 2005-12-15 2013-07-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 再現性がありかつ比較可能な流れ取得のための装置および方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6478424B1 (en) * 1998-07-31 2002-11-12 Yeda Research And Development Co., Ltd. Non-invasive imaging of retinal function
CN102370499A (zh) * 2010-08-26 2012-03-14 深圳迈瑞生物医疗电子股份有限公司 多普勒图像、b型图像和彩色血流图像同时显示的方法和系统
CN102429684A (zh) * 2010-09-28 2012-05-02 深圳迈瑞生物医疗电子股份有限公司 一种多普勒彩色血流成像方法和装置
CN102835947A (zh) * 2012-09-04 2012-12-26 上海师范大学 基于散斑相关度的oct图像分析方法
CN104758005A (zh) * 2015-04-10 2015-07-08 合肥工业大学 一种单通道乘法器解调的超声多普勒血流速度测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A multimodality vascular imaging phantom with fiducial markers visible in DSA, CTA, MRA, and ultrasound;Guy Cloutier 等;《MEDICAL PHYSICS》;20040630;第31卷(第6期);第1424-1433页 *
光学多普勒层析三维矢量测速方法研究;孟婕 等;《光学学报》;20091130;第29卷(第11期);第3168-3172页 *
基于多普勒原理的血流速度计设计;郑佃好;《电子设计工程》;20110630;第19卷(第11期);第79-81页 *
心腔内血液流场及流体力学状态的可视化观察及量化评价;尹立雪;《中华医学超声杂志(电子版)》;20090630;第6卷(第3期);第427-431页 *

Also Published As

Publication number Publication date
CN105574861A (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN105574861B (zh) 无标记的血流成像方法及系统
CN105342568B (zh) 联合相位和幅值的光学相干造影方法及系统
EP3146501B1 (en) Fourier ptychographic microscopy with multiplexed illumination
Ford et al. Fast optically sectioned fluorescence HiLo endomicroscopy
Szkulmowska et al. Three-dimensional quantitative imaging of retinal and choroidal blood flow velocity using joint Spectral and Time domain Optical Coherence Tomography
EP2615967B1 (en) Optical tissue sectioning using full field optical coherence tomography
CN102657519B (zh) 基于oct的大动态范围流速的高灵敏度测量系统及方法
CN106166058B (zh) 一种应用于光学相干断层扫描血管成像方法及oct系统
AU2005230544B2 (en) Method and system for measuring the speed of blood flow
CN105559756A (zh) 基于全空间调制谱分割角度复合的微血管造影方法与系统
CN104958061A (zh) 双目立体视觉三维成像的眼底oct成像方法及其系统
WO2014168930A1 (en) Methods and systems for determining hemodynamic properties of a tissue
WO2018144949A1 (en) Optical sectioning
CN116051423B (zh) 基于空间频域滤波的激光散斑衬比血流成像方法及系统
CN106419890B (zh) 一种基于时空调制的血流速度测量装置及方法
CN104545872B (zh) 基于线性相关系数来重构三维微血流分布的方法及装置
CN106175689B (zh) 全场光学相干层析方法及装置
Amini et al. Speckle noise reduction and enhancement for OCT images
US20170237885A1 (en) Method and Apparatus for High Contrast Imaging
Bukowska et al. Multi-parametric imaging of murine brain using spectral and time domain optical coherence tomography
Moiseev et al. Optical coherence angiography without motion correction preprocessing
Quan et al. Portable Hand Vein Finder System Based on Near-Infrared Illumination and Morphological Image Processing
CN116725492B (zh) 一种基于光学相干层析成像的血管成像方法及其系统
Matveev et al. Scan-pattern and signal processing for microvasculature visualization with complex SD-OCT: tissue-motion artifacts robustness and decorrelation time-blood vessel characteristics
JP6461936B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180508

Termination date: 20201214

CF01 Termination of patent right due to non-payment of annual fee