基于散射偏差因子的激光散斑衬比血流成像方法及系统

1.本发明涉及生物组织医学成像领域，具体涉及基于散射偏差因子的激光散斑衬比血流成像方法及系统。


背景技术：

2.激光散斑衬比血流成像（laser speckle contrast imaging, lsci）是一种活体全场光学成像技术，具有设备简单、非侵入性、分辨率高且可长时间连续测量等优势，在临床诊断和生命科学等研究领域具有重要应用价值。
3.lsci利用散斑的光强统计量来提取二维血流速度分布图。其中，光强统计量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，即衬比值，如下所示：
[0004][0005]
式中表示整张散斑图像所有像素点光强的标准差。表示整张散斑图像所有像素点光强的均值。根据goodman和briers等人的研究，可以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。
[0006]
由上述lsci基本原理可知，实现lsci血流成像与监测的关键在于如何计算衬比值k，进而对运动颗粒的速度信息进行功能性表征，由此实现二维血流功能成像。其中激光散斑衬比分析法（laser speckle contrast analysis, lasca）是较早提出的衬比值计算方法。此后，以lasca理论模型为基础，文献(j. d. briers and s. webster, "laser speckle contrast analysis (lasca): a nonscanning, full-field technique for monitoring capillary blood flow," journal of biomedical optics 1(2), 174-179 (1996).), 文献(h. y. cheng, q. m. luo, s. q. zeng, s. b. chen, j. cen, and h. gong, "modified laser speckle imaging method with improved spatial resolution," journal of biomedical optics 8(3), 559-564 (2003).)和文献(d. d. duncan and s. j. kirkpatrick, "spatio-temporal algorithms for processing laser speckle imaging data," proc. spie 6858,7-12 (2008))依次提出了基于空间衬比分析、基于时间衬比分析和基于时空联合衬比分析的传统lsci技术。
[0007]
在传统的lsci中，空间衬比分析(laser speckle spatial contrast analysis, lssca)通过牺牲空间分辨率为代价来获得较高的时间分辨率和显著的噪声衰减，但不利于微小血管的血流检测；时空联合衬比分析(spatiotemporal laser speckle contrast analysis, stlasca)通过平衡时间分辨率、空间分辨率和统计准确性之间的矛盾，获得了较高的信噪比和统计准确性。但是，由于时空窗口的使用，stlasca在进行噪声平均的同时，也对血流信号进行了平滑，从而导致微细血管中血流信号的丢失。而时间衬比分析(laser speckle temporal contrast analysis，lstca)虽然具有较高的空间分辨率，但是却是需要以牺牲时间分辨率和信噪比为代价。此外，由于血流灌注成像中，静态散射光会不可避免
地存在，静态散斑不仅会降低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。因此，与前面两种方法相比，该方法在检测小血管血流信号上只是相对而言较优，实际依然难以检测毛细血管中的血流信号。
[0008]
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," optics letters 42(3), 635-638 (2017).),文献(z. yaguang, w. mingyi, f. guangping, l. xianjun, and y. guojian, "laser speckle imaging based on intensity fluctuation 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 optical hemocytometer," 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，lsci-ifm和lsci-md对血流速度不灵敏，因此，能够有效地实现微血管造影成像。但是，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，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，此外，lsci-ifm和lsci-md使用了滤波方式分离动态和静态散斑分量，滤波器在一定程度上也会使微细血管中的血流信号丢失。
[0009]
公开号cn 108042126 a的中国发明专利公开了一种改进的激光散斑衬比血流成像方法，对原始散斑图像插值，再进行去相关与标准差处理以得到血流图像；采用的去相关算法是针对多帧散斑图像对应像素点进行去相关分析，根据像素点间的去相关度大小区分静态组织和动态组织，进而获取组织内血流信息，能有效降低静态散斑对动态信息的影响。该发明有效提升了图像分辨率，尤其是对小血管识别度，但仍然存在衬比度较低的缺陷。


技术实现要素：

[0010]
本发明的目的在于解决现有技术中的问题。
[0011]
本发明解决其技术问题所采用的技术方案是：提供基于散射偏差因子的激光散斑衬比血流成像方法，包括以下步骤：
[0012]
s1，采集多帧连续的散斑图像序列；
[0013]
s2，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值， 表示像素点的位置坐标；
[0014]
s3，计算每个像素点在每一帧散斑图像中的光强值，基于光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子，n表示帧序号，为[1,t]区间的整数，t为散斑图像序列的总帧数；
[0015]
s4，根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；
[0016]
s5，根据偏差因子差值，重构二维血流图像。
[0017]
优选的，步骤s2中，设置像素窗口尺寸，依次沿水平和垂直方向滑动窗口计算整个散斑图像序列中的每个像素点的光强均值作为光强基准值，光强基准值表示为：
[0018][0019]
式中，a、b、c分别为立体窗口的长、宽、高；a的取值范围为-m~m；b的取值范围为-m~m；c的取值范围为-m~m，m为立体窗口的半长；l为单帧图像上的窗口面积。
[0020]
优选的，步骤s3中，偏差因子表示为：
[0021]
。
[0022]
优选的，步骤s4中，依次计算每一个像素点在相邻帧之间的偏差因子差值，用该像素点在后一帧的偏差因子减去该像素点在当前帧的偏差因子，并以当前帧的帧序号作为偏差因子的序号，偏差因子差值表示为：
[0023][0024]
其中， 表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值。
[0025]
优选的，步骤s5中，计算每个像素点的所有偏差因子差值的标准差，并根据标准差重构二维血流图像，偏差因子差值的标准差表示为：
[0026][0027]
其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值， 表示像素点在整个散斑图像序列中的均值。
[0028]
优选的，步骤s5中，根据标准差重构二维血流图像包括：根据标准差重构二维血流衬比图和根据标准差的倒数重构二维血流伪彩图。
[0029]
本发明还提供基于散射偏差因子的激光散斑衬比血流成像系统，包括：
[0030]
采集模块，采集多帧连续的散斑图像序列；
[0031]
基准值计算模块，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值， 表示像素点的位置坐标；
[0032]
偏差因子构建模块，计算每个像素点在每一帧散斑图像中的光强值，基于
光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子，n表示帧序号，为[1,t]区间的整数，t为散斑图像序列的总帧数；
[0033]
偏差因子差值构建模块，根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；
[0034]
成像模块，根据每个像素点的偏差因子差值，重构二维血流图像。
[0035]
优选的，偏差因子构建模块中，偏差因子表示为：
[0036]
。
[0037]
优选的，偏差因子差值构建模块中，依次计算每一个像素点在相邻帧之间的偏差因子差值，用该像素点在后一帧的偏差因子减去该像素点在当前帧的偏差因子，并以当前帧的帧序号作为偏差因子的序号，偏差因子差值表示为：
[0038][0039]
其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值。
[0040]
优选的，成像模块中，计算每个像素点的所有偏差因子差值的标准差，并根据标准差重构二维血流图像，偏差因子差值的标准差表示为：
[0041][0042]
其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值， 表示像素点在整个散斑图像序列中的均值。
[0043]
本发明具有如下有益效果：
[0044] (1) 使用了一个时空窗口计算每个独立像素点位置上的原始散斑图像序列的均值，并以此构建基准值，当帧数足够多时，该基准值将越趋近于背景真值，因此，可以通过提高样本量并在时间维度上平均的方式抑制静态散射光等背景噪声的影响，进一步地，以实际值与基准值之比构建偏差因子，这种比值的方式可以增强血流信号和背景信号之间的对比度，达到提高成像对比度、成像动态范围的效果；
[0045]
(2)基于单个像素点计算不同时间点散斑图像的偏差因子来分析散斑图像在时间上的波动，具有较高的空间分辨率，此外，以相邻帧之间的差值作为统计数据再计算标准差，相邻帧之间的变化波动更能反应出细节的变化，因此，相比于传统基于空间衬比分析(lssca)或者时空衬比分析(stlasca)的lsci技术以及使用了滤波的基于强度涨落调制的lsci技术，本发明在识别微细血管中的血流信号上具有显著优势；
[0046]
(3) 本发明相较于基于时间衬比分析lstca、基于强度涨落调制lsci-ifm和基于调制深度lsci-md的成像技术，虽然都是基于单点扫描的方式进行计算散斑统计量，但是本
发明可以解决由此带来的噪声严重问题：通过在时间维度上平均的方式获得了一个接近真值的基准值，达到了抑制静态散射光等背景噪声的效果。因此，本发明在获得较高的空间分辨率、微血管血流信号识别能力的同时，还具有较低的噪声水平和较高的信噪比。
[0047]
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
[0048]
图1为本发明实施例的方法步骤图；
[0049]
图2为本发明实施例的像素窗口在散斑图像序列中的示意图；
[0050]
图3为本发明实施例的详细过程图；
[0051]
图4为本发明实施例的系统结构图。
具体实施方式
[0052]
参见图1所示，为本发明实施例的方法步骤图，包括：
[0053]
s1，采集多帧连续的散斑图像序列；
[0054]
s2，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值；
[0055]
s3，计算每个像素点在每一帧散斑图像中的光强值，基于光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子；
[0056]
s4，根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；
[0057]
s5，根据偏差因子差值，重构二维血流图像。
[0058]
参见图2所示，为本发明实施例的像素窗口在散斑图像序列中的示意图，窗口尺寸，从原始散斑图像序列中选取独立像素点位置上的光强时间序列计算均值，计算方式如下所示：
[0059][0060]
式中，表示像素点的位置坐标，表示任意时刻或第n帧原始散斑图像中，在这个像素点位置的光强；t表示原始散斑图像序列的帧数。每个位置对应一个均值，作为基准值，对于尺寸为原始散斑图像序列，具有个基准值。其中m表示散斑图像水平方向的分辨率，n表示散斑图像垂直方向的分辨率，t表示原始散斑图像序列的帧数。
[0061]
参见图3所示，为本发明实施例的详细过程图。
[0062]
具体的，步骤s2中，设置像素窗口尺寸，本实施例窗口尺寸，依次沿水平和垂直方向滑动窗口计算整个散斑图像序列中的每个像素点的光强均值作为光强基准值，光强基准值表示为：
[0063]
。
[0064]
具体的，步骤s3中，偏差因子表示为：
[0065]
。
[0066]
具体的，步骤s4中，依次计算每一个像素点在相邻帧之间的偏差因子差值，用该像素点在后一帧的偏差因子减去该像素点在当前帧的偏差因子，并以当前帧的帧序号作为偏差因子的序号，图中以偏差因子为例，其差值表示为：
[0067][0068]
其中，表示散斑图像序列中第n帧图像中坐标点为（图中省略坐标点）的像素点的偏差因子差值。
[0069]
具体的，步骤s5中，计算每个像素点的所有偏差因子差值的标准差，并根据标准差重构二维血流图像，偏差因子差值的标准差表示为：
[0070][0071]
其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值， 表示像素点在整个散斑图像序列中的均值。
[0072]
具体的，步骤s5中，根据标准差重构二维血流图像包括：根据标准差重构二维血流衬比图，和根据标准差的倒数重构二维血流伪彩图。
[0073]
参见图4所示，为本发明实施例的系统结构图，包括：
[0074]
采集模块401，用于采集多帧连续的散斑图像序列；
[0075]
基准值计算模块402，用于计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值， 表示像素点的位置坐标；
[0076]
偏差因子构建模块403，用于计算每个像素点在每一帧散斑图像中的光强值，基于光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子，n表示帧序号，为[1,t]区间的整数，t为散斑图像序列的总帧数；
[0077]
偏差因子差值构建模块404，用于根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；
[0078]
成像模块405，用于根据每个像素点的偏差因子差值，重构二维血流图像。
[0079]
可见，本发明提出的基于散射偏差因子计算的激光散斑衬比血流成像方法及系统，通过构建光强偏差因子，增强血流信号和背景信号之间的对比度，达到提高成像对比度、成像动态范围的效果，同时还具有较低的噪声水平和较高的信噪比，且在识别微细血管中的血流信号上具有显著优势。
[0080]
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。

技术特征：
1.基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，包括以下步骤：s1，采集多帧连续的散斑图像序列；s2，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值， 表示像素点的位置坐标；s3，计算每个像素点在每一帧散斑图像中的光强值，基于光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子，n表示帧序号，为[1,t]区间的整数，t为散斑图像序列的总帧数；s4，根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；s5，根据偏差因子差值，重构二维血流图像。2.根据权利要求1所述的基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，步骤s2中，设置像素窗口尺寸，依次沿水平和垂直方向滑动窗口计算整个散斑图像序列中的每个像素点的光强均值作为光强基准值，光强基准值表示为：；式中，a、b、c分别为立体窗口的长、宽、高；a的取值范围为-m~m；b的取值范围为-m~m；c的取值范围为-m~m，m为立体窗口的半长；l为单帧图像上的窗口面积。3.根据权利要求1所述的基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，步骤s3中，偏差因子表示为：。4.根据权利要求1所述的基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，步骤s4中，依次计算每一个像素点在相邻帧之间的偏差因子差值，用该像素点在后一帧的偏差因子减去该像素点在当前帧的偏差因子，并以当前帧的帧序号作为偏差因子的序号，偏差因子差值表示为：；其中， 表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值。5.根据权利要求1所述的基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，步骤s5中，计算每个像素点的所有偏差因子差值的标准差，并根据标准差重构二维血流图像，偏差因子差值的标准差表示为：
；其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值， 表示像素点在整个散斑图像序列中的均值。6.根据权利要求5所述的基于散射偏差因子的激光散斑衬比血流成像方法，其特征在于，步骤s5中，根据标准差重构二维血流图像包括：根据标准差重构二维血流衬比图和根据标准差的倒数重构二维血流伪彩图。7.基于散射偏差因子的激光散斑衬比血流成像系统，其特征在于，包括：采集模块，采集多帧连续的散斑图像序列；基准值计算模块，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值， 表示像素点的位置坐标；偏差因子构建模块，计算每个像素点在每一帧散斑图像中的光强值，基于光强值与光强基准值，构建每个像素点在每一帧散斑图像中的偏差因子，n表示帧序号，为[1,t]区间的整数，t为散斑图像序列的总帧数；偏差因子差值构建模块，根据偏差因子，计算每个像素点在每一帧散斑图像中的偏差因子差值；成像模块，根据每个像素点的偏差因子差值，重构二维血流图像。8.根据权利要求7所述的基于散射偏差因子的激光散斑衬比血流成像系统，其特征在于，偏差因子构建模块中，偏差因子表示为：。9.根据权利要求7所述的基于散射偏差因子的激光散斑衬比血流成像系统，其特征在于，偏差因子差值构建模块中，依次计算每一个像素点在相邻帧之间的偏差因子差值，用该像素点在后一帧的偏差因子减去该像素点在当前帧的偏差因子，并以当前帧的帧序号作为偏差因子的序号，偏差因子差值表示为：；其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值。10.根据权利要求7所述的基于散射偏差因子的激光散斑衬比血流成像系统，其特征在于，成像模块中，计算每个像素点的所有偏差因子差值的标准差，并根据标准差重构二维血流图像，偏差因子差值的标准差表示为：
；其中，表示散斑图像序列中第n帧图像中坐标点为的像素点的偏差因子差值， 表示像素点在整个散斑图像序列中的均值。

技术总结
本发明公开了基于散射偏差因子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，方法包括以下步骤：S1，采集多帧散斑图像序列；S2，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值；S3，根据每个像素点的光强值与光强基准值，构建偏差因子；S4，根据偏差因子，计算偏差因子差值；S5，根据偏差因子差值，重构二维血流图像。本发明通过构建光强偏差因子，增强血流信号和背景信号之间的对比度，达到提高成像对比度、成像动态范围的效果，同时还具有较低的噪声水平和较高的信噪比，且在识别微细血管中的血流信号上具有显著优势。具有显著优势。具有显著优势。


技术研发人员：翟林君 杜永兆 傅玉青
受保护的技术使用者：华侨大学
技术研发日：2023.08.18
技术公布日：2023/9/23