CN113888478B - 一种对血管内导管偏振敏感相干层析成像优化去消偏方法 - Google Patents
一种对血管内导管偏振敏感相干层析成像优化去消偏方法 Download PDFInfo
- Publication number
- CN113888478B CN113888478B CN202111079438.XA CN202111079438A CN113888478B CN 113888478 B CN113888478 B CN 113888478B CN 202111079438 A CN202111079438 A CN 202111079438A CN 113888478 B CN113888478 B CN 113888478B
- Authority
- CN
- China
- Prior art keywords
- matrix
- average
- polarization
- phase delay
- depolarization
- 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
- 230000010287 polarization Effects 0.000 title claims abstract description 75
- 230000028161 membrane depolarization Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003325 tomography Methods 0.000 title claims abstract description 17
- 230000001427 coherent effect Effects 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 145
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 27
- 238000012014 optical coherence tomography Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000003709 image segmentation Methods 0.000 claims abstract description 4
- 238000012935 Averaging Methods 0.000 claims description 10
- 230000000903 blocking effect Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000009977 dual effect Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000000979 retarding effect Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 239000000835 fiber Substances 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 210000000329 smooth muscle myocyte Anatomy 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种对血管内导管偏振敏感相干层析成像优化去消偏方法，包括如下步骤：1)将系统中的输入光和参考光在H和V通道上的参考光设定为等光强；2)对在偏振分集处测量到的电信号以琼斯矩阵形式进行采集，进行图像分割3)在平均窗内选取中心点的测量穆勒矩阵，并通过矩阵分解法获取该点的双衰减矩阵作为该平均窗内的平均双衰减矩阵；4)得到伪平均双折射相位延迟矩阵；5)应用矩阵分解法则将伪平均双折射相位延迟矩阵再分解为平均消偏矩阵和平均双折射相位延迟矩阵；6)通过相位计算得到平均窗在极坐标下的相位延迟量；7)得到相位延迟量二维极坐标分布图；8)得出导管偏振敏感光学相干层析成像系统样品的双折射图像。
Description
技术领域
本发明涉及一种导管光学相干层析成像方法。特别是涉及一种对导管偏振敏感光学相干层析成像偏振去消偏的方法。
背景技术
导管OCT技术是一种高分辨率的截面层析成像技术，应用偏振成像技术的导管PS-OCT则能以高分辨率的成像对深层偏振信息进行提取与记录，分辨不同的生物组织。该技术由此能够解决血管内病变斑块的鉴定能够解决动脉粥样硬化斑块的稳定性难以在体、实时、快速判断的医学难题。尽管在定性问题上，现有的OCT系统已经达到了可能判断组织斑块性质的水平；然而在定量问题上，例如图像清晰度、成像深度、组织类型的判断准确性等方面仍存不足，因此采用并改良PS-OCT技术是OCT系统发展的关键方向。
在以光散射强度为成像机理的导管OCT中，一些具有相似散射性质组织无法被分辨，而当我们引入PS-OCT技术后，这些组织便会因偏振性质差异显现出来而被区分开来，例如相关研究表明表现出双折射效应差异的纤维结构中间质胶原或层状动脉平滑肌细胞；引起消偏特性差异的组织脂肪含量。因此开发可检测偏振特性的导管Polarizationsensitive OCT(PS-OCT)系统会进一步提高动脉粥样性斑块性质和结构诊断准确率，正确指导血运重建。天津大学丁振扬等人提出了采用相似穆勒矩阵偏振解算方法(201811088259.0)，该方法可有效解调出生物组织的偏振信息，但该方法缺少矩阵分解步骤，对消偏引起PS-OCT成像的低对比度，低信噪比等问题难以有效解决。
发明内容
本发明所要解决的技术问题是，提供一种对血管内导管偏振敏感相干层析成像优化去消偏方法，基于移动窗平均穆勒矩阵算法，加入矩阵分解法提取相位延迟矩阵进行双折射相位延计算及成像，可显著去除消偏的影响，提升偏振解调信号的信噪比，提高偏振特征图的对比度，比较基于相似琼斯矩阵的相位延迟计算，本方法的相位延迟计算能在双偏振态的偏振敏感相干层析成像中有效去除消偏影响，具有更广泛的适用性。本发明所采用的技术方案是：
一种对血管内导管偏振敏感相干层析成像优化去消偏方法，用于导管偏振敏感光学相干层析成像(PS-OCT)系统，包括如下步骤：
1)设定导管偏振敏感光学相干层析成像(PS-OCT)系统的输入光的偏振态为Ein，参考光表示为Eref；将系统中的输入光和参考光在H和V通道上的参考光设定为等光强；
2)对在偏振分集处测量到的电信号以琼斯矩阵形式进行采集，并进行色散补偿、插值傅里叶变换生成空域图像，再进行图像分割；以图像中样品深度位置z处,横向距离x处为中心，构建长宽像素分别为2p和2q的平均窗，将窗内各点的琼斯矩阵和选定的参考面位置处的琼斯矩阵分别通过矩阵变换和矩阵平均算法转换为平均穆勒矩阵，得到平均测量穆勒矩阵
其中
为平均测量穆勒矩阵
的元素，由窗内测量穆勒矩阵相应位置的元素经平均运算得出：
3)在平均窗内选取中心点的测量穆勒矩阵MS.T(x,z)，并通过矩阵分解法获取该点的双衰减矩阵作为该平均窗内的平均双衰减矩阵
方法如下：
(1)提取平均测量穆勒矩阵
右下角含有九个元素的分块矩阵
(2)计算中心点的测量穆勒矩阵MS.T(x,z)的分块矢量P(x,z)，D(x,z)，并取D(x,z)的单位向量DU(x,z)：
(3)计算平均双衰减分块矩阵
其中Ei为包含i×i个元素的单位矩阵；
(4)构建平均双衰减矩阵
4)运用矩阵逆运算将平均双折射相位延迟矩阵
从平均测量穆勒矩阵
中去除，得到伪平均双折射相位延迟矩阵
方法如下：
(1)运用逆矩阵运算获取伪平均双折射相位延迟矩阵
(2)将伪平均双折射相位延迟矩阵
分块化表示，并提取各个分块矩阵及向量：
5)应用矩阵分解法则将伪平均双折射相位延迟矩阵
再分解为平均消偏矩阵
和平均双折射相位延迟矩阵
将两种偏振信息分别提取：
(1)设λ1，λ2，λ3为m'(m')T的三个特征根，则消偏分块矩阵可表示为：
(2)构建平均消偏矩阵
(3)通过逆矩阵运算获取平均双折射相位延迟矩阵
以上过程表示为矩阵分解形式：
6)提取平均双折射相位延迟矩阵
根据相似矩阵原理，通过相位计算得到平均窗在极坐标下的相位延迟量R(x,z)：
7)对极坐标下的各个位置的相位延迟量应用1)至6)所示的方法进行遍历计算，得到相位延迟量二维极坐标分布图；
8)对7)所得到的相位延迟量计算结果进行坐标插值变换由极坐标转换成笛卡尔坐标，最终得出导管偏振敏感光学相干层析成像系统样品的双折射图像。
本发明基于移动窗平均穆勒矩阵算法，加入矩阵分解法提取相位延迟矩阵进行双折射相位延计算及成像，可显著去除消偏的影响，提升偏振解调信号的信噪比，提高偏振特征图的对比度。比较基于相似琼斯矩阵的相位延迟计算，本方法的相位延迟计算能在双偏振态的偏振敏感相干层析成像中有效去除消偏影响，具有更广泛的适用性。
附图说明
图1是本发明中的导管偏振敏感光学相干层析成像系统的结构示意图；
图2是本发明的一种对血管内导管偏振敏感相干层析成像优化去消偏方法的流程图。
图3猪心血管偏振去消偏效果图，左：强度图像，左中：未采用矩阵分解去消偏方法处理的双折射相位延迟，颜色由深到浅表示相位延迟差从0到p，右中：采用矩阵分解去消偏方法处理的双折射相位延迟，颜色由深到浅表示相位延迟差从0到p，右：由算法提取的组织消偏分布图，颜色由浅到深表示受消偏影响成程度大到小。
图4鸡肉偏振去消偏效果图，左：强度图像，左中：未采用矩阵分解去消偏方法处理的双折射相位延迟，颜色由深到浅表示相位延迟差从0到p，右中：采用矩阵分解去消偏方法处理的双折射相位延迟，颜色由深到浅表示相位延迟差从0到p，右：由算法提取的组织消偏分布图，颜色由浅到深表示受消偏影响成程度大到小。
图5猪心肌偏振去消偏效果图，左：强度图像，左中：未采用矩阵分解去消偏方法处理的双折射相位延迟，，颜色由深到浅表示相位延迟差从0到p，右中：采用矩阵分解去消偏方法处理的双折射相位延迟，颜色由深到浅表示相位延迟差从0到p，右：由算法提取的组织消偏分布图，颜色由浅到深表示受消偏影响成程度大到小。
具体实施方式
下面结合实施例和附图对本发明的一种对血管内导管偏振敏感相干层析成像优化去消偏方法做出详细说明。
本发明利用琼斯矩阵提取偏振信息并转由平均穆勒矩阵进行偏振信息特征表征，通过穆勒矩阵分解法对双折射相位延迟进行特征提取及纯化，并对消偏，双衰减等信息分离并提取。通过测量穆勒矩阵进行初步矩阵分解提取双衰减矩阵推导样品的平均消偏矩阵实现消偏提取，并将在这一过程中计算出的双折射相位延迟矩阵提取，得到样品的准确相位延迟分布，实现了导管的PS-OCT图像的去消偏。
本发明的对血管内导管偏振敏感相干层析成像优化去消偏方法，涉及导管偏振敏感光学相干层析成像(Polarization-sensitive OCT)即PS-OCT图像中如何削弱组织消偏对双折射相位延迟成像的干扰，能够消除光纤在高速旋转过程中受导管电机挤压拉伸所带来的噪声消偏的影响，增强双折射图像清晰度，条纹对比度，提高PS-OCT有效成像深度。本发明使得PS-OCT系统能够将样品深层的偏振信息：双折射相位延迟、双衰减、消偏互不干扰地单独提取并准确计算，实现三种信息的层析成像，比传统OCT强度成像技术能获得更多的层析成像内容，拓展血管内导管OCT检测特征种类，提升血管内微观病变分析能力。本发明利用琼斯矩阵提取偏振信息并转由平均穆勒矩阵进行偏振信息特征表征，通过穆勒矩阵分解法对双折射相位延迟进行特征提取及纯化，并对消偏，双衰减等信息分离并提取。通过测量穆勒矩阵进行初步矩阵分解提取双衰减矩阵推导样品的平均消偏矩阵实现消偏提取，并将在这一过程中计算出的双折射相位延迟矩阵提取，得到样品的准确相位延迟量分布，实现了导管的PS-OCT图像的去消偏。
本发明的一种对导管偏振敏感光学相干层析成像偏振解调平均去噪方法，用于如图1所示的导管偏振敏感光学相干层析成像(PS-OCT)系统，其工作原理是：
导管PS-OCT系统的扫描光源1的出射光由1:99的第一光纤耦合器2的21端口进入，并以1:99的比例分别从2、3端口分配到样品臂和参考臂。1:99的第一光纤耦合器2的22端口的出射光进入样品臂，进入样品臂的光束入射到第一三环偏振控制器3后入射到长为18.5米的保偏光纤4，进入到第一环形器6的23端口，光从第一环形器6的24端口出射，出射光经过旋转机构8进入到成像导管11，经过样品反射后的光从成像导管11返回到第一环形器6中，并通过第一环形器6的25端口出射。1:99的第一光纤耦合器2的26端口的出射光进入参考臂，进入参考臂的光入射到长为18.5米的单模光纤5，出射光进入第二环形器7的27端口，从28端口出射进入反射式光纤延迟线10，反射光通过第二环形器7的28端口入射，从29端口出射到第二三环偏振控制器9。样品臂经过第一环形器6的25端口的出射光和参考臂经过第二三环偏振控制器9的出射光分别从50:50的第二光纤耦合器12的30、31端口入射到50:50的第二光纤耦合器12中发生干涉，并以50:50的比例分别从32、33端口进入到第三三环偏振控制器13和第四三环偏振控制器14，出射光分别入射到第一偏振分束器15、第二偏振分束器16，光纤分束器15的出射光分别从端口34、35入射到第一平衡探测器17、第二平衡探测器18，第二偏振分束器16的出射光分别从端口36、37入射到第一平衡探测器17、第二平衡探测器18，第一平衡探测器17、第二平衡探测器18的电信号被采集卡19接收，传输到计算机20中。
光源采用快速扫描光源，系统中采用保偏光纤产生正交偏振态的延迟，通过偏振分束器进行偏振分集采集，保偏光纤长度取决于其双折射产生相位延迟等于普通OCT成像深度的一半。这种方法保证了系统可以在一幅图像中同时呈现正交两种输入偏振态的偏振分集成像，为后续消除导管旋转引入的系统双折射变化提供可能。
如图2所示，本发明的一种对血管内导管偏振敏感相干层析成像优化去消偏方法，包括如下步骤：
1)设定导管偏振敏感光学相干层析成像(PS-OCT)系统的输入光的偏振态为Ein，参考光表示为Eref；将系统中的输入光和参考光在H和V通道上的参考光设定为等光强。对在偏振分集处测量到的电信号以琼斯矩阵形式进行采集，并进行色散补偿、插值傅里叶变换生成空域图像[1]，再进行图像分割；以图像中样品深度位置z处,横向距离x处为中心，构建长宽像素分别为2p和2q的平均窗，将窗内各点的琼斯矩阵和选定的参考面位置处的琼斯矩阵分别通过矩阵变换和矩阵平均算法转换为平均穆勒矩阵，得到平均测量穆勒矩阵
(1)所述的平均测量穆勒矩阵
3)在平均窗内选取中心点的测量穆勒矩阵MS.T(x,z)，并通过矩阵分解法获取该点的双衰减矩阵作为该平均窗的平均双衰减矩阵
所述矩阵分解法步骤为：
(1)提取平均测量穆勒矩阵
右下角含有九个元素的分块矩阵
(2)提取中心点的测量穆勒矩阵MS.T(x,z)分块矢量P(x,z)，D(x,z)，并计算D(x,z)的单位向量DU(x,z)
(3)计算平均双衰减分块矩阵
其中Ei为包含i×i个元素的单位矩阵。
(4)构建平均双衰减矩阵
4)运用矩阵逆运算将平均双折射相位延迟矩阵从平均测量穆勒矩阵中去除，得到伪平均双折射相位延迟矩阵
该矩阵所提取的相位延迟信息仍包含消偏噪声。
(1)所述运用逆矩阵运算获取的伪平均双折射相位延迟矩阵
为：
(2)将伪平均双折射相位延迟矩阵
分块化表示，并提取各个分块矩阵及向量：
5)应用矩阵分解法则将伪平均双折射相位延迟矩阵
再分解为平均消偏矩阵
和平均双折射相位延迟矩阵
将两种偏振信息分别提取。
(1)所述对伪平均双折射相位延迟矩阵
的再分解步骤为：
其中λ1，λ2，λ3为m'(m')T的三个特征根
(2)计算得平均消偏矩阵
为：
(3)平均双折射相位延迟矩阵
可由逆矩阵运算计算得，步骤为：
即：
6)提取平均双折射相位延迟矩阵
根据相似矩阵原理，可通过相位计算公式得到平均窗在极坐标下的相位延迟量R(x,z)：
7)对极坐标下的各个位置的相位延迟量应用1)至6)所示的方法进行遍历计算，得到相位延迟量二维极坐标分布图。
8)对7)所示相位延迟量计算结果进行坐标插值变换由极坐标转换成笛卡尔坐标，最终得出导管偏振敏感光学相干层析成像系统样品的双折射图像。
所述的坐标插值变换是由于在PS-OCT系统的数据采集过程中，是对深度信息A-Scan和横向信息B-Scan进行成像，最终成像结果输出的是极坐标图像，但实际需求是管腔内的图像，所以需要把处理后的极坐标图像处理成为笛卡尔坐标下的PS-OCT图像。
如图3所示，为本发明所用的对血管内导管偏振敏感相干层析成像优化去消偏方法效果图，左图为强度图像，左中图为未采用矩阵分解去消偏方法处理的双折射相位延迟，右中图为采用矩阵分解去消偏方法处理的双折射相位延迟，右图为由算法提取的组织消偏分布图。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。
参考文献
[1]Z.Ding,C.-P.Liang,and Y.Chen,“Technology developments andbiomedical applications of polarization-sensitive optical coherencetomography,”Front.Optoelectron.8(2),128-140(2015)。
Claims (1)
1.一种对血管内导管偏振敏感相干层析成像优化去消偏方法，用于导管偏振敏感光学相干层析成像PS-OCT系统，包括如下步骤：
1)设定导管偏振敏感光学相干层析成像PS-OCT系统的输入光的偏振态为Ein，参考光表示为Eref；将系统中的输入光和参考光在H和V通道上的参考光设定为等光强；
2)对在偏振分集处测量到的电信号以琼斯矩阵形式进行采集，并进行色散补偿、插值傅里叶变换生成空域图像，再进行图像分割；以图像中样品深度位置z处,横向距离x处为中心，构建长宽像素分别为2p和2q的平均窗，将窗内各点的琼斯矩阵和选定的参考面位置处的琼斯矩阵分别通过矩阵变换和矩阵平均算法转换为平均穆勒矩阵，得到平均测量穆勒矩阵
其中
为平均测量穆勒矩阵
的元素，由窗内测量穆勒矩阵相应位置的元素经平均运算得出：
3)在平均窗内选取中心点的测量穆勒矩阵MS.T(x,z)，并通过矩阵分解法获取该点的双衰减矩阵作为该平均窗内的平均双衰减矩阵
方法如下：
(1)提取平均测量穆勒矩阵
右下角含有九个元素的分块矩阵
(2)计算中心点的测量穆勒矩阵MS.T(x,z)的分块矢量P(x,z)，D(x,z)，并取D(x,z)的单位向量DU(x,z)：
(3)计算平均双衰减分块矩阵
其中Ei为包含i×i个元素的单位矩阵；
(4)构建平均双衰减矩阵
4)运用矩阵逆运算将平均双折射相位延迟矩阵
从平均测量穆勒矩阵
中去除，得到伪平均双折射相位延迟矩阵
方法如下：
(1)运用逆矩阵运算获取伪平均双折射相位延迟矩阵
(2)将伪平均双折射相位延迟矩阵
分块化表示，并提取各个分块矩阵及向量：
5)应用矩阵分解法则将伪平均双折射相位延迟矩阵
再分解为平均消偏矩阵
和平均双折射相位延迟矩阵
将两种偏振信息分别提取：
(1)设λ1，λ2，λ3为m'(m')T的三个特征根，则消偏分块矩阵可表示为：
(2)构建平均消偏矩阵
(3)通过逆矩阵运算获取平均双折射相位延迟矩阵
以上过程表示为矩阵分解形式：
6)提取平均双折射相位延迟矩阵
根据相似矩阵原理，通过相位计算得到平均窗在极坐标下的相位延迟量R(x,z)：
7)对极坐标下的各个位置的相位延迟量应用1)至6)所示的方法进行遍历计算，得到相位延迟量二维极坐标分布图；
8)对7)所得到的相位延迟量计算结果进行坐标插值变换由极坐标转换成笛卡尔坐标，最终得出导管偏振敏感光学相干层析成像系统样品的双折射图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111079438.XA CN113888478B (zh) | 2021-09-15 | 2021-09-15 | 一种对血管内导管偏振敏感相干层析成像优化去消偏方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111079438.XA CN113888478B (zh) | 2021-09-15 | 2021-09-15 | 一种对血管内导管偏振敏感相干层析成像优化去消偏方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113888478A CN113888478A (zh) | 2022-01-04 |
| CN113888478B true CN113888478B (zh) | 2022-11-11 |
Family
ID=79009147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111079438.XA Active CN113888478B (zh) | 2021-09-15 | 2021-09-15 | 一种对血管内导管偏振敏感相干层析成像优化去消偏方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113888478B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115035210B (zh) * | 2022-08-10 | 2022-11-11 | 天津恒宇医疗科技有限公司 | 基于偏振多参量融合的ps-oct可视度提升方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102322880A (zh) * | 2011-08-18 | 2012-01-18 | 天津大学 | 偏振敏感的分布式光频域反射扰动传感装置和解调方法 |
| CN103344569A (zh) * | 2013-06-21 | 2013-10-09 | 中国科学院上海光学精密机械研究所 | 偏振复频域光学相干层析成像方法和系统 |
| CN109164048A (zh) * | 2018-09-18 | 2019-01-08 | 天津大学 | 一种对导管偏振敏感光学相干层析成像偏振解调方法 |
| CN110584613A (zh) * | 2019-10-09 | 2019-12-20 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像系统及解调方法 |
| CN110742584A (zh) * | 2019-10-09 | 2020-02-04 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像解调方法用偏振解算方法 |
| CN111965114A (zh) * | 2020-08-15 | 2020-11-20 | 天津大学 | 一种导管偏振敏感光学相干层析成像本地双折射解调方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7016048B2 (en) * | 2002-04-09 | 2006-03-21 | The Regents Of The University Of California | Phase-resolved functional optical coherence tomography: simultaneous imaging of the stokes vectors, structure, blood flow velocity, standard deviation and birefringence in biological samples |
| WO2007019574A2 (en) * | 2005-08-09 | 2007-02-15 | The General Hospital Corporation | Apparatus, methods and storage medium for performing polarization-based quadrature demodulation in optical coherence tomography |
| CN110742583A (zh) * | 2019-10-09 | 2020-02-04 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像解调用光谱整形方法 |
| CN110623644A (zh) * | 2019-10-09 | 2019-12-31 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像解调方法用色散补偿方法 |
-
2021
- 2021-09-15 CN CN202111079438.XA patent/CN113888478B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102322880A (zh) * | 2011-08-18 | 2012-01-18 | 天津大学 | 偏振敏感的分布式光频域反射扰动传感装置和解调方法 |
| CN103344569A (zh) * | 2013-06-21 | 2013-10-09 | 中国科学院上海光学精密机械研究所 | 偏振复频域光学相干层析成像方法和系统 |
| CN109164048A (zh) * | 2018-09-18 | 2019-01-08 | 天津大学 | 一种对导管偏振敏感光学相干层析成像偏振解调方法 |
| CN110584613A (zh) * | 2019-10-09 | 2019-12-20 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像系统及解调方法 |
| CN110742584A (zh) * | 2019-10-09 | 2020-02-04 | 南京沃福曼医疗科技有限公司 | 一种导管偏振敏感光学相干层析成像解调方法用偏振解算方法 |
| CN111965114A (zh) * | 2020-08-15 | 2020-11-20 | 天津大学 | 一种导管偏振敏感光学相干层析成像本地双折射解调方法 |
Non-Patent Citations (3)
| Title |
|---|
| Automatic Lumen Segmentation in Intravascular;HUISHUO ZHAO;《IEEE》;20190701;全文 * |
| Catheter-Based Polarization Sensitive Optical;Kuiyuan Tao;《IEEE》;20200131;全文 * |
| Imaging Spinal Structures With;Zhenyang Ding;《IEEE》;20161031;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113888478A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109164048B (zh) | 一种对导管偏振敏感光学相干层析成像偏振解调方法 | |
| Wang et al. | Reconstructing micrometer-scale fiber pathways in the brain: multi-contrast optical coherence tomography based tractography | |
| CN110584613A (zh) | 一种导管偏振敏感光学相干层析成像系统及解调方法 | |
| CN107595250B (zh) | 基于运动与图形混合对比度的血流成像方法与系统 | |
| 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 | |
| CN107862724B (zh) | 一种改进的微血管血流成像方法 | |
| CA2473587A1 (en) | Method and apparatus for determination of atherosclerotic plaque type by measurement of tissue optical properties | |
| CN110742584A (zh) | 一种导管偏振敏感光学相干层析成像解调方法用偏振解算方法 | |
| CN113888478B (zh) | 一种对血管内导管偏振敏感相干层析成像优化去消偏方法 | |
| CN110954481B (zh) | 导管偏振敏感光学相干层析成像优化平均偏振解调方法 | |
| CN105342568A (zh) | 联合相位和幅值的光学相干造影方法及系统 | |
| CN114209278B (zh) | 一种基于光学相干层析成像的深度学习皮肤病诊断系统 | |
| WO2011111969A2 (ko) | 과수질병의 비침습적 조기 진단 방법 및 장치 | |
| Schuler et al. | Reducing line-of-block artifacts in cardiac activation maps estimated using ECG imaging: A comparison of source models and estimation methods | |
| CN111965114B (zh) | 一种导管偏振敏感光学相干层析成像本地双折射解调方法 | |
| Fan et al. | Optimized optical coherence tomography imaging with Hough transform-based fixed-pattern noise reduction | |
| CN113017593A (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 | |
| CN110731755A (zh) | 一种导管偏振敏感光学相干层析成像系统的偏振调平方法 | |
| CN112869768A (zh) | 基于多模态成像的身体机能多参数量化方法和装置 | |
| CN211934010U (zh) | 一种导管偏振敏感光学相干层析成像系统 | |
| CN110742582A (zh) | 一种导管偏振敏感光学相干层析成像解调用双态图像分割方法 | |
| CN117197125A (zh) | 一种血管内偏振敏感光学相干层析成像介质消偏测量方法 | |
| 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 | |
| Chen et al. | Comparative study of OCTA algorithms with a high-sensitivity multi-contrast Jones matrix OCT system for human skin imaging | |
| CN115644811A (zh) | 一种基于光学相干断层成像系统的快速的投影图像重建方法 |
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 |