CN107595250B - 基于运动与图形混合对比度的血流成像方法与系统 - Google Patents

基于运动与图形混合对比度的血流成像方法与系统 Download PDF

Info

Publication number
CN107595250B
CN107595250B CN201710918585.9A CN201710918585A CN107595250B CN 107595250 B CN107595250 B CN 107595250B CN 201710918585 A CN201710918585 A CN 201710918585A CN 107595250 B CN107595250 B CN 107595250B
Authority
CN
China
Prior art keywords
blood flow
motion
octa
image
contrast
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
Application number
CN201710918585.9A
Other languages
English (en)
Other versions
CN107595250A (zh
Inventor
李鹏
杨珊珊
李培
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201710918585.9A priority Critical patent/CN107595250B/zh
Publication of CN107595250A publication Critical patent/CN107595250A/zh
Application granted granted Critical
Publication of CN107595250B publication Critical patent/CN107595250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种基于运动与图形混合对比度的血流成像方法与系统。包括步骤:在T个不同时间点对组织样本进行OCT扫描成像;分析血流与周围组织的相对运动生成OCTA血流运动造影;利用血流的三维空间图形特征对OCTA血流造影图像进行图形滤波;根据OCTA血流造影图像构建高斯核函数,计算OCTA血流运动造影图像的Hessian矩阵及其特征值和特征向量,利用Hessian矩阵的特征值和特征向量构建血管测度函数,根据构建的血管测度函数计算血管测度,得到尺度s下的血管图像后并融合得到增强的OCTA血流运动造影图像。本发明方法能抑制图像中的背景噪声,提高了血管信号与背景组织的对比度,提高了信噪比和血管连续性。

Description

基于运动与图形混合对比度的血流成像方法与系统
技术领域
本发明大体涉及生物医学成像领域,且更具体地涉及与光学相干层析成像技术(Optical Coherence Tomography,OCT)和血流成像(OCTA Angiography,OCT-A)相关联的血流造影和图形滤波方法。
技术背景
相比于目前的生物医学成像手段,OCT成像技术具有无标记、非接触性、非侵害性、实时性、高灵敏度以及高分辨率等优点。这些优势特征使得OCT在近十多年中发展迅猛,并已经被临床医学广泛接受。OCT系统主要通过探测由于生物样品光学不均匀性所导致的后向散射光光强的变化来获得样品的折射率信息,进而重构样品的光学结构图像。然而在疾病的早期阶段,正常与病变的生物组织间的散射特性的区别很小,以至于难以被检测和判别,因此,这种结构型OCT系统在临床应用上存在许多局限性,并由此催生了许多的功能型OCT系统。功能型OCT系统所展示的各种不同生理信息的对比机制,大大拓展了OCT的使用范围和应用领域。其中,光学微血管造影(OCT Angiography,OCTA)技术作为一种能够实时地从静态组织背景中高精度提取血流信号的新型技术,能够实时、非侵入地监测血管信号,对与血管相关联的疾病的早期诊断有着重大意义。该技术在被发明以来得到了很快发展,并在眼底血管成像和脑皮层血管成像的研究中得到了应用。
为了实现OCTA血流图像获取,目前采用的做法是以一定的时间间隔,对同一空间位置位置进行多次OCT探测。在获取到的OCT复信号后,可采用幅度差分、复信号差分、相位差分、多普勒方差、互相关算法等方法来分析动态血流和静态组织的运动对比度信息,获取血流造影图像。然而,信号采集过程中,存在成像系统噪声以及生物体本身的呼吸、心跳带来的扰动噪声,导致静态组织的扰动而表现出动态散射粒子的特性。因此光学微血管造影中,根据运动对比度信息不能完全区分静态组织,使得OCTA血流造影图像中存在较大的背景噪声,信噪比和血流对比度低,血管连续性差。
发明内容
本发明针对现有技术的不足,提出了一种基于运动与图形混合对比度的血流成像方法与系统。
本发明的目的是通过如下技术方案实现的:
一、一种基于运动与图形混合对比度的血流成像方法:
在T个不同时间点对组织样本进行OCT扫描成像;
分析血流与周围组织的相对运动生成OCTA血流运动造影;
利用血流(血管)的三维空间图形特征对OCTA血流造影图像进行图形滤波。
所述在T个不同时间点对组织样本进行OCT扫描成像采用以下方式之一:
通过扫描改变参考臂光程的时间域OCT成像方法;
利用光谱仪记录光谱干涉信号的光谱域OCT成像方法;
利用扫频光源记录光谱干涉信号的扫频OCT成像方法。
所述在T个不同时间点对组织样本进行OCT扫描成像的扫描成像方式进一步包括:在T个不同时间点对组织样本的相同或相邻空间位置进行扫描。
所述分析血流与周围组织的相对运动生成OCTA血流运动造影,包括对T个不同时间点扫描得到的OCT信号的幅度部分、或相位部分、或对包含幅度和相位的复数OCT信号进行分析,得到OCTA血流运动造影图像。
所述利用血流(血管)的三维空间图形特征对OCTA血流造影图像进行图形滤波,包括:对OCTA血流运动造影图像利用Hessian矩阵进行分析,搜索血管图形,获得增强的OCTA血流运动造影图像。
所述利用血流(血管)的三维空间图形特征对OCTA血流造影图像进行图形滤波具体包括:
根据OCTA血流造影图像构建尺度s下各项异性的高斯核函数,具体包括:根据OCTA血流图像中的三维图形特征构建各向异性的高斯核函数。
计算OCTA血流运动造影图像中各像素点对应的Hessian矩阵,计算Hessian矩阵的特征值和特征向量;
对Hessian矩阵特征值进行绝对值的升序排序,利用Hessian矩阵的特征值和特征向量构建血管测度函数;
根据构建的血管测度函数计算血管测度,得到尺度s下的血管图像,具体包括:利用单一尺度s对应的血管测度函数,计算OCTA血流运动造影图像中各像素点的血管测度,生成单一尺度s下的血管图像。
重复上述步骤,获得不同尺度下的血管图像,进行融合得到增强的OCTA血流运动造影图像。
所述计算OCTA血流运动造影图像中各点对应的Hessian矩阵,计算Hessian矩阵特征值和特征向量,具体包括:对OCTA血流运动造影图像计算二阶偏导数,得到Hessian矩阵。
为便于计算,所述计算OCTA血流运动造影图像中各点对应的Hessian矩阵,计算Hessian矩阵特征值和特征向量,具体包括:将OCTA血流运动造影图像与高斯核函数的二阶导数进行卷积,得到Hessian矩阵。
所述对Hessian矩阵特征值进行绝对值的升序排序,利用Hessian矩阵的特征值和特征向量构建血管测度函数,具体包括:对Hessian矩阵的特征值按照绝对值的升序排列|λ1|≤|λ2|≤|λ3|,通过特征值判断三维图形中的一点是否属于血管像素,具体判断方式为利用特征值构建血管测度函数,用于计算该点属于血管像素的测度。判断特征值是否满足血管的管状结构条件。
进一步,所述利用血流/血管的三维空间图形特征对OCTA血流造影图像进行图形滤波,包括:对于理想管状结构与圆形截面,λ1≈0,λ2和λ3则应该相对较大,且符号相同。由于多重散射导致的运动伪影使深度方向断层图像中的管状物截面不再显示为理想圆形,而是表现出水滴状。据运动伪影是理想圆形还是水滴状确定适合OCTA血流造影图像的高斯核函数和血管测度函数。
二、基于运动与图形混合对比度的血流成像的系统:
一OCT光学相干层析装置,用于对组织样本进行OCT探测和成像;
一OCT扫描装置,用于在T个不同时间点对组织样本进行OCT探测;
一个或多个信号处理器,用于对T次扫描得到的OCT信号进行运动分析分析得到初步的OCTA血流运动造影图像。
一个或多个信号处理器,用于初步的OCTA血流运动造影图像的空间图形滤波。
所述的一种光学照明与探测装置是采用以下的一种:
包括低相干光源、干涉仪和探测器;
或者包括低相干光源、干涉仪和光谱仪;
或者包括扫频宽光谱光源、干涉仪和探测器。
所述的OCT扫描装置中可选择地装配一个可见光指示装置,用于指示OCT探测光束的位置,指导探测目标的放置位置。
本发明基于光学相干层析成像(OCT)的无标记、三维、血流运动造影技术,首先利用血流相对运动获得初步的OCTA血流造影图像,然后利用血流/血管的条线型/管状三维空间图形特征开展图形滤波,降低系统扰动和生物体呼吸、心跳等扰动带来的背景噪声。其中,血流运动对比度提取方法包括分析计算OCT振幅、相位或复数信号的时间动态特性;三维血流图形滤波包括基于Hessian矩阵的分析。利用本发明可有效抑制背景噪声,增强血管与背景组织的对比度,提高信噪比和血管连续性。
本发明的有益效果和创新点如下:
对比已有技术,本发明通过对OCT探测信号,并对在不同时间点对同一空间位置进行OCT信号的探测,并对OCT信号中血流与周围组织的相对运动进行分析,生成初步的OCTA血流运动造影,然后利用血流/血管的三维空间图形特征对OCTA血流造影图像进行图形滤波。图形滤波首先是构建各向异性的高斯核函数,计算OCTA血流图像中各点对应的Hessian矩阵,并利用Hessian矩阵的特征值和特征向量构建适合OCTA血流图像的血管测度函数。然后利用不同尺度的高斯核函数,获得不同尺度的血管图像,最后将多个尺度的图像进行融合。得到血管增强的OCTA血流图像,抑制背景噪声,增强血管与背景信号的对比度,提高血管的连续性。
本发明对比已有技术具有以下显著优点:
1、目前OCT系统中存在系统噪声和生物体呼吸、心跳等扰动的影响,背景噪声强,单独的运动对比度不能将完全去除静态组织,使血流图像的信噪比和对比度低,血管连续性差。本发明涉及的基于运动与图形混合对比度的血流成像方法,降低背景噪声,大大提高了的OCTA血流图像中血管与背景的对比度,改善血管图像的信噪比。
2、现有的光学微血管造影仅通过运动对比度实现血流成像,背景噪声强,血管信号和背景组织的对比度低。本发明通过基于运动与图形混合对比度的血流成像方法,在不同时间点对组织样本同一空间位置进行OCT探测基础上,首先根据血流和周围组织的相对运动生成OCTA血流运动造影,然后利用血流/血管的三维空间图形特征对OCTA血流造影图像进行图形滤波。图形滤波首先是构建适合OCTA血流图像的尺度s下的各向异性高斯核函数,计算三维空间中各点的Hessian矩阵;并根据Hessian矩阵的特征值和特征向量构建适合OCTA血流图像的血管测度函数。然后利用不同尺度的高斯核函数和血管测度函数,获得不同尺度下的血管图像,最后将多个尺度的血管图像进行融合。本发明中的方法能够在OCTA血流运动造影的基础上,利用血管的条线型和管状三维空间结构特征进行图形滤波,有效排除系统扰动噪声和生物体呼吸、心跳等扰动带来的噪声。该方法能够有效突出血管信息,抑制背景噪声,增强血管对比度。
附图说明
图1为本发明方法的示意图;
图2为本发明装置的示意图;
图3为本发明实施例的示意图;
图4为本发明中涉及到的运动伪影对管状物界面的影响;
图5为本发明示例性实施例的活体鼠脑血流成像实验结果图;
图中:1-在T个不同时间点对组织样本进行OCT扫描成像;2-分析血流与周围组织的相对运动生成OCTA血流运动造影;3-利用血流(血管)的三维空间图形特征对OCTA血流造影图像进行图形滤波;
31-根据OCTA血流造影图像构建尺度s下各项异性的高斯核函数;32-计算三维图像中各点对应的Hessian矩阵,计算Hessian矩阵特征值和特征向量;33-Hessian矩阵特征值进行绝对值升序排序,利用Hessian矩阵的特征值和特征向量构建血管测度函数;34-根据构建的高斯核函数和血管测度函数计算血管测度,得到尺度s下的血管图像;35-重复步骤获取不同尺度下的血管图像并进行融合,得到增强的OCTA血流运动造影图像。
具体实施方式
下面将结合附图对本发明的具体实施方式作详细说明,附图形成本发明的一部分。需要注意的是,这些说明及示例仅仅为示例性的,不能被理解为限制了本发明的范围,本发明的保护范围由随附的权利要求书限定,任何在本发明权利要求基础上的改动都是本发明的保护范围。
本发明的实施例如下:
为了便于理解本发明的实施例,将各操作描述成多个离散的操作,但是,描述的顺序不代表实施操作的顺序。
本描述中针对样品测量空间采用基于空间方向的x-y-z三维坐标表示。这种描述仅仅用于促进讨论,而不意欲限制本发明的实施例的应用。其中:深度z方向为沿入射光轴的方向;x-y平面为垂直于光轴的平面,其中x与y正交,且x表示OCT横向快扫描方向,y表示慢扫描方向。
上述T,s等表示变量,仅仅用于促进讨论,而不意欲限制本发明的实施例的应用,可以是1,2,3等任一数值。
本发明方法如图1所示,在T个不同时间点对组织样本进行OCT扫描成像1。对T次探测得到的OCTA信号,分析血流与周围组织的相对运动,生成OCTA血流运动造影2。相对运动的分析是指对OCT信号的幅度部分、或相位部分、或对包含幅度和相位的复数OCT信号进行分析,并提取血流和组织的运动对比度信息。根据初步的OCTA血流运动造影2,利用血流/血管的三维空间图形特征对OCTA血流造影图像进行图形滤波3。
其中,图形滤波3基于血流/血管的流线型/管状结构特征,对三维OCTA血流造影图像进行空间图像滤波。理想管状结构在断层图像中表现为圆形或椭圆形截面,但由于多重散射导致的运动伪影使管状物在断层图像(x-z)中不再显示为理想圆形或椭圆形,而是表现出水滴状。
首先是根据OCTA血流运动造影图像(x-y-z)中的运动伪影特征构建合适尺度s下的各项异性的高斯核函数
Figure BDA0001426159820000061
Figure BDA0001426159820000062
其中,
Figure BDA0001426159820000063
表示空间坐标(x,y,z),s是滤波尺度,Σ=diag(a1,a2,a3)为各向异性矩阵,a1,a2,a3分别是x,y,z方向的各向异性因子。
将不同位置的OCTA血流图像与高斯函数的二阶导数进行卷积,生成二阶偏导,得到Hessian矩阵32:
Figure BDA0001426159820000064
其中,δr表示矩阵特征向量,
Figure BDA0001426159820000065
是OCTA血流图像,H(I)s是血流图像的Hessian矩阵,γ是偏导参数。
计算Hessian矩阵的特征值,并按照绝对值升序进行排序|λ1|≤|λ2|≤|λ3|。通过特征值判断该点是否属于动态血流区域,即判断是否满足血管管状结构的条件:
1|≈0,|λ1|<<|λ2|,λ2≈λ3 (3)
其中,λ1、λ2、λ3表示Hessian矩阵的三个特征值;
若满足上述公式,则该点属于动态血流区域,属于血流(血管);
若不满足上述公式,则该点不属于动态血流区域,不属于血流(血管);
根据OCTA血流运动造影图像中的运动伪影构建血管测度函数V(s)33:
Figure BDA0001426159820000066
其中,RA是面状结构和管状结构的区分测度,RB是球状结构的区分测度,RC为背景噪声的区分测度,
Figure BDA0001426159820000067
α,β和θ分别为控制测度敏感性的第一、第二、第三阈值。
根据高斯核函数和血管测度函数计算尺度s下的血管测度,得到该尺度下的血管图像34。
利用不同尺度高斯核函数,获取不同尺度的血管图像,最后将多个尺度的图像进行融合,得到血管增强的OCTA血流运动造影图像35。
图2示出的是本发明中基于运动与图形混合对比度的血流成像系统示意图。该装置的低相干干涉测量部分的主体结构为一干涉仪,由11~23构成,其中光源11发出的光被分束器12分成两部分光束:其中的一束光经一偏振控制器13进入到干涉仪的参考臂,通过参考臂准直镜14照射于平面反射镜15上;另一束光经另一偏振控制器13进入到样品臂,经过准直透镜16和扫描装置光路聚焦到待测样品21上。其中扫描装置光路中,光束经过二维扫描振镜组17、18和二向色镜19的反射后,经过聚焦物镜20聚焦在待测样品21上。而后参考臂和样品臂各自反射回的光发生干涉后由干涉信号探测装置22接收,干涉信号探测装置22再连接到信号处理器模块与计算单元23。对于光纤型光路,采用偏振控制器13调整光束的偏振态,最大化信号干涉效果。
具体实施还设置有可见光指示装置,可见光指示装置包括低功率可见光光源25和准直透镜24,用于指示的可见光经过准直透镜24、二向色镜19和聚焦物镜20后到待测样品21。
依据低相干干涉探测信号的不同方式,图2所示的一种基于运动与图形混合对比度的血流成像系统装置具体包括:
1)时间域测量装置。光源11采用宽带低相干光,平面反射镜15可沿光轴方向移动,干涉信号探测装置22为一点探测器。通过移动平面反射镜15改变参考臂光程,两臂的干涉信号由点探测器22探测到,对某一空间深度的z方向的散射信号的低相干干涉探测,从而得到深度空间维度的采样体。
2)光谱域测量装置。光源11采用宽带低相干光,平面反射镜15固定不动,干涉信号探测装置22采用光谱仪。干涉信号经过光谱仪中的线阵相机同时记录干涉光谱。采用傅里叶分析方法分析干涉光谱信号,并行获取深度z方向的散射信息,从而得到深度维度空间的采样体。
3)扫频测量装置。光源11采用扫频光源,平面反射镜15固定不动,干涉信号探测装置22采用点探测器。点探测器分时记录扫频光源的低相干干涉光谱。采样傅里叶分析干涉光谱信号,并行获取深度z方向的散射信息,从而得到深度维度空间的采样体。
对于上述不同的测量装置,可分别结合图1叙述中所涉及的OCT扫描成像方式,分析血流与周围组织的相对运动生成OCTA血流运动造影,并对OCTA血流造影图像进行图形滤波,生成增强的OCTA血流运动造影。
参考《Journal of Biomedical Optics》中发表的《Statistical analysis ofmotion contrast in optical coherence tomography angiography》一文中所涉及的基于直方图的OCTA信号统计分析方法,通过分类错误率(Classification Error Rate,CER)量化评价运用基于运动与图形混合对比度的血流成像方法的优势,其中CER的定义为动态信号分布与静态分布之间的重叠面积占比,CER越小,意味着动态和静态信号的区分更加明显。
图3示出的是利用本发明的一个示例性实施例。基于运动与图形混合对比度的血流成像系统,包括包括宽带低相干光源26、光环形器27、分光比为50:50的光纤耦合器28、第一偏振控制器29、第一光纤准直器件30、聚焦透镜36、平面反射镜37、第二偏振控制器38、第二光纤准直器件39、二维扫描振镜组合40和41、二向色镜42、聚焦物镜43、第三光纤准直器件45、光栅46、聚焦透镜47、高速线阵相机48、信号处理器模块与计算单元49、可见光指示光源50、准直透镜51,其中宽带低相干光源26采用中心波长为1325nm、带宽为100nm的超发光二极管光源,聚焦物镜43采用焦距为30mm的消色差双胶合透镜,高速线阵相机48采用由2048像素单元组成的线阵扫描相机;其中由本发明装置所使用的低相干宽带光源26发出的光,经过光环行器27后进入到分光比为50:50的光纤耦合器28,从光纤耦合器28出射的光被分成两部分子光束:其中一束光通过光纤经过第一偏振控制器29连接至参考臂中的第一光纤准直器件30,经过准直和聚焦透镜36后照射到平面反射镜37;另一束光通过光纤经过第二偏振控制器38连接至样品臂部分的第二光纤准直器件39,准直后经过两个扫描振镜40、41和二向色镜42反射后,由聚焦物镜43聚焦到到被测样品44上。使用样品分散装置40以湿法的方式将聚苯乙烯微球颗粒充分分散到蒸馏水溶液中,得到待测样品。由参考臂中平面反射镜37反射的光与样品臂中被测样品背向散射的光在光纤耦合器28处干涉,干涉光经过光谱仪(包括器件45~48)探测并被记录,而后由信号处理器模块与计算单元49采集并作信号分析处理。
具体实施还设置有可见光指示装置,可见光指示装置包括可见光指示光源50、准直透镜51,可见光指示光源50发出用于指示的可见光经过准直透镜51、二向色镜42和聚焦物镜43后到待测样品21。
图4示出的是理想管状结构(a)和存在伪影的管状结构(b)的示意图。在二维断层图像中,理想管状结构呈现出圆形截面(c),而存在伪影的管状结构则呈现处水滴形截面(d),由此说明本发明的血管测度函数和采用各向异性的高斯核函数能够优化获得准确的血流成像。
此外,对鼠脑进行活体三维微血管成像实验。
图5(a)和(b)分别示出了利用光学微血管造影算法得到的初步OCTA血流图像的最大强度投影图,和采用本发明中基于运动与图形混合对比度的血流成像方法得到的血管增强的OCTA血流运动造影图像的最大强度投影图。从图中可以看出经过滤波增强的最大强度投影图中的血管及血管脉络相比于组织背景显得更加清楚,血管之间的连接度更清晰。统计结果也表明本发明中基于运动与图形混合对比度的血流成像方法将动静态区域的分类误差由CER=0.23降至CER=0.10。
上述实验对比结果充分说明:利用本发明所涉及的基于运动与图形混合对比度的血流成像方法获得的血流图像,能够抑制背景噪声,增强血管连续性,提高血流信号和背景组织的对比度,具有其突出显著的技术效果。

Claims (10)

1.一种基于运动与图形混合对比度的血流成像方法,其特征在于包括:
在T个不同时间点对组织样本进行OCT扫描成像(1);
分析血流与周围组织的相对运动生成OCTA血流运动造影(2);
利用血流的三维空间图形特征对OCTA血流造影图像进行图形滤波(3);
所述利用血流的三维空间图形特征对OCTA血流造影图像进行图形滤波(3)具体包括:
步骤(31):根据OCTA血流造影图像构建尺度s下各项异性的高斯核函数(31);
步骤(32):计算OCTA血流运动造影图像中各像素点对应的Hessian矩阵,计算Hessian矩阵的特征值和特征向量(32);
步骤(33):对Hessian矩阵特征值进行绝对值的升序排序,利用Hessian矩阵的特征值和特征向量构建血管测度函数(33);
步骤(34):根据构建的血管测度函数计算血管测度,得到尺度s下的血管图像(34);
重复上述步骤(31-34),获得不同尺度下的血管图像,进行融合得到增强的OCTA血流运动造影图像(35)。
2.根据权利要求1所述的基于运动与图形混合对比度的血流成像方法,其特征在于:所述在T个不同时间点对组织样本进行OCT扫描成像(1)采用以下方式之一:
通过扫描改变参考臂光程的时间域OCT成像方法;
利用光谱仪记录光谱干涉信号的光谱域OCT成像方法;
利用扫频光源记录光谱干涉信号的扫频OCT成像方法。
3.根据权利要求1所述的基于运动与图形混合对比度的血流成像方法,其特征在于:所述分析血流与周围组织的相对运动生成OCTA血流运动造影(2),包括对T个不同时间点扫描得到的OCT信号的幅度部分、或相位部分、或对包含幅度和相位的复数OCT信号进行分析,得到OCTA血流运动造影图像。
4.根据权利要求1所述的基于运动与图形混合对比度的血流成像方法,其特征在于:所述利用血流的三维空间图形特征对OCTA血流造影图像进行图形滤波,包括:对OCTA血流运动造影图像利用Hessian矩阵进行分析,搜索血管图形,获得增强的OCTA血流运动造影图像(35)。
5.根据权利要求1所述的基于运动与图形混合对比度的血流成像方法,其特征在于:所述计算OCTA血流运动造影图像中各点对应的Hessian矩阵,计算Hessian矩阵特征值和特征向量(32),具体包括:对OCTA血流运动造影图像计算二阶偏导数,得到Hessian矩阵。
6.根据权利要求1或5所述的基于运动与图形混合对比度的血流成像方法,其特征在于:为便于计算,所述计算OCTA血流运动造影图像中各点对应的Hessian矩阵,计算Hessian矩阵特征值和特征向量(32),具体包括:将OCTA血流运动造影图像与高斯核函数的二阶导数进行卷积,得到Hessian矩阵。
7.根据权利要求1所述的基于运动与图形混合对比度的血流成像方法,其特征在于:所述对Hessian矩阵特征值进行绝对值的升序排序,利用Hessian矩阵的特征值和特征向量构建血管测度函数(33),具体包括:对Hessian矩阵的特征值按照绝对值的升序排列|λ1|≤|λ2|≤|λ3|,其中,λ1、λ2、λ3表示Hessian矩阵的三个特征值;通过特征值判断三维图形中的一点是否属于血管像素,具体判断方式为利用特征值构建血管测度函数,用于计算该点属于血管像素的测度。
8.用于实施权利要求1~7任一所述方法的基于运动与图形混合对比度的血流成像的系统,包括:
一OCT光学相干层析装置,用于对组织样本进行OCT探测和成像;
一OCT扫描装置,用于在T个不同时间点对组织样本进行OCT探测;
一个或多个信号处理器,用于对T次扫描得到的OCT信号进行运动分析,分析得到初步的OCTA血流运动造影图像。
9.根据权利要求8所述的基于运动与图形混合对比度的血流成像的系统,其特征在于:所述的OCT光学相干层析装置是采用以下的一种:
包括低相干光源、干涉仪和探测器;
或者包括低相干光源、干涉仪和光谱仪;
或者包括扫频宽光谱光源、干涉仪和探测器。
10.根据权利要求8所述的基于运动与图形混合对比度的血流成像的系统,其特征在于:所述的OCT扫描装置中装配一个可见光指示装置,用于指示OCT探测光束的位置,指导探测目标的放置位置。
CN201710918585.9A 2017-09-30 2017-09-30 基于运动与图形混合对比度的血流成像方法与系统 Active CN107595250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710918585.9A CN107595250B (zh) 2017-09-30 2017-09-30 基于运动与图形混合对比度的血流成像方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710918585.9A CN107595250B (zh) 2017-09-30 2017-09-30 基于运动与图形混合对比度的血流成像方法与系统

Publications (2)

Publication Number Publication Date
CN107595250A CN107595250A (zh) 2018-01-19
CN107595250B true CN107595250B (zh) 2023-03-31

Family

ID=61069009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710918585.9A Active CN107595250B (zh) 2017-09-30 2017-09-30 基于运动与图形混合对比度的血流成像方法与系统

Country Status (1)

Country Link
CN (1) CN107595250B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108902013B (zh) * 2018-05-31 2022-02-15 山东大学齐鲁医院 一种视网膜水肿动物模型的建立方法
CN109171670B (zh) * 2018-06-25 2021-02-05 天津海仁医疗技术有限公司 一种基于逆向主成分分析法的3d血管成像算法
JP7308600B2 (ja) * 2018-09-12 2023-07-14 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像処理装置、及び超音波画像表示プログラム
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
CN110680281A (zh) * 2019-09-23 2020-01-14 南昌航空大学 一种为疤痕血管成像的光学无损检测系统
CN110956107B (zh) * 2019-11-21 2023-05-30 佛山科学技术学院 一种基于oct扫描系统的三维血管类型区分方法
CN111568373A (zh) * 2020-04-20 2020-08-25 南京师范大学 一种重复扫描的octa毛细血管网成像方法
CN111493853A (zh) * 2020-04-24 2020-08-07 天津恒宇医疗科技有限公司 一种针对血管性皮肤病的血管参数评价方法及系统
CN111493930A (zh) * 2020-04-24 2020-08-07 天津恒宇医疗科技有限公司 一种新型内窥血流成像及血流参数量化方法及系统
CN111493832A (zh) * 2020-04-24 2020-08-07 天津恒宇医疗科技有限公司 一种基于En face-OCT的内窥成像方法
CN112396622B (zh) * 2020-11-24 2023-10-31 浙江大学 基于多维特征空间的微血流图像分割量化方法和系统
CN113205488B (zh) * 2021-04-19 2023-12-29 深圳睿心智能医疗科技有限公司 血流特性预测方法、装置、电子设备及存储介质
CN113040763B (zh) * 2021-04-28 2022-05-17 浙江大学 一种基于octa的血糖测试方法与装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7020314B1 (en) * 2001-11-13 2006-03-28 Koninklijke Philips Electronics N.V. Black blood angiography method and apparatus
CN105342568A (zh) * 2015-11-26 2016-02-24 上海交通大学 联合相位和幅值的光学相干造影方法及系统
CN105825516A (zh) * 2016-03-25 2016-08-03 上海慧达医疗器械有限公司 一种dicom影像血流分析系统
CN106137134A (zh) * 2016-08-08 2016-11-23 浙江大学 多角度复合的血流成像方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10405793B2 (en) * 2014-07-01 2019-09-10 University Of Washington Systems and methods for in vivo visualization of lymphatic vessels with optical coherence tomography

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7020314B1 (en) * 2001-11-13 2006-03-28 Koninklijke Philips Electronics N.V. Black blood angiography method and apparatus
CN105342568A (zh) * 2015-11-26 2016-02-24 上海交通大学 联合相位和幅值的光学相干造影方法及系统
CN105825516A (zh) * 2016-03-25 2016-08-03 上海慧达医疗器械有限公司 一种dicom影像血流分析系统
CN106137134A (zh) * 2016-08-08 2016-11-23 浙江大学 多角度复合的血流成像方法及系统

Also Published As

Publication number Publication date
CN107595250A (zh) 2018-01-19

Similar Documents

Publication Publication Date Title
CN107595250B (zh) 基于运动与图形混合对比度的血流成像方法与系统
CN109907731B (zh) 基于特征空间的光学相干层析的三维血流造影方法
US10660515B2 (en) Image display method of providing diagnosis information using three-dimensional tomographic data
JP5166889B2 (ja) 眼底血流量の定量測定装置
US9046339B2 (en) Systems and methods for bidirectional functional optical coherence tomography
US10667707B2 (en) Microangiography method and system based on full-space modulation spectrum splitting and angle compounding
CN107788950B (zh) 基于自适应阈值分割的血流成像方法与系统
US10354385B2 (en) Optical coherence tomography (OCT) data processing method, storage medium storing program for executing the OCT data processing method, and processing device
US9814384B2 (en) High temporal resolution doppler OCT imaging of retinal blood flow
US8433393B2 (en) Inter-frame complex OCT data analysis techniques
US7995814B2 (en) Dynamic motion contrast and transverse flow estimation using optical coherence tomography
CN208837916U (zh) 一种血流成像系统
CN108670239B (zh) 一种基于特征空间的三维血流成像方法与系统
CN107862724B (zh) 一种改进的微血管血流成像方法
US20160066798A1 (en) Methods and Systems for Determining Hemodynamic Properties of a Tissue
TW201100053A (en) Method and apparatus for quantitative imaging of blood perfusion in living tissue
CN106137134B (zh) 多角度复合的血流成像方法及系统
CN110693457B (zh) 一种基于光学相干技术的组织活性检测的方法与系统
JP2016209201A (ja) 画像生成装置、画像生成方法およびプログラム
US20140073915A1 (en) Apparatus and method for volumetric imaging of blood flow properties
CN111568373A (zh) 一种重复扫描的octa毛细血管网成像方法
CN113331809A (zh) 基于mems微型振镜的腔道内三维血流成像方法和装置
CN113017593B (zh) 血流信号强度分层滤波的血管尾部伪影去除方法与系统
CN111543971B (zh) 时空自适应样本系综去相关运算的血流量化方法与系统
CN112396622B (zh) 基于多维特征空间的微血流图像分割量化方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant