一种确定内源光信号去噪算法的方法技术

本发明专利技术公开了一种确定内源光信号去噪算法的方法，属于信号处理技术领域。所述方法包括：分别采用反射和透射的方法对内源光信号进行采集，对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理，然后对预处理后的反射内源光信号图像和透射内源光信号图像分别采用滑动平均法、傅里叶分析法和像素平均分类法进行去躁处理，最后对多种算法去躁后的内源光信号图像进行分析，确定最终的去燥算法。本发明专利技术通过对多种算法去躁处理后得到的图像进行分析，最终确定了更适用于临床应用的去躁算法，以获得噪声较少的内源光信号图像，从而可以更好地预防和检测眼部疾病。

【技术实现步骤摘要】
一种确定内源光信号去噪算法的方法
本专利技术涉及信号处理
，特别涉及一种确定内源光信号去噪算法的方法。
技术介绍
视网膜是一个位于眼睛后部的神经系统，负责捕获光子，将光能转换为生物电活动，并对视觉信息进行初步处理。由于其功能精细，视网膜由多种类型的细胞组成，它们共同构成了复杂的神经网络。所有脊椎动物视网膜均由三层神经细胞组成：外核层(ONL)、内核层(INL)和神经节细胞层(GCL)，还有两层突触：外网状层(OPL)和内网状层(IPL)。外核层包含视杆细胞和视锥细胞，内核层包含双极、水平和无长突细胞，并且神经节细胞层包含神经节细胞和移位的无长突细胞。此外，视网膜色素上皮(RPE)支持着视杆细胞和视锥细胞，外部限制膜位于视杆细胞和视锥细胞内部区段的基部，内部限制膜是视网膜和玻璃体之间的边界。已知许多眼部疾病，如年龄性黄斑变性(AMD)、视网膜色素变性、青光眼、糖尿病视网膜病变(DR)，都可以造成视网膜神经功能障碍，不同的疾病会对不同的功能层和细胞造成损害，导致局部病变或细胞死亡，如已经明确视杆细胞在早期年龄性黄斑变性中比视锥细胞更脆弱。由于视网膜复杂的结构，需要高分辨率的视网膜形态结果和生理功能的检测来对眼部疾病的早期检查和治疗效果进行准确的评估。刺激诱发的内源光信号(IOS)，如瞬态光散射和双折射变化，已经在内分泌细胞、大脑皮层、视网膜和其他神经组织中得到证实。因为内源光信号图像是通过记录刺激前后的视网膜变化图像，并利用计算机动态处理而构建的，所以可以非接触的以高分辨率同时实现形态结构和生理功能的评估。目前，功能性内源光信号成像已成为视网膜电图测量视网膜生理功能的有效补充手段，然而对于在体人眼视网膜来说，存在很多外在因素造成的噪声，例如头部晃动、瞳孔位置偏移、与心跳呼吸相关的影响等。眼球的轻微移动，可能会导致图像本底光强的改变，形成背景噪声，且由于检测装置的设计和视网膜本身的结果，也存在诸如反射源不清晰、光强变化小等因素导致的噪声；由于信号较小，微弱的噪声也能对信号本身造成影响，使信噪比进一步降低。因此功能性内源光信号成像在临床上难以推广应用。
技术实现思路
为了解决现有技术的问题，本专利技术实施例提供了一种确定内源光信号去噪算法的方法，所述方法包括：分别采用反射和透射的方法对内源光信号进行采集，得到反射原始内源光信号图像和透射原始内源光信号图像；对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理；对预处理后的反射内源光信号图像和透射内源光信号图像分别采用滑动平均法、傅里叶分析法和像素平均分类法进行去躁处理，得到去躁后的反射内源光信号图像和透射内源光信号图像；对多种算法去躁后的内源光信号图像进行分析，确定最终的去燥算法。可选地，所述分别采用反射和透射的方法对内源光信号进行采集，得到反射原始内源光信号图像和透射原始内源光信号图像，包括：利用绿光作为刺激光源，近红外光作为记录光源，记录光源与高速相机分别位于视网膜两侧，记录光持续照亮视网膜，在预设时长的刺激光刺激前后通过高速相机对视网膜进行拍照，分别记录刺激前后小鼠视网膜的变化，得到所述透射原始内源光信号图像；利用绿光作为刺激光源，近红外光作为记录光源，记录光源与高速相机位于视网膜同侧，记录光持续照亮视网膜，在预设时长的刺激光刺激前后利用高速相机对视网膜进行拍照，分别记录刺激前后小鼠视网膜的变化，得到所述原始反射内源光信号图像。可选地，所述对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理，包括：分别对同一视网膜的三次采集数据、五次采集数据进行平均，将原始分辨率为240×320像素的图像按照20×20的窗口大小进行分割并进行平均，以将图像分割为12×16的数据矩阵，对所述数据矩阵序列中每一个点计算其内源光信号，即可获得预处理后的透射内源光信号图像；分别对同一视网膜的三次采集数据、五次采集数据、八次采集数据进行平均，将原始分辨率为480×640像素的图像按照20×20的窗口大小进行分割并进行平均，以将图像分割为24×32的数据矩阵，对所述数据矩阵序列中每一个点计算其内源光信号，获得原始的内源光信号图像，并对每一个信号散点图进行拟合。可选地，所述对预处理后的反射内源光信号图像和透射内源光信号图像分别采用滑动平均法、傅里叶分析法和像素平均分类法进行去躁处理，得到去躁后的反射内源光信号图像和透射内源光信号图像，包括：对于透射内源光信号图像：设定滑动平均的区间大小为12ms，对所述区间的内源光信号进行三次滑动平均；选取刺激前100个数据点和数据列最后100个数据点对内源光信号进行扩充至4096个数据，利用计算机做快速傅里叶变换，以将内源光信号从时域变换到频域；将窗口内各像素的光强值和内源光信号进行分别计算，根据不同阈值对像素进行挑选，做出所述窗口内的内源光信号图像；对于反射内源光信号图像：设定滑动平均的区间大小为3ms，对所述区间的内源光信号进行三次滑动平均；选取刺激前100个数据点和数据列最后100个数据点对内源光信号进行扩充至4096个数据，利用计算机做快速傅里叶变换，以将内源光信号从时域变换到频域；将窗口内各像素的光强值和内源光信号进行分别计算，根据不同阈值对像素进行挑选，做出所述窗口内的内源光信号图像。本专利技术实施例提供的技术方案带来的有益效果是：值得说明的是，本专利技术利用滑动平均、傅里叶分析以及视网膜图像像素平均分类的方法分别对反射式内源光信号采集图像和透射式内源光信号采集图像进行了信号的去噪处理，通过对多种去躁处理后得到的图像进行分析，可以最终确定更适用于临床应用的去躁算法，以获得噪声较少的内源光信号图像，从而可以更好地预防和检测眼部疾病。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种确定内源光信号去噪算法的方法流程图；图2是本专利技术实施例提供的另一种确定内源光信号去噪算法的方法流程图；图3是本专利技术实施例提供的一种透射式内源光信号成像的测量装置图；图4是本专利技术实施例提供的一种五次采集数据平均后的透射内源光信号图像；图5是本专利技术实施例提供的一种三次采集数据平均后的透射内源光信号图像；图6是本专利技术实施例提供的一种透射内源光信号图像中部分内源光信号明显区域的放大图；图7是本专利技术实施例提供的一种五组数据滑动平均后的透射内源光信号图像；图8是本专利技术实施例提供的一种三组数据滑动平均后的透射内源光信号图像；图9是本专利技术实施例提供的一种五组数据平均选择窗口的透射内源光信号频谱图；图10是本专利技术实施例提供的一种三组数据平均选择窗口的透射内源光信号频谱图；图11是本专利技术实施例提供的一种快速傅里叶变换去本文档来自技高网...

【技术保护点】
1.一种确定内源光信号去噪算法的方法，其特征在于，所述方法包括：/n分别采用反射和透射的方法对内源光信号进行采集，得到反射原始内源光信号图像和透射原始内源光信号图像；/n对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理；/n对预处理后的反射内源光信号图像和透射内源光信号图像分别采用滑动平均法、傅里叶分析法和像素平均分类法进行去躁处理，得到去躁后的反射内源光信号图像和透射内源光信号图像；/n对多种算法去躁后的内源光信号图像进行分析，确定最终的去燥算法。/n

【技术特征摘要】
1.一种确定内源光信号去噪算法的方法，其特征在于，所述方法包括：
分别采用反射和透射的方法对内源光信号进行采集，得到反射原始内源光信号图像和透射原始内源光信号图像；
对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理；
对预处理后的反射内源光信号图像和透射内源光信号图像分别采用滑动平均法、傅里叶分析法和像素平均分类法进行去躁处理，得到去躁后的反射内源光信号图像和透射内源光信号图像；
对多种算法去躁后的内源光信号图像进行分析，确定最终的去燥算法。


2.根据权利要求1所述的方法，其特征在于，所述分别采用反射和透射的方法对内源光信号进行采集，得到反射原始内源光信号图像和透射原始内源光信号图像，包括：
利用绿光作为刺激光源，近红外光作为记录光源，记录光源与高速相机分别位于视网膜两侧，记录光持续照亮视网膜，在预设时长的刺激光刺激前后通过高速相机对视网膜进行拍照，分别记录刺激前后小鼠视网膜的变化，得到所述透射原始内源光信号图像；
利用绿光作为刺激光源，近红外光作为记录光源，记录光源与高速相机位于视网膜同侧，记录光持续照亮视网膜，在预设时长的刺激光刺激前后利用高速相机对视网膜进行拍照，分别记录刺激前后小鼠视网膜的变化，得到所述原始反射内源光信号图像。


3.根据权利要求1所述的方法，其特征在于，所述对获得的反射原始内源光信号图像和透射原始内源光信号图像分别进行预处理，包括：
分别对同一视网膜的三次采集数据、五次采集数据进行平均，将原始分辨率为240×320像素的图像按照20×20的窗口大小...

【专利技术属性】
技术研发人员：王九鑫，戈嘉艺，冯永芳，朱雁兵，
申请(专利权)人：西安九天孵化器科技有限公司，
类型：发明
国别省市：陕西;61