CN116051423A - 基于空间频域滤波的激光散斑衬比血流成像方法及系统 - Google Patents

基于空间频域滤波的激光散斑衬比血流成像方法及系统 Download PDF

Info

Publication number
CN116051423A
CN116051423A CN202310206847.4A CN202310206847A CN116051423A CN 116051423 A CN116051423 A CN 116051423A CN 202310206847 A CN202310206847 A CN 202310206847A CN 116051423 A CN116051423 A CN 116051423A
Authority
CN
China
Prior art keywords
speckle
frequency domain
signal
fourier transform
fast fourier
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
Application number
CN202310206847.4A
Other languages
English (en)
Other versions
CN116051423B (zh
Inventor
翟林君
杜永兆
王寒
傅玉青
温廷羲
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.)
Huaqiao University
Original Assignee
Huaqiao 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 Huaqiao University filed Critical Huaqiao University
Priority to CN202310206847.4A priority Critical patent/CN116051423B/zh
Publication of CN116051423A publication Critical patent/CN116051423A/zh
Application granted granted Critical
Publication of CN116051423B publication Critical patent/CN116051423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • 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
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Cardiology (AREA)
  • Hematology (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于空间频域滤波的激光散斑衬比血流成像方法及系统，涉及生物组织医学成像领域。该方法包括：S1，图像采集步骤；S2，二维快速傅里叶变换步骤；S3，空间频域滤波步骤；S4，二维快速傅里叶逆变换步骤；S5，时域处理步骤；S6，调制步骤。本发明通过空间频域滤波提取散斑图像中的背景信号，抑制光照背景的不均匀性；相比于一维快速傅里叶变换，利用二维快速傅里叶变换分析法来分离散斑信号和背景信号，有效降低计算复杂度的同时提高计算速度；利用空间频域滤波和时域叠加平均散斑信号计算深度调制衬比值，有效提高LSCI成像的衬比度和信噪比，也因此进一步提升了成像的动态范围。

Description

基于空间频域滤波的激光散斑衬比血流成像方法及系统
技术领域
本发明涉及生物组织医学成像领域，具体涉及空间频域滤波的激光散斑衬比血流成像方法及系统。
背景技术
激光散斑起源于相干激光被散射后的随机相干叠加过程。相干光的随机干涉形成了明暗变化的散斑图案，散斑图样随时间或者空间变化的统计特性包含了散射颗粒运动的相关信息，因此，通过分析散斑光强的时间和空间的统计特性，可以对散斑颗粒（比如血红细胞）的运动速度进行评估。LSCI（laser speckle contrast imaging，激光散斑衬比成像）利用散斑的光强统计量来提取二维血流速度分布图。散斑强度的统计特性分析包括一阶统计和二阶统计，其中一阶统计主要描述了单个像素点所对应的散斑强度的涨落，包括散斑强度的标准偏差和平均值，以及标准偏差和均值的比值，即使用“衬比值”来描述由强度变化所引起的散斑模糊程度，并根据散斑模糊程度推导散射粒子的运动速度。表示如下：
Figure SMS_1
其中，
Figure SMS_2
表示整张散斑图像所有像素点光强的标准差，
Figure SMS_3
表示整张散斑图像所有像素点光强的均值，定义如下：
Figure SMS_4
.
根据LSCI的基本原理，要实现高质量LSCI成像的关键步骤是如何利用激光散斑图像的空间和统计特性来提取血管中散射粒子（比如血红细胞）的运动信息，从而实现血流衬比成像。传统的LSCI算法以衬比值来估计血流的相对速度，只能做到相对测量；基于强度涨落调制效应，文献(M. Y. Wang, W. J. Mao, C. Z. Guan, G. P. Feng, H. S. Tan, D.G. Han, and Y. G. Zeng, "Full-field functional optical angiography," OpticsLetters 42(3), 635-638 (2017).)，文献(Z. Yaguang, W. Mingyi, F. Guangping, L.Xianjun, and Y. Guojian, "Laser speckle imaging based on intensityfluctuation modulation," Optics letters ,38(8), 1313-1315 (2013).)，文献(W.Mingyi, Z. Yaguang, L. Xianjun, L. Xuanlong, F. Guanping, H. Dingan, and Y.Guojian, "Full-field optical micro-angiography," Applied Physics Letters 104(5), 053704 (2014).)和文献(F. L. Zhang, M. Y. Wang, D. A. Han, H. S. Tan, G.J. Yang, and Y. G. Zeng, "In vivo full-field functional opticalhemocytometer," J. Biophotonics 11(2), e201700039 (2018).) 提出了基于强度涨落调制(LSCI-IFM)和调制深度(LSCI-MD)的全场光学血流成像技术，将静态散斑信号看作直流信号，将动态散斑信号看作交流信号，根据动态散射信号和静态散射信号在频谱分布的差异，在时间域上分离高频红细胞信号和低频背景组织信号，然后用红细胞信号和背景信号的强度之比(调制深度MD)作为成像参数重构血流图像，能够有效地实现微血管造影成像。但是，还是只能做到相对测量。此外，LSCI-IFM、LSCI-MD是以单点扫描遍历的方式获取二维散斑图像信号，整体计算效率较慢。随机的噪声没有经过空间域和时间域的平均处理，在成像动态范围上无法实现本质上提升，存在对比度低，噪声严重的问题。
发明申请《一种基于能量调制的激光散斑血流成像方法及装置》（202211105024.4）公开了一种方法，依据血红细胞和组织的光学散射特性差异，即不同结构、形态、化学构成的细胞对光子的吸收系数、散射系数存在差异性，从而对光子能量的吸收、损耗、转移有所差异，其成像单元在时域，处理装置是频谱能量计算单元；其理论基础是血流区域和组织区域在能量分布上的差异来区分血流信号和背景组织信号；该方法侧重于量化血流的生化信息，帮助医生或生命科学研究人员对生化指标进行评判；然而，和LSCI-IFM、LSCI-MD类似，这种方法在成像效果上依然存在一定的缺陷。由于生物组织结构与临床应用环境的复杂性，LSCI成像会受到各种不利因素的影响，比如偏移噪声和随机噪声会降低LSCI成像信噪比；照射激光束光强非均匀分布或者被测物体表面的反射往往会使血流成像背景出现不均匀现象；静态散斑的存在不仅会降低LSCI成像信噪比和对比度，还会对血流信息的提取产生干扰，降低衬比度K值的精度，增加血流估计误差，导致成像的动态范围不足。
发明内容
本发明的目的在于解决现有技术中，计算效率较慢、动态范围上无法实现本质提升、对比度低和噪声严重的问题。
本发明解决其技术问题所采用的技术方案是：基于空间频域滤波的激光散斑衬比血流成像方法，包括：
S1，图像采集步骤，使用激光散斑血流成像系统采集多帧连续时间序列的散斑图像
Figure SMS_5
，(x,y)表示散斑图像的像素点位置坐标；
S2，二维快速傅里叶变换步骤，对
Figure SMS_6
的单帧散斑图像
Figure SMS_7
做二维快速傅里叶变换，获得散斑图像空域变换后的频域信号
Figure SMS_8
，n表示时间序列图像的帧次序；(μ,v)表示散斑图像的像素点所对应的频域位置坐标；
S3，空间频域滤波步骤，对频域信号
Figure SMS_9
采用低通频域滤波器和高通滤波器分别进行低通滤波和高通滤波，以分离出频域静态背景散斑信号
Figure SMS_10
和频域动态散斑信号
Figure SMS_11
S4，二维快速傅里叶逆变换步骤，对频域静态背景散斑信号
Figure SMS_12
和频域动态散斑信号
Figure SMS_13
分别作二维快速傅里叶逆变换回到图像空域，获得空间静态背景散斑信号
Figure SMS_14
和空间动态散斑信号
Figure SMS_15
；
S5，时域处理步骤，重复S2至S4步骤直至处理完每一帧散斑图像，对空间动态散斑信号
Figure SMS_16
和空间静态背景散斑信号
Figure SMS_17
进行时域处理，获得时间平均后的空间动态散斑信号
Figure SMS_18
和时间平均后的空间静态背景散斑信号
Figure SMS_19
；
S6，调制步骤，计算全空间域上的时间平均调制深度
Figure SMS_20
，实现二维血流成像功能。
优选的，单帧散斑图像
Figure SMS_21
是生物组织体受到相干光的照射后产生随机干涉效应，形成的激光散斑图；相干光在生物组织体中传播后，在任意一时刻，生物组织体表面形成的激光散斑图像光强分布为：
Figure SMS_22
其中，
Figure SMS_24
是第n帧激光散斑图像光强分布，
Figure SMS_27
是第n帧散斑图像的背景信号，
Figure SMS_28
是第n帧散斑图像的动态散斑信号，
Figure SMS_23
是散射干涉强度分布的调制函数，
Figure SMS_26
表示任意空间分布
Figure SMS_29
的散射粒子由于运动引入的频移分量，
Figure SMS_30
表示随着空间
Figure SMS_25
和时间t随机变化的干涉散射光之间的相位差。
优选的，步骤S2中获得散斑图像空域变换后的频域信号
Figure SMS_31
，表示如下：
Figure SMS_32
其中，FFT表示二维快速傅里叶变换。
优选的，步骤S3中对频域信号
Figure SMS_33
进行频域滤波，滤波得到的频域静态背景散斑信号
Figure SMS_34
和频域动态散斑信号
Figure SMS_35
如下所示：
Figure SMS_36
其中，
Figure SMS_37
是高斯高通滤波器，
Figure SMS_38
是高斯低通滤波器。
优选的，步骤S4中分别对频域静态背景散斑信号
Figure SMS_39
和频域动态散斑信号
Figure SMS_40
做二维快速傅里叶逆变换，以获得空间静态背景散斑信号
Figure SMS_41
和空间动态散斑信号
Figure SMS_42
，表示如下：
Figure SMS_43
其中，
Figure SMS_44
表示二维快速傅里叶逆变换。
优选的，步骤S5中，在时间上对空间散斑背景散斑信号和动态散斑信号进行叠加平均，获得时间平均后的空间静态背景散斑信号
Figure SMS_45
和时间平均后的空间动态散斑信号
Figure SMS_46
，表示如下：
Figure SMS_47
其中，
Figure SMS_48
表示时间平均后的空间动态散斑信号，
Figure SMS_49
表示时间平均后的空间静态背景散斑信号。
优选的，步骤S6中，通过
Figure SMS_50
来量化强度的相对涨落，实现二维血流成像功能；其中，时间平均深度调制
Figure SMS_51
表示如下：
Figure SMS_52
。
本发明还提供了基于空间频域滤波的激光散斑衬比血流成像系统，包括：
图像采集模块，使用激光散斑血流成像系统采集多帧连续时间序列的散斑图像
Figure SMS_53
；
二维快速傅里叶变换模块，对
Figure SMS_54
的单帧散斑图像
Figure SMS_55
做二维快速傅里叶变换，得到散斑图像空域变换后的频域信号
Figure SMS_56
；
空间频域滤波模块，对频域信号
Figure SMS_57
采用合适的窄带低通频域滤波器和高通滤波器分别进行低通滤波和高通滤波，以分离出频域静态背景散斑信号
Figure SMS_58
和频域动态散斑信号
Figure SMS_59
；
二维快速傅里叶逆变换模块，对频域静态背景散斑信号
Figure SMS_60
和频域动态散斑信号
Figure SMS_61
分别作二维快速傅里叶逆变换回到图像空域，获得空间静态背景散斑信号
Figure SMS_62
和空间动态散斑信号
Figure SMS_63
；
时域模块，对每一帧散斑图像的空间动态散斑信号
Figure SMS_64
和空间静态背景散斑信号
Figure SMS_65
进行时域处理，获得时间平均后的空间动态散斑信号
Figure SMS_66
和时间平均后的空间静态背景散斑信号
Figure SMS_67
调制模块，计算全空间域上的时间平均调制深度
Figure SMS_68
，实现二维血流成像功能。
与现有技术相比，本发明具有如下优点：
（1）通过空间频域滤波提取散斑图像中的背景信号，以抑制光照背景的不均匀性；
（2）相比于一维快速傅里叶变换，利用二维快速傅里叶变换分析法来分离散斑信号和背景信号，可以有效降低计算复杂度的同时提高计算速度；
（3）利用空间频域滤波和时域叠加平均散斑信号计算深度调制衬比值，可以有效提高LSCI成像的衬比度和信噪比，也因此进一步提升了成像的动态范围。
以下结合附图及实施例对本发明作进一步详细说明，但本发明不局限于实施例。
附图说明
图1为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像方法的流程图；
图2为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像方法的详细流程图；
图3为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像系统的结构框图。
具体实施方式
参见图1所示，为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像方法的流程图，一种基于空间频域滤波的激光散斑衬比血流成像方法，包括：S1图像采集步骤；S2二维快速傅里叶变换步骤；S3空间频域滤波步骤；S4二维快速傅里叶逆变换步骤；S5时域处理步骤；S6调制步骤。
参见图2所示，为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像方法的详细流程图。
具体的，单帧散斑图像
Figure SMS_69
是生物组织体受到相干光的照射后产生随机干涉效应，形成的激光散斑图；相干光在生物组织体中传播后，在任意一时刻，生物组织体表面形成的激光散斑图像光强分布为：
Figure SMS_70
其中，
Figure SMS_72
是第n帧激光散斑图像光强分布，
Figure SMS_75
是第n帧散斑图像的背景信号，
Figure SMS_77
是第n帧散斑图像的动态散斑信号，
Figure SMS_71
是散射干涉强度分布的调制函数，
Figure SMS_74
表示任意空间分布
Figure SMS_76
的散射粒子由于运动引入的频移分量，
Figure SMS_78
表示随着空间
Figure SMS_73
和时间t随机变化的干涉散射光之间的相位差。
具体的，步骤S2中获得散斑图像空域变换后的频域信号
Figure SMS_79
，表示如下：
Figure SMS_80
其中，FFT表示二维快速傅里叶变换。
具体的，步骤S3中对频域信号
Figure SMS_81
进行频域滤波，滤波得到的频域静态背景散斑信号
Figure SMS_82
和频域动态散斑信号
Figure SMS_83
如下所示：
Figure SMS_84
其中，
Figure SMS_85
是高斯高通滤波器，
Figure SMS_86
是高斯低通滤波器。
具体的，步骤S4中分别对频域静态背景散斑信号
Figure SMS_87
和频域动态散斑信号
Figure SMS_88
做二维快速傅里叶逆变换，以获得空间静态背景散斑信号
Figure SMS_89
和空间动态散斑信号
Figure SMS_90
，表示如下：
Figure SMS_91
其中，
Figure SMS_92
示二维快速傅里叶逆变换。
具体的，步骤S5中，在时间上对空间散斑背景散斑信号和动态散斑信号进行叠加平均，获得时间平均后的空间静态背景散斑信号
Figure SMS_93
和时间平均后的空间动态散斑信号
Figure SMS_94
，表示如下：
Figure SMS_95
其中，
Figure SMS_96
表示时间平均后的空间动态散斑信号，
Figure SMS_97
表示时间平均后的空间静态背景散斑信号。
优选的，步骤S6中，通过
Figure SMS_98
来量化强度的相对涨落，实现二维血流成像功能；其中，时间平均深度调制
Figure SMS_99
表示如下：
Figure SMS_100
。
参见图3所示，为本发明实施例的基于空间频域滤波的激光散斑衬比血流成像系统的结构框图，包括：
图像采集模块301，使用激光散斑血流成像系统采集多帧连续时间序列的散斑图像
Figure SMS_101
；
二维快速傅里叶变换模块302，对
Figure SMS_102
的单帧散斑图像
Figure SMS_103
做二维快速傅里叶变换，得到散斑图像空域变换后的频域信号
Figure SMS_104
；
空间频域滤波模块303，对频域信号
Figure SMS_105
采用合适的窄带低通频域滤波器和高通滤波器分别进行低通滤波和高通滤波，以分离出频域静态背景散斑信号
Figure SMS_106
和频域动态散斑信号
Figure SMS_107
；
二维快速傅里叶逆变换模块304，对频域静态背景散斑信号
Figure SMS_108
和频域动态散斑信号
Figure SMS_109
分别作二维快速傅里叶逆变换回到图像空域，得到空间静态背景散斑信号
Figure SMS_110
和空间动态散斑信号
Figure SMS_111
；
时域模块305，对每一帧散斑图像的空间动态散斑信号
Figure SMS_112
和空间静态背景散斑信号
Figure SMS_113
进行时域处理，得到时间平均后的空间动态散斑信号
Figure SMS_114
和时间平均后的空间静态背景散斑信号
Figure SMS_115
；
调制模块306，计算全空间域上的时间平均调制深度
Figure SMS_116
，实现二维血流成像功能。
上述系统可用于执行上述实施例提供的方法，具备相应的功能和有益效果。
可见，本发明提出的基于空间频域滤波的激光散斑衬比血流成像方法及系统，通过空间频域滤波提取散斑图像中的背景信号，抑制光照背景的不均匀性；利用二维快速傅里叶变换分析法来分离散斑信号和背景信号，有效降低计算复杂度的同时提高计算速度；利用空间频域滤波和时域叠加平均散斑信号计算深度调制衬比值，有效提高LSCI成像的衬比度和信噪比，也因此进一步提升了成像的动态范围。
以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，包括：
S1，图像采集步骤，使用激光散斑血流成像系统采集多帧连续时间序列的散斑图像
Figure QLYQS_1
，(x,y)表示散斑图像的像素点位置坐标；
S2，二维快速傅里叶变换步骤，对
Figure QLYQS_2
的单帧散斑图像
Figure QLYQS_3
做二维快速傅里叶变换，获得散斑图像空域变换后的频域信号
Figure QLYQS_4
，n表示时间序列图像的帧次序；(μ,v)表示散斑图像的像素点所对应的频域位置坐标；
S3，空间频域滤波步骤，对频域信号
Figure QLYQS_5
采用低通频域滤波器和高通滤波器分别进行低通滤波和高通滤波，以分离出频域静态背景散斑信号
Figure QLYQS_6
和频域动态散斑信号
Figure QLYQS_7
；
S4，二维快速傅里叶逆变换步骤，对频域静态背景散斑信号
Figure QLYQS_8
和频域动态散斑信号
Figure QLYQS_9
分别作二维快速傅里叶逆变换回到图像空域，获得空间静态背景散斑信号
Figure QLYQS_10
和空间动态散斑信号
Figure QLYQS_11
；
S5，时域处理步骤，重复S2至S4步骤直至处理完每一帧散斑图像，对空间动态散斑信号
Figure QLYQS_12
和空间静态背景散斑信号
Figure QLYQS_13
进行时域处理，获得时间平均后的空间动态散斑信号
Figure QLYQS_14
和时间平均后的空间静态背景散斑信号
Figure QLYQS_15
；
S6，调制步骤，计算全空间域上的时间平均调制深度
Figure QLYQS_16
，实现二维血流成像功能。
2.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，单帧散斑图像
Figure QLYQS_17
是生物组织体受到相干光的照射后产生随机干涉效应，形成的激光散斑图；相干光在生物组织体中传播后，在任意一时刻，生物组织体表面形成的激光散斑图像光强分布为：
Figure QLYQS_18
；
其中，
Figure QLYQS_21
是第n帧激光散斑图像光强分布，
Figure QLYQS_22
是第n帧散斑图像的背景信号，
Figure QLYQS_24
是第n帧散斑图像的动态散斑信号，
Figure QLYQS_20
是散射干涉强度分布的调制函数，
Figure QLYQS_23
表示任意空间分布
Figure QLYQS_25
的散射粒子由于运动引入的频移分量，
Figure QLYQS_26
表示随着空间
Figure QLYQS_19
和时间t随机变化的干涉散射光之间的相位差。
3.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，步骤S2中获得散斑图像空域变换后的频域信号
Figure QLYQS_27
，表示如下：
Figure QLYQS_28
；
其中，FFT表示二维快速傅里叶变换。
4.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，步骤S3中对频域信号
Figure QLYQS_29
进行频域滤波，滤波得到的频域静态背景散斑信号
Figure QLYQS_30
和频域动态散斑信号
Figure QLYQS_31
如下所示：
Figure QLYQS_32
；
Figure QLYQS_33
；
其中，
Figure QLYQS_34
是高斯高通滤波器，
Figure QLYQS_35
是高斯低通滤波器。
5.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，步骤S4中分别对频域静态背景散斑信号
Figure QLYQS_36
和频域动态散斑信号
Figure QLYQS_37
做二维快速傅里叶逆变换，以获得空间静态背景散斑信号
Figure QLYQS_38
和空间动态散斑信号
Figure QLYQS_39
，表示如下：
Figure QLYQS_40
；
Figure QLYQS_41
；
其中，
Figure QLYQS_42
表示二维快速傅里叶逆变换，
Figure QLYQS_43
是高斯高通滤波器，
Figure QLYQS_44
是高斯低通滤波器。
6.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，步骤S5中，在时间上对空间散斑背景散斑信号和动态散斑信号进行叠加平均，获得时间平均后的空间静态背景散斑信号
Figure QLYQS_45
和时间平均后的空间动态散斑信号
Figure QLYQS_46
，表示如下：
Figure QLYQS_47
；
其中，
Figure QLYQS_48
表示时间平均后的空间动态散斑信号，
Figure QLYQS_49
表示时间平均后的空间静态背景散斑信号，T代表时间序列散斑图像的总帧数。
7.根据权利要求1所述的基于空间频域滤波的激光散斑衬比血流成像方法，其特征在于，步骤S6中，通过
Figure QLYQS_50
来量化强度的相对涨落，实现二维血流成像功能；其中，时间平均深度调制
Figure QLYQS_51
表示如下：
Figure QLYQS_52
。
8.一种基于空间频域滤波的激光散斑衬比血流成像系统，其特征在于，包括：
图像采集模块，使用激光散斑血流成像系统采集多帧连续时间序列的散斑图像
Figure QLYQS_53
；
二维快速傅里叶变换模块，对
Figure QLYQS_54
的单帧散斑图像
Figure QLYQS_55
做二维快速傅里叶变换，得到散斑图像空域变换后的频域信号
Figure QLYQS_56
；
空间频域滤波模块，对频域信号
Figure QLYQS_57
采用合适的窄带低通频域滤波器和高通滤波器分别进行低通滤波和高通滤波，以分离出频域静态背景散斑信号
Figure QLYQS_58
和频域动态散斑信号
Figure QLYQS_59
；
二维快速傅里叶逆变换模块，对频域静态背景散斑信号
Figure QLYQS_60
和频域动态散斑信号
Figure QLYQS_61
分别作二维快速傅里叶逆变换回到图像空域，获得空间静态背景散斑信号
Figure QLYQS_62
和空间动态散斑信号
Figure QLYQS_63
；
时域模块，对每一帧散斑图像的空间动态散斑信号
Figure QLYQS_64
和空间静态背景散斑信号
Figure QLYQS_65
进行时域处理，获得时间平均后的空间动态散斑信号
Figure QLYQS_66
和时间平均后的空间静态背景散斑信号
Figure QLYQS_67
；
调制模块，计算全空间域上的时间平均调制深度
Figure QLYQS_68
，实现二维血流成像功能。
CN202310206847.4A 2023-03-07 2023-03-07 基于空间频域滤波的激光散斑衬比血流成像方法及系统 Active CN116051423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310206847.4A CN116051423B (zh) 2023-03-07 2023-03-07 基于空间频域滤波的激光散斑衬比血流成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310206847.4A CN116051423B (zh) 2023-03-07 2023-03-07 基于空间频域滤波的激光散斑衬比血流成像方法及系统

Publications (2)

Publication Number Publication Date
CN116051423A true CN116051423A (zh) 2023-05-02
CN116051423B CN116051423B (zh) 2023-06-20

Family

ID=86133295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310206847.4A Active CN116051423B (zh) 2023-03-07 2023-03-07 基于空间频域滤波的激光散斑衬比血流成像方法及系统

Country Status (1)

Country Link
CN (1) CN116051423B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309195A (zh) * 2023-05-26 2023-06-23 华侨大学 基于三维傅里叶变换的全场激光散斑血流成像方法及系统
CN116385447A (zh) * 2023-06-07 2023-07-04 佛山科学技术学院 一种甲襞白细胞的监测方法、装置、设备及介质
CN116784817A (zh) * 2023-08-18 2023-09-22 华侨大学 基于散射偏差因子的激光散斑衬比血流成像方法及系统
CN118230082A (zh) * 2024-05-23 2024-06-21 华侨大学 基于二维主成分分析的激光散斑衬比血流成像方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104173038A (zh) * 2014-08-29 2014-12-03 上海交通大学 基于频域激光散斑成像的血流速度测量方法
CN109124615A (zh) * 2018-09-06 2019-01-04 佛山科学技术学院 一种可选区高动态激光散斑血流成像装置及方法
CN112617789A (zh) * 2020-07-28 2021-04-09 上海大学 激光散斑血流成像方法及系统
US20210177283A1 (en) * 2019-12-16 2021-06-17 Covidien Lp Determining blood flow using laser speckle imaging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104173038A (zh) * 2014-08-29 2014-12-03 上海交通大学 基于频域激光散斑成像的血流速度测量方法
CN109124615A (zh) * 2018-09-06 2019-01-04 佛山科学技术学院 一种可选区高动态激光散斑血流成像装置及方法
US20210177283A1 (en) * 2019-12-16 2021-06-17 Covidien Lp Determining blood flow using laser speckle imaging
CN112617789A (zh) * 2020-07-28 2021-04-09 上海大学 激光散斑血流成像方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309195A (zh) * 2023-05-26 2023-06-23 华侨大学 基于三维傅里叶变换的全场激光散斑血流成像方法及系统
CN116309195B (zh) * 2023-05-26 2023-08-29 华侨大学 基于三维傅里叶变换的全场激光散斑血流成像方法及系统
CN116385447A (zh) * 2023-06-07 2023-07-04 佛山科学技术学院 一种甲襞白细胞的监测方法、装置、设备及介质
CN116385447B (zh) * 2023-06-07 2023-11-24 佛山科学技术学院 一种甲襞白细胞的监测方法、装置、设备及介质
CN116784817A (zh) * 2023-08-18 2023-09-22 华侨大学 基于散射偏差因子的激光散斑衬比血流成像方法及系统
CN116784817B (zh) * 2023-08-18 2023-11-21 华侨大学 基于散射偏差因子的激光散斑衬比血流成像方法及系统
CN118230082A (zh) * 2024-05-23 2024-06-21 华侨大学 基于二维主成分分析的激光散斑衬比血流成像方法及系统

Also Published As

Publication number Publication date
CN116051423B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
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
EP2486539B1 (en) Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof
EP2300983B1 (en) System and method for producing an optically sectioned image using both structured and uniform illumination
CN105147274A (zh) 一种从可见光谱段人脸视频信号中提取心率的方法
US10664685B2 (en) Methods, systems, and devices for optical sectioning
WO2015103566A2 (en) Spatial frequency domain imaging using custom patterns
CN110101362B (zh) 一种关于oct和octa的图像噪声去除的方法
JP2013506525A (ja) フォトプレチスモグラフィーを実行するための方法及びシステム
CN108042126B (zh) 一种改进的激光散斑衬比血流成像方法
CN115581445B (zh) 一种基于能量调制的激光散斑血流成像方法及装置
CN106419890B (zh) 一种基于时空调制的血流速度测量装置及方法
Gökdağ et al. Image denoising using 2-D wavelet algorithm for Gaussian-corrupted confocal microscopy images
Morales-Vargas et al. Adaptive processing for noise attenuation in laser speckle contrast imaging
CN116309195B (zh) 基于三维傅里叶变换的全场激光散斑血流成像方法及系统
CN117809207A (zh) 一种无人机非接触式人员心率及呼吸频率检测方法及系统
Duncan et al. Spatio-temporal algorithms for processing laser speckle imaging data
Yu et al. Randomized channel subsampling method for efficient ultrafast ultrasound imaging
Yang et al. A high-efficiency acquisition method of LED multispectral images using Gray code based square wave frequency division modulation
Thompson et al. Experimental comparison of perfusion imaging systems using multi-exposure laser speckle, single-exposure laser speckle, and full-field laser Doppler
CN114246570B (zh) 峰值信噪比和皮尔森相关系数融合的近红外心率检测方法
Shah et al. Comparison of noise removal algorithms on Optical Coherence Tomography (OCT) image
CN102599910A (zh) 磁共振动态成像方法及系统
Khullar et al. Wavelet-based denoising and independent component analysis for improving multi-group inference in fMRI data
Xu et al. Image quality improvement via spatial deconvolution<? xpp qa?> in optical tomography: time-series imaging
Hongwei et al. Adaptive wavelet transformation for speckle reduction in optical coherence tomography images

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