CN110693457A - 一种基于光学相干技术的组织活性检测的方法与系统 - Google Patents
一种基于光学相干技术的组织活性检测的方法与系统 Download PDFInfo
- Publication number
- CN110693457A CN110693457A CN201910972112.6A CN201910972112A CN110693457A CN 110693457 A CN110693457 A CN 110693457A CN 201910972112 A CN201910972112 A CN 201910972112A CN 110693457 A CN110693457 A CN 110693457A
- Authority
- CN
- China
- Prior art keywords
- oct
- domain
- attenuation coefficient
- spectrum
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于光学相干技术的组织活性检测方法与系统。采用OCT方法采集生物组织样本内部的原始OCT干涉光谱信号;利用多路复用方法对原始OCT干涉光谱信号进行处理获取高信噪比的、随OCT成像深度衰减的OCT强度信号;根据OCT强度信号随深度的衰减特性计算生物组织样本的衰减系数;根据衰减系数,确定分割阈值,识别正常组织和损伤组织。本发明方法可以显著提高衰减系数的测量精度,实现活体生物组织的损伤状态的定量获得。
Description
技术领域
本发明大体涉及生物医学成像领域,且更具体地涉及光学相干层析成像技术(Optical Coherence Tomography,OCT),多路复用方法计算衰减系数及利用衰减系数获得组织活性的方法。
背景技术
组织活性检测在疾病诊断和疗效获得中具有重要意义。常用的细胞活性检测方法是组织学染色或免疫组化染色,这些方法需要人工多次添加标记物进行生化反应,操作过程繁琐,劳动强度大,耗时长,只能对少量取样进行离体检测。现有对组织损伤程度在体获得的技术中,MRI可以对组织活性进行获得,但其分辨率低,且成本高,适用人群有限。双光子成像也能够对细胞相应和血流动态变化进行监测,但是其成像速度、成像范围和穿透深度比较有限。因此,对组织活性进行实时、无标记、低成本、高分辨率的成像检测成为本领域的需求。
相比于其他生物医学成像手段,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。生物组织的衰减系数体现了其对光的散射和吸收能力,与组织结构和细胞生理状态紧密相关。通过正常组织和损伤组织的衰减系数统计分布特征,确定识别损伤组织的衰减系数阈值,用于组织活性获得和损伤组织的判定。例如,脑组织损伤后的细胞坏死和细胞死亡导致细胞类型和数量的改变,包括神经元细胞的死亡和星型胶质细胞的增生和激活等,进而导致组织光学特性及衰减系数的变化。脑组织损伤程度揭示了脑组织生存和神经功能恢复能力,对组织活性的获得和识别损伤组织有助于进行治疗效果的获得和术中指导。
在计算衰减系数过程中,现有技术中衰减系数计算精度低,通常可通过时间或空间上的平均来提高衰减系数改善,但会带来时间成本的提高或分辨率的下降。为此我们提出的多路复用方法,结合光谱分割、入射角分割和偏振分割的方法来获取多个独立子样本,在不增加采集时间的前提下,利用多个独立子样本的平均来提高衰减系数对比度和组织损伤识别准确度,推动OCT光学衰减系数在组织活性检测中的临床应用,有助于组织损伤相关的疗效获得和术中指导。
发明内容
本发明针对现有技术的不足,提出了一种基于光学相干技术的组织活性检测的方法与系统。利用本发明中所涉及的多路复用方法可以显著提高衰减系数的测量精度,实现活体生物组织的损伤状态的定量获得。
本发明基于光学相干层析成像(OCT)的无标记、三维、高分辨率成像技术,获取组织深度方向的信息,并计算在深度方向的衰减系数。通过正常组织和损伤组织的数据集,确定衰减系数区分正常组织和损伤组织的阈值,准确识别组织损伤,在体监测组织活性。
本发明的目的是通过如下技术方案实现的:
采用OCT方法采集生物组织样本内部的原始OCT干涉光谱信号(散射信号);
利用多路复用方法对原始OCT干涉光谱信号进行处理获取高信噪比的、随OCT成像深度衰减的OCT强度信号;
根据OCT强度信号随深度的衰减特性计算生物组织样本的衰减系数;
根据衰减系数,确定分割阈值,识别正常组织和损伤组织。
采用OCT方法采集生物组织样本内部的原始OCT干涉光谱信号包括对生物组织样本内部进行三维空间的OCT扫描成像,成像获得的信号为原始OCT干涉光谱信号。
采用OCT方法采集生物组织样本内部的原始OCT干涉光谱信号,获取原始OCT干涉光谱信号采用以下方式之一:
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。
利用多路复用方法对原始OCT干涉光谱信号进行处理获取高信噪比的随OCT成像深度衰减的OCT强度信号中的多路复用方法包括光谱分割复用、或入射角分割复用、或偏振分割复用、或任意组合分割复用。
所述的采用结合光谱分割和入射角分割的多路复用方法是利用对原始OCT干涉光谱信号进行光谱分割和入射角分割处理,获取多个独立子信号。
所述的对原始OCT干涉光谱信号进行光谱分割处理利用一组窗函数获取不同光谱波段的独立子信号1。
所述的入射角分割处理是对上述独立子信号1的空间调制谱进行高斯窗函数滤波,获取不同空间角度的独立子信号2。
所述的空间调制谱是通过对独立子信号1进行快速傅里叶变换和复数干涉谱重构获取。
所述的深度解析的衰减系数是计算生物组织样本再深度方向各像素位置的衰减系数。
所述的确定正常组织和损伤组织的衰减系数分类阈值,通过对多个生物组织样本的衰减系数统计分析来确定。
所述的多个生物组织样本指多个包含正常生物组织样本和损伤组织样本。
所述的多路复用方法为光谱分割复用、入射角分割复用和偏振分割复用的三种方法的组合,具体是对原始OCT干涉光谱信号按照以下步骤依次进行处理:
1)采用偏振分割复用对原始OCT干涉光谱信号进行处理,获得两个偏振OCT干涉光谱信号;
2)采用光谱分割复用对每个偏振OCT干涉光谱信号进行处理,获得W个初步OCT子信号:
利用一组W个第一高斯窗函数对原始OCT干涉光谱信号进行k域的滤波,k域为波数域,获取W个子光谱信号;
对上述W个子光谱信号分别进行快速傅里叶变换得到W个初步OCT子信号;
3)采用入射角分割复用对上述W个初步OCT子信号进行处理,处理中的重构步骤后获得复数干涉谱;
4)对复数干涉谱进行x域的快速傅里叶变换得到二维B-scan空间调制谱,x域为OCT快速扫描轴方向所在的空间域;
5)再采用一组A个第二高斯窗函数对二维B-scan空间调制谱进行v域的滤波,v域为x域的傅里叶变换域,获取得到A×W个子空间调制谱Smn'(k,v,y)(m=1,2,...,W,n=1,2,...,A);y表示OCT慢速扫描轴方向,m表示第一高斯窗函数的序数,n表示第二高斯窗函数的序数;
6)对子空间调制谱进行k域和ν域的傅里叶变换,获取多个独立的最终OCT强度子信号。
所述的多路复用方法为光谱分割复用、入射角分割复用的两种方法的组合,具体是对原始OCT干涉光谱信号按照以下步骤依次进行处理:
1)采用光谱分割复用对原始OCT干涉光谱信号进行处理,获得W个初步OCT子信号:
利用一组W个第一高斯窗函数对原始OCT干涉光谱信号进行k域的滤波,k域为波数域,获取W个子光谱信号;
对上述W个子光谱信号分别进行快速傅里叶变换得到W个初步OCT子信号;
2)采用入射角分割复用对上述W个初步OCT子信号进行处理,处理中的重构步骤后获得复数干涉谱;
3)对复数干涉谱进行x域的快速傅里叶变换得到二维B-scan空间调制谱,x域为OCT快速扫描轴方向所在的空间域;
4)再采用一组A个第二高斯窗函数对二维B-scan空间调制谱进行v域的滤波,v域为x域的傅里叶变换域,获取得到A×W个子空间调制谱Smn'(k,v,y)(m=1,2,...,W,n=1,2,...,A);y表示OCT慢速扫描轴方向,m表示第一高斯窗函数的序数,n表示第二高斯窗函数的序数;
5)对子空间调制谱进行k域和ν域的傅里叶变换,获取多个独立的最终OCT强度子信号。
根据OCT强度信号随深度的衰减特性计算生物组织样本的衰减系数包括采用深度解析衰减系数公式计算各最终OCT强度子信号对应的三维的衰减系数,并进行平均。
所述的多路复用方法为光谱分割复用、入射角分割复用和偏振分割复用的三种方法的组合,结合了光谱分割、入射角分割和偏振分割的多路复用方法的深度解析衰减系数公式计算为,采用以下深度解析衰减系数公式计算各最终OCT强度子信号对应的三维的衰减系数并进行平均:
其中,μ[i]表示第i个像素点的衰减系数值,i表示z深度方向上第i个像素点,W表示光谱分割数目,A表示入射角分割数目,h和v分别表示偏振分割复用中的两种偏振态,△表示OCT成像深度方向的分辨率,Ihmn[i]表示第i个像素点在偏振态h下第mn个OCT强度子信号的信号强度值,Ivmn[i]表示第i个像素点在偏振态v下第mn个OCT强度子信号的信号强度值。
所述的多路复用方法为光谱分割复用、入射角分割复用的两种方法的组合,结合了光谱分割和入射角分割的多路复用方法的深度解析衰减系数公式计算为,采用以下深度解析衰减系数公式计算各最终OCT强度子信号对应的三维的衰减系数并进行平均:
其中,μ[i]表示第i个像素点的衰减系数值,i表示z深度方向上第i个像素点,W表示光谱分割数目,A表示入射角分割数目,△表示OCT成像深度方向的分辨率,Imn[i]表示第i个像素点在第mn个OCT强度子信号的信号强度值。
根据衰减系数确定分割阈值,识别正常组织和损伤组织主要包括以下步骤:
提取衰减系数在x域和z域的数据绘制各个衰减系数x-z断层图,z域为k域的傅里叶变换,k域为波数域;
针对每个衰减系数x-z断层图进行生物组织样本表面识别和表面拉伸,及生物组织样本表面下固定depth深度范围内的衰减系数均值投影;
利用多个生物组织样本作为训练集,统计正常组织和损伤组织的衰减系数分布,并确定衰减系数分类阈值Tμ;
利用衰减系数阈值Tμ识别组织损伤,获得组织活性。
对衰减系数断层图进行生物组织样本表面识别和表面拉伸,及生物组织样本表面下固定深度范围内的衰减系数均值投影,包括:在OCT强度信号深度方向上,计算各像素与其沿OCT强度信号深度方向之下的多个像素的信号强度和,并寻找强度和的最大值位置,将强度和的最大值位置设置为生物组织样本表面位置,对衰减系数断层图进行生物组织样本表面的拉伸(411);拉伸后的衰减系数,对生物组织样本表面下固定深度范围内进行深度方向的均值投影,获取衰减系数均值投影图(412)。
利用多个生物组织样本作为训练集,统计正常组织和损伤组织的衰减系数分布,并确定衰减系数分类阈值Tμ,包括:在多个包含正常组织和损伤组织的生物组织样本中,随机选取一部分作为训练集,统计正常组织和损伤组织的衰减系数分布,确定衰减系数分类阈值Tμ,使得采用衰减系数分类阈值Tμ识别损伤组织具有最优的灵敏度和特异度;(421)
利用衰减系数阈值Tμ识别组织损伤,获得组织活性,对任一活体组织样本的衰减系数投影图利用阈值判定组织损伤,获得组织活性。
二、基于光学相干技术的组织活性检测系统:
一OCT光学相干层析装置,用于对生物组织样本进行三维空间的OCT干涉光谱信号的采集;
一种信号处理器,采用结合光谱分割、入射角分割和偏振分割的多路复用方法获取多个独立的随深度衰减的OCT强度子信号,并计算深度解析的衰减系数;一种信号处理器包括了第一信号处理器和第二信号处理器;
第一信号处理器,采用多路复用方法获取随深度衰减的多个独立OCT强度子信号;
第二信号处理器,分析多个独立OCT强度子信号随深度的衰减特性,计算深度解析的衰减系数;
一个分类器,根据多个正常生物组织样本和损伤组织样本确定衰减系数分类阈值,识别生物组织样本损伤并获得组织活性。
所述的一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;
或者包括扫频宽带光源、干涉仪和探测器。
所述的OCT相干层析装置中参考臂选择地装配有色散补偿模块,与样品臂物镜进行色散匹配。
所述的OCT相干层析装置中选择地装配有一个可见光指示装置,可见光指示装置用于指示OCT探测光束的位置和指导探测生物组织样本目标的放置位置。可见光指示装置主要由可见光指示光源和准直透镜同光轴依次布置组成。
本发明基于光学相干层析成像(OCT)的无标记、三维、在体成像技术,首先通过对生物组织样本进行光学相干层析(OCT)信号采集,并利用结合光谱分割、入射角分割和偏振分割的多路复用方法,获取多个独立的、随深度衰减的OCT强度子信号,以抑制系统噪声。利用深度解析的衰减系数计算公式,对各独立OCT强度子信号进行衰减系数的计算,并进行平均获取初步的衰减系数结果。对衰减系数断层图进行组织表面识别和表面拉伸,获取表面拉伸后的衰减系数三维数据集。通过对组织表面下固定深度范围内进行深度方向的均值投影,获取组织的衰减系数均值投影图。对多个生物组织样本成像,包括正常组织和损伤组织,并随机抽取一部分作为训练集,统计正常组织和损伤组织的衰减系数分布,确定损伤组织的衰减系数阈值,实现损伤组织识别的最优灵敏度和特异度。并进行用剩余的测试集对衰减系数阈值进行验证。然后通过该衰减系数阈值对活体组织样品进行组织损伤的判定。
本发明的有益效果和创新点如下:
对比已有技术,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。OCT中光学衰减系数体现了生物组织其对光的散射和吸收能力,与组织结构和细胞生理状态紧密相关。利用OCT中衰减系数可以对组织损伤进行在体、无标记、高分辨率的监测,及时获得组织损伤和组织活性。通过对多个组织样本,包括正常组织样本和损伤组织样本的衰减系数分布统计,确定衰减系数阈值,区分正常组织和损伤组织。且衰减系数计算采用的多路复用方法结合深度解析技术,有效提高了衰减系数精度,减小了正常组织和损伤组织的分割误差。
本发明对比已有技术具有以下显著优点:
1、目前组织损伤获得的方法,常用的组织学技术结合生化反应的方法标记方法,不仅需要离体操作,且耗时长,无法及时、在体地提供组织损伤和组织活性的获得。核磁共振可以提供在体地组织损伤获得,但是其分辨率低,且成本高。目前利用OCT中光学衰减系数可对组织损伤进行低成本、在体、高分辨率、无标记的监测,获得组织活性。
2、目前OCT系统中存在系统噪声的影响,背景噪声强,导致衰减系数的计算结果中存在噪声伪影,不利于对组织损伤的分类判断。采用多路复用方法,结合光谱分割和空间入射角分割的方法,获取多个独立的、随深度衰减的OCT强度子信号,再结合深度解析的衰减系数计算方法,抑制系统噪声,提高了衰减系数计算精度,有效提高了利用衰减系数识别损伤组织的灵敏度和特异度,提高组织活性获得的精确度。
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为本发明示例性实施例的装置示意图;
图4为本发明示例性实施例的组织模型成像实验结果图;
图5为本发明示例性实施例的鼠脑切片实验结果图;
图6为本发明示例性实施例的大鼠在体实验结果图。
其中:1-OCT光学相干层析装置,获取OCT干涉光谱信号。2-信号处理器1用于多路复用方法获取多个独立子信号;21-一组高斯窗函数对原始OCT干涉光谱信号滤波(或两个偏振OCT干涉信号分别进行滤波),获取各子光谱;22-对各子光谱进行波数k域的快速傅里叶变换获取子信号;23-重构子信号地复数干涉光谱,24-对重构复数干涉光谱进行x域(快扫描x方向)的快速傅里叶变换;25-一组v域(对应傅里叶变换前的x域)高斯窗函数对快速傅里叶变换后的信号进行的滤波获取子光谱;26-对子光谱进行v域和k域的快速傅里叶变换,得到多个独立OCT强度子信号。3-信号处理器2,分析多个独立OCT强度子信号随深度的衰减特性,计算深度解析的衰减系数。4-分类器,确定正常组织和损伤组织的衰减系数分类阈值,并对组织损伤进行判定。41-获取深度方向投影图;411-衰减系数断层图中组织表面识别和表面拉伸;412-三维衰减系数数据中,对组织表面下一定深度内进行均值投影,获取衰减系数均值投影图。42-损伤组织的衰减系数阈值判定;421-多个包含正常组织和损伤组织的组织样本中,随机抽取部分信号作为训练集,以TTC结果作为正常组织和损伤组织的分类标准,统计正常组织和损伤组织的衰减系数分布;422-选择最优的分类阈值,并采用测试集中的组织样本进行损伤组织识别的灵敏度和特异度验证。43-利用衰减系数阈值Tμ识别活体组织损伤,获得组织活性。
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,附图形成本文的一部分。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。
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。
W,A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,信号采集部分对组织样本进行OCT三维扫描成像。
信号处理部分,结合光谱分割和入射角分割的多路复用方法获取多个独立OCT强度子信号,并计算深度解析的衰减系数。
具体步骤是:
采用一组W个高斯窗函数对原始OCT干涉光谱S(k,x,y)(或偏振OCT中两个干涉光谱信号SH(k,x,y),SV(k,x,y)分别进行以下处理)进行k域的滤波,获取高斯滤波后的子光谱Sm(k,x,y)(m=1,2,...,W)。对各子光谱进行k域的快速傅里叶变换获取OCT子信号Am(z,x,y)(m=1,2,...,W)。利用OCT子信号重构复数干涉谱Sm'(k,x,y)(m=1,2,...,W),经过x域的傅里叶变换得到B-scan空间调制谱Sm'(k,ν,y,t)(m=1,2,...,W)。采用一组A个高斯窗函数对B-scan空间调制谱进行v域的滤波,获取多个子空间调制谱Smn'(k,υ,y)(m=1,2,...,W,n=1,2,...,A)。
对各子空间调制谱分别进行v域、k域的快速傅里叶变换,最终获取W*A个独立的OCT子信号Amn'(z,x,y)(m=1,2,...,W,n=1,2,...,A)和OCT强度子信号Imn(z,x,y,t)(m=1,2,...,W,n=1,2,...,A)。
结合光谱分割和入射角分割的多路复用方法的衰减系数表达式:
再结合偏振分割的多路复用方法的衰减系数表达式:
其中,μ[i]表示衰减系数值,i表示z深度方向上第i个像素点,W表示光谱分割数目,A表示入射角分割分割数目,h和v表示偏振态。
信号分类部分,获取组织表面下一定深度的衰减系数均值投影图,随机选取多个样本中的一部分作为训练集,并确定正常组织和损伤组织的衰减系数分类阈值,进而对损伤组织和组织活性进行判定。
具体步骤是:
利用OCT中组织信号特征进行组织表面的识别,对深度方向上的OCT强度信号,对连续P个像素的强度进行求和,通常P设置为20,并寻找P个像素强度和最大的位置,并将其作为组织表面,进行组织表面的拉伸。对拉伸后的三维数据进行表面下一定depth深度范围内的均值投影,depth通常为500μm。将包含正常组织和损伤组织的离体组织样本随机分成两部分,分别作为训练集和测试集。以TTC染色结果正常组织和损伤组织的区分标准,对衰减系数均值投影图中的正常组织和损伤组织的衰减系数分布进行分析,确定利衰减系数识别损伤组织的最佳阈值TS,使得损伤组织监测灵敏度和特异度最大。并利用测试集对衰减系数分类阈值TS进行验证。对任一活体组织的衰减系数均值投影图,利用衰减系数分类阈值TS进行组织损伤的判定。
图2示出的是本发明中基于衰减系数对组织活性无标记监测的系统示意图。其中,光源11发出的光被2×2光纤耦合器12分成两束,一束光经过偏振控制器13进入到参考臂,通过参考臂准直镜14准直之后,经过色散补偿模块15,会聚透镜16后聚焦到平面反射镜17后原路返回;另一束光经过另一偏振控制器13进入到样品臂,经过准直镜18和扫描装置光路到达待测样品32上。其中扫描装置光路中,光束经过二维扫描振镜19和20后,经二向色镜30的反射和聚焦物镜31会聚到待测样品32。然后参考臂和样品臂各自反射回的光经过光纤耦合器12后发生干涉,干涉信号有探测装置33接收,探测装置33和信号处理器模块与计算单元34连接。
具体实施装置还有光栓造模装置,可见光指示装置包括低功率可见光光源29和准直透镜28,可见光光束经过准直透镜28和二向色镜30后到达待测样品32上。
根据低相干干涉探测信号的不同方式,图2所示的一种基于衰减系数对组织活性无标记监测的系统具体包括:
1)时间域测量装置光源11采用低相干光,平面反射镜15固定不动,干涉信号探测装置33为一点探测器。通过移动平面反射镜17改变参考臂光程,两臂的干涉信号由点探测器33探测,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仓央信号。
2)光谱域测量装置。光源11采用宽带地相干光,平面反射镜17固定不动,干涉信号探测装置33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,从而得到深度空间维度的采样信号。
3)扫频测量装置。光源11采用扫频光源,平面反射镜17固定不动,干涉信号探测装置33采用点探测器。点探测器分时记录扫频光源的地相干干涉光谱。采用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,从而得到深度空间维度的采样信号。
对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,结合多路复用方法和深度解析衰减系数算法的提高的衰减系数对比度,并利用衰减系数均值投影图确定损伤组织的衰减系数判定阈值,获得组织活性。
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,包括宽带低相干光源54、光环形器35、2×2光纤耦合器36、第一偏振控制器37、第一光纤准直器件38、色散补偿模块39、聚焦透镜40、平面反射镜55、第二偏振控制器56、第二光纤准直器件57、二维扫描振镜组合44和45、二向色镜46、聚焦物镜47,第三光纤准直器件49、光栅50、聚焦透镜51、高速线阵相机52、信号处理器模块与计算单元53、可见光指示光源58、准直透镜59,其中宽带低相干光源54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47采用焦距为36mm的显微物镜,高速线阵相机52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54发出的光,经过光环行器35后进入到分光比为10:90的光纤耦合器36,从光纤耦合器36出射的光被分成两部分子光束:其中一束光(10%)通过光纤经过第一偏振控制器37连接至参考臂中的第一光纤准直器件38,准直后经色散补偿模块39和聚焦透镜40后照射到平面反射镜55;另一束光(90%)通过光纤经过第二偏振控制器56连接至样品臂部分的第二光纤准直器件57,准直后经过二维扫描振镜44和45和二向色镜46反射后,由聚焦物镜47聚焦到待测样品48上。由参考臂中平面反射镜55反射与样品臂中被测样品背向散射的光在光纤耦合器36处干涉,干涉光经过光谱仪(包括器件49~52)探测并被记录,而后由信号处理器模块与计算单元53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红光指示光源54、准直透镜55,可见光指示光源58发出用于指示的可见光经过准直透镜59、二向色镜46和聚焦物镜47后到待测样品48。
图4示出的是利用本实施例中得到的两种组织模型的实验结果。通过区分能力Seperability score(Ss)评价采用多路复用方法的衰减系数区分两种组织模型的优势,其中Ss的定义Ss=|Mean1-Mean2|/(Std1+Std2),其中,Mean1,Std1是组织模型1的衰减系数分布均值和标准差,Mean2,Std2是组织模型2的衰减系数分布均值和标准差,Ss越大,意味着两种组织类型更容易区分。图4.a所示为包括两种组织模型的OCT结构断层图,虚线框ROI 1、虚线Line1和实线框ROI 2、实线Line2分别位于两种组织模型TP1和TP2中。图4.b是Line1和Line2位置对应的随深度衰减的OCT强度信号了。图4.c是未采用多路复用方法的衰减系数结果。图4.d是采用多路复用方法后的衰减系数结果。采用多路复用方法前,ROI 1和ROI2的衰减系数分布如图4.e所示,两种不同组织模型的区分能力Ss为0.49。采用多路复用方法后,ROI 1和ROI 2的衰减系数分布如图4.f所示,两种不同组织模型的区分能力Ss明显提高至1.67。
图5示出的的是离体脑组织切片的实验结果。图5.a所示是缺血损伤后的脑切片的TTC染色结果,矩形框取自脑皮层中缺血损伤位置,白色表示缺血损伤。图5.b所示为通过图像拼接整合的完整脑切片的衰减系数投影图,矩形框同样取自缺血损伤位置内。针对图5.a和b中矩形框区域,TTC染色结果放大图和采用多路复用方法的衰减系数均值投影图分别如图5.c和图5.d所示。图5.d中,选自损伤组织区域的实线框和正常组织区域的虚线框的衰减系数分布如图5.e所示虚线表示未采用多路复用方法(N=1),此时正常组织的误判非常严重。采用多路复用方法后的衰减系数均值投影图如图5.d所示,图5.e中实心区域表示采用多路复用方法后的衰减系数分布(NHDM=25),其中的损伤组织区域和正常组织区域的衰减系数分布如图5.f所示,识别损伤组织的灵敏度和特异度明显改善为100%和83.8%,正确识别损伤组织的同时,大幅减少了正常组织的误判。
图6所示是大鼠缺血中风模型的在体实验结果图。第一行中虚线表示血流灌注图中的缺血区域,与缺血区域对应,第二行的虚线表示根据衰减系数阈值确定的损伤组织边界,揭示了缺血前后损伤组织的时空演变进程。
上述实验对比结果充分说明:利用本发明所涉及一种基于衰减系数对组织活性的无标记监测技术可以有效识别损伤组织,获得组织活性。本发明具有其突出显著的在体、无标记监测组织损伤的优势。
Claims (10)
1.一种基于光学相干技术的组织活性检测方法,其特征在于包括:
采用OCT方法采集生物组织样本内部的原始OCT干涉光谱信号(1);
利用多路复用方法对原始OCT干涉光谱信号进行处理获取高信噪比的、随OCT成像深度衰减的OCT强度信号(2);
根据OCT强度信号随深度的衰减特性计算生物组织样本的衰减系数(3);
根据衰减系数,确定分割阈值,识别正常组织和损伤组织(4)。
2.根据权利要求1所述的基于光学相干技术的组织活性检测的方法,其特征在于:利用多路复用方法对原始OCT干涉光谱信号进行处理获取高信噪比的随OCT成像深度衰减的OCT强度信号(2)中的多路复用方法包括光谱分割复用、或入射角分割复用、或偏振分割复用、或任意组合分割复用。
3.根据权利要求2所述的基于光学相干技术的组织活性检测的方法,其特征在于:所述的多路复用方法为光谱分割复用、入射角分割复用和偏振分割复用的三种方法的组合,具体是对原始OCT干涉光谱信号按照以下步骤依次进行处理:
1)采用偏振分割复用对原始OCT干涉光谱信号进行处理,获得两个偏振OCT干涉光谱信号;
2)采用光谱分割复用对每个偏振OCT干涉光谱信号进行处理,获得W个初步OCT子信号(22):
利用一组W个第一高斯窗函数对原始OCT干涉光谱信号进行k域的滤波,k域为波数域,获取W个子光谱信号(21);
对上述W个子光谱信号分别进行快速傅里叶变换得到W个初步OCT子信号(22);
3)采用入射角分割复用对上述W个初步OCT子信号进行处理,处理中的重构步骤后获得复数干涉谱(23);
4)对复数干涉谱进行x域的快速傅里叶变换得到二维B-scan空间调制谱(24),x域为OCT快速扫描轴方向所在的空间域;
5)再采用一组A个第二高斯窗函数对二维B-scan空间调制谱进行v域的滤波,v域为x域的傅里叶变换域,获取得到A×W个子空间调制谱Smn'(k,v,y)(m=1,2,...,W,n=1,2,...,A) (25);y表示OCT慢速扫描轴方向,m表示第一高斯窗函数的序数,n表示第二高斯窗函数的序数;
6)对子空间调制谱进行k域和ν域的傅里叶变换,获取多个独立的最终OCT强度子信号(26)。
4.根据权利要求2所述的基于光学相干技术的组织活性检测的方法,其特征在于:所述的多路复用方法为光谱分割复用、入射角分割复用的两种方法的组合,具体是对原始OCT干涉光谱信号按照以下步骤依次进行处理:
1)采用光谱分割复用对原始OCT干涉光谱信号进行处理,获得W个初步OCT子信号(22):
利用一组W个第一高斯窗函数对原始OCT干涉光谱信号进行k域的滤波,k域为波数域,获取W个子光谱信号(21);
对上述W个子光谱信号分别进行快速傅里叶变换得到W个初步OCT子信号(22);
2)采用入射角分割复用对上述W个初步OCT子信号进行处理,处理中的重构步骤后获得复数干涉谱(23);
3)对复数干涉谱进行x域的快速傅里叶变换得到二维B-scan空间调制谱(24),x域为OCT快速扫描轴方向所在的空间域;
4)再采用一组A个第二高斯窗函数对二维B-scan空间调制谱进行v域的滤波,v域为x域的傅里叶变换域,获取得到A×W个子空间调制谱Smn'(k,v,y)(m=1,2,...,W,n=1,2,...,A) (25);y表示OCT慢速扫描轴方向,m表示第一高斯窗函数的序数,n表示第二高斯窗函数的序数;
5)对子空间调制谱进行k域和ν域的傅里叶变换,获取多个独立的最终OCT强度子信号(26)。
7.根据权利要求1所述的基于光学相干技术的组织活性检测的方法,其特征在于:根据衰减系数确定分割阈值,识别正常组织和损伤组织(4)主要包括以下步骤:
提取衰减系数(3)在x域和z域的数据绘制各个衰减系数x-z断层图,z域为k域的傅里叶变换,k域为波数域;
针对每个衰减系数x-z断层图进行生物组织样本表面识别和表面拉伸,及生物组织样本表面下固定depth深度范围内的衰减系数均值投影(41):在OCT强度信号深度方向上,计算各像素与其沿OCT强度信号深度方向之下的多个像素的信号强度和,并寻找强度和的最大值位置,将强度和的最大值位置设置为生物组织样本表面位置,对衰减系数断层图进行生物组织样本表面的拉伸(411);拉伸后的衰减系数,对生物组织样本表面下固定深度范围内进行深度方向的均值投影,获取衰减系数均值投影图(412);
利用多个生物组织样本作为训练集,统计正常组织和损伤组织的衰减系数分布,并确定衰减系数分类阈值Tμ(42):在多个包含正常组织和损伤组织的生物组织样本中,随机选取一部分作为训练集,统计正常组织和损伤组织的衰减系数分布,确定衰减系数分类阈值Tμ,使得采用衰减系数分类阈值Tμ识别损伤组织具有最优的灵敏度和特异度(421);
利用衰减系数阈值Tμ识别组织损伤,获得组织活性(43)。
8.用于实施权利要求1~7任一所述方法的基于光学相干技术的组织活性检测系统,包括:
一OCT光学相干层析装置,用于对生物组织样本进行三维空间的OCT干涉光谱信号的采集;
一种信号处理器,采用结合光谱分割和入射角分割的多路复用方法获取多个独立的随深度衰减的OCT强度子信号,并计算深度解析的衰减系数;一种信号处理器包括了第一信号处理器和第二信号处理器;
第一信号处理器,采用多路复用方法获取随深度衰减的多个独立OCT强度子信号;
第二信号处理器,分析多个独立OCT强度子信号随深度的衰减特性,计算深度解析的衰减系数;
一个分类器,根据多个正常生物组织样本和损伤组织样本确定衰减系数分类阈值,识别生物组织样本损伤并获得组织活性。
9.根据权利要求8所述的基于光学相干技术的组织活性检测系统,其特征在于:所述的OCT相干层析装置中参考臂装配有色散补偿模块,与样品臂物镜进行色散匹配。
10.根据权利要求8所述的基于光学相干技术的组织活性检测系统,其特征在于:所述的OCT相干层析装置中装配有一个可见光指示装置,可见光指示装置用于指示OCT探测光束的位置和指导探测生物组织样本目标的放置位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972112.6A CN110693457B (zh) | 2019-10-14 | 2019-10-14 | 一种基于光学相干技术的组织活性检测的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972112.6A CN110693457B (zh) | 2019-10-14 | 2019-10-14 | 一种基于光学相干技术的组织活性检测的方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110693457A true CN110693457A (zh) | 2020-01-17 |
CN110693457B CN110693457B (zh) | 2020-10-16 |
Family
ID=69199408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910972112.6A Active CN110693457B (zh) | 2019-10-14 | 2019-10-14 | 一种基于光学相干技术的组织活性检测的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110693457B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111436910A (zh) * | 2020-04-28 | 2020-07-24 | 北京信息科技大学 | 一种活体组织的光学相干层析多模态成像装置及方法 |
CN111861917A (zh) * | 2020-07-10 | 2020-10-30 | 温州医科大学 | 一种基于信号逆向补偿的脉络膜oct图像增强方法及装置 |
CN111915564A (zh) * | 2020-07-02 | 2020-11-10 | 西安交通大学 | 联合机器视觉与oct技术的冷冻肉制品光学特性检测方法 |
CN114322797A (zh) * | 2021-12-31 | 2022-04-12 | 浙江大学嘉兴研究院 | 基于弱相干干涉的生物膜组织光学检测切割方法和系统 |
CN114324244A (zh) * | 2021-12-31 | 2022-04-12 | 浙江大学嘉兴研究院 | 基于弱相干干涉的生物膜胶原束取向光学检测方法和系统 |
WO2023183544A1 (en) * | 2022-03-24 | 2023-09-28 | Worcester Polytechnic Institute | Robotic-assisted optical coherence tomography (oct) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130242313A1 (en) * | 2010-11-05 | 2013-09-19 | Peter Tomlins | Scanning methods and apparatus |
CN105996999A (zh) * | 2016-05-19 | 2016-10-12 | 南京航空航天大学 | 基于oct测量样品深度分辨衰减系数的方法和系统 |
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 |
CN109906370A (zh) * | 2016-10-28 | 2019-06-18 | 富士胶片株式会社 | 光学相干断层图像摄像装置及测量方法 |
CN109907731A (zh) * | 2019-01-31 | 2019-06-21 | 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及系统 |
-
2019
- 2019-10-14 CN CN201910972112.6A patent/CN110693457B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130242313A1 (en) * | 2010-11-05 | 2013-09-19 | Peter Tomlins | Scanning methods and apparatus |
CN105996999A (zh) * | 2016-05-19 | 2016-10-12 | 南京航空航天大学 | 基于oct测量样品深度分辨衰减系数的方法和系统 |
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 |
CN109906370A (zh) * | 2016-10-28 | 2019-06-18 | 富士胶片株式会社 | 光学相干断层图像摄像装置及测量方法 |
CN109907731A (zh) * | 2019-01-31 | 2019-06-21 | 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及系统 |
Non-Patent Citations (2)
Title |
---|
BERNHARD BAUMANN: "Polarization Sensitive Optical Coherence Tomography: A Review of Technology and Applications", 《APPLIED SCIENCES》 * |
K. A. VERMEER ET AL: "Depth-resolved model-based reconstruction of attenuation coefficients in optical coherence tomography", 《BIOMEDICAL OPTICS EXPRESS》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111436910A (zh) * | 2020-04-28 | 2020-07-24 | 北京信息科技大学 | 一种活体组织的光学相干层析多模态成像装置及方法 |
CN111436910B (zh) * | 2020-04-28 | 2023-07-18 | 北京信息科技大学 | 一种活体组织的光学相干层析多模态成像装置及方法 |
CN111915564A (zh) * | 2020-07-02 | 2020-11-10 | 西安交通大学 | 联合机器视觉与oct技术的冷冻肉制品光学特性检测方法 |
CN111915564B (zh) * | 2020-07-02 | 2022-04-22 | 西安交通大学 | 联合机器视觉与oct技术的冷冻肉制品光学特性检测方法 |
CN111861917A (zh) * | 2020-07-10 | 2020-10-30 | 温州医科大学 | 一种基于信号逆向补偿的脉络膜oct图像增强方法及装置 |
WO2022007353A1 (zh) * | 2020-07-10 | 2022-01-13 | 温州医科大学 | 一种基于信号逆向补偿的脉络膜oct图像增强方法及装置 |
CN114322797A (zh) * | 2021-12-31 | 2022-04-12 | 浙江大学嘉兴研究院 | 基于弱相干干涉的生物膜组织光学检测切割方法和系统 |
CN114324244A (zh) * | 2021-12-31 | 2022-04-12 | 浙江大学嘉兴研究院 | 基于弱相干干涉的生物膜胶原束取向光学检测方法和系统 |
CN114324244B (zh) * | 2021-12-31 | 2023-11-07 | 浙江大学嘉兴研究院 | 基于弱相干干涉的生物膜胶原束取向光学检测方法和系统 |
WO2023183544A1 (en) * | 2022-03-24 | 2023-09-28 | Worcester Polytechnic Institute | Robotic-assisted optical coherence tomography (oct) |
Also Published As
Publication number | Publication date |
---|---|
CN110693457B (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US11510574B2 (en) | Three-dimensional (3D) optical coherence tomography angiography (OCTA) method and system based on feature space | |
CN107595250B (zh) | 基于运动与图形混合对比度的血流成像方法与系统 | |
CN107788950B (zh) | 基于自适应阈值分割的血流成像方法与系统 | |
CN108670239B (zh) | 一种基于特征空间的三维血流成像方法与系统 | |
CN208837916U (zh) | 一种血流成像系统 | |
WO2017133083A1 (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 | |
CN100413460C (zh) | 组织病灶的表征和绘图的方法和系统 | |
CN106137134B (zh) | 多角度复合的血流成像方法及系统 | |
CN105996999B (zh) | 基于oct测量样品深度分辨衰减系数的方法和系统 | |
US10746706B2 (en) | Photoacoustic physio-chemical tissue analysis | |
KR20110116173A (ko) | 광 단층촬영의 촬상방법 및 그 장치 | |
JP5691687B2 (ja) | 検査装置 | |
US20090326359A1 (en) | Method of in vivo detection and/or diagnosis of cancer using fluorescence based dna image cytometry | |
CN112022093B (zh) | 一种皮肤成像系统 | |
CN112057049B (zh) | 一种基于多维度特征空间的光学相干血流造影方法与系统 | |
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 | |
CN115715668A (zh) | 一种结合oct成像和吸收光谱的脂质斑块检测方法和装置 | |
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 | |
Hsu et al. | Differentiation of primary central nervous system lymphoma from glioblastoma using optical coherence tomography based on attention ResNet | |
CN113706567B (zh) | 一种结合血管形态特征的血流成像量化处理方法与装置 | |
CN113712527A (zh) | 一种基于幅度去相关的三维血流成像方法与系统 | |
US10709334B2 (en) | Intraoperative guidance system for tumor surgery | |
RU2306868C1 (ru) | Способ диагностики рака | |
Katouzian et al. | Challenges in tissue characterization from backscattered intravascular ultrasound signals |
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 |