基于多维特征空间的微血流图像分割量化方法和系统技术方案

本发明专利技术公开了一种基于多维特征空间的微血流图像分割量化方法与系统。一种散射信号采集方法，采集生物组织样本的三维空间散射信号，并提取信噪比倒数和去相关系数，构建微血流图像；一种血流图像分割方法，构建信噪比倒数

【技术实现步骤摘要】
基于多维特征空间的微血流图像分割量化方法和系统


[0001]本专利技术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)和光学相干层析血流造影术(OCT Angiography，OCTA)相关联的血流造影方法和基于多维特征空间的微血流图像分割方法。

技术介绍

[0002]血流是衡量生理功能和病理状态的重要指标，目前在临床上常用的血流造影技术需要静脉注射外源性标记物，可能引发的副作用使其不适合对人体血流进行长期的、频繁的跟踪检测以及部分病人的身体状况。近年来，以光学相干层析技术为基础发展起来的血流造影技术OCTA，以内源性的血流运动代替传统的外源荧光标记物，其非侵入性、无标记的特点，以及对生物组织内的微血流网络进行清晰、可靠的三维成像的能力，使得该技术在被专利技术以来得到了很快的发展，并在眼底、脑皮层血管和皮肤成像的研究中得到了应用。
[0003]为了获取OCTA血流图像，通常需要在生物组织的每个空间位置、以一定的时间间隔进行重复采样(重复的A线扫描或B帧扫描)，通过分析OCT散射信号的时间动态来量化每个位置处的运动强度，根据量化得到的运动强度来对血流信号和静态组织信号进行分类。目前已报道的OCTA的运动度量指标，主要是基于相邻的A线扫描间(或相邻B扫描帧间)的差分、方差或去相关计算。其中基于去相关计算的OCTA运动度量指标，由于其同时利用信号的强度和相位信息，因此理论上分类结果的可靠性更高，受多普勒角度和光源整体强度变化的影响更小。同时，由于去相关衡量的是相邻B扫描帧间的相似度，因此受整体光源强度变化的影响小。
[0004]但是，OCTA的血管流动的运动指标，特别是去相关系数的运动指标，对原始的OCT散射信号的噪声水平具有显著的依赖性。随着信号强度的衰减(如在深层组织区域)，随机噪声将逐渐占据主要成分，其时变特性与真实血流区域相似，因此导致去相关伪影。在去相关性运动指标上，无法区分噪声的随机性和血红细胞的运动导致的去相关，因此信噪比较弱的区域容易被误判为血流信号区域，严重影响血流图像的对比度。常见的解决办法是设置一个经验性的强度阈值，生成强度掩膜来去掉所有低信噪比的信号。但是，由于去相关系数和信号强度间存在着复杂的依赖关系，简单的强度掩膜会导致高分类错误率和低运动对比度。
[0005]现有的一些OCTA分类方法大多缺少较强的理论支撑，受到模版参数与实际生物组织差异的干扰，不能明显地区分动静态信号的准确分类；或者以复杂的估计量修正信噪比对去相关的影响，运算复杂且无法去除静态区域导致的背景噪声。

技术实现思路

[0006]本专利技术针对现有技术的不足，提出了一种基于多维特征空间的微血流图像分割量化方法。本专利技术能信噪比自适应地分割血流图像中血流信号，保留更多深层组织的血流，并根据血流分割结果，得到反应血流形态的分割量化结果。
[0007]本专利技术的目的是通过如下技术方案实现的：
[0008]一、一种基于多维特征空间的微血流图像分割量化方法：
[0009]一种散射信号采集方法(1)，基于OCT光学相干层析成像技术(Optical Coherence Tomography，OCT)采集生物组织样本的三维空间散射信号，并提取信噪比倒数和去相关系数的两个特征，构建微血流图像；
[0010]一种血流图像分割方法(2)，构建信噪比倒数(iSNR)-去相关系数(decorrelation)二维特征空间，基于OCT散射信号的信噪比倒数与去相关系数的渐进依赖关系，在信噪比倒数-去相关系数二维特征空间中设置一条过原点的直线作为血流图像的分割阈值线，保留分割阈值线和二维特征空间横坐标之间的信号，得到二值化微血流图像；
[0011]一种血流形态量化方法(3)，根据二值化微血流图像进行血流骨架和轮廓提取，进而计算出反应血流形态的多种量化参数，多种量化参数包括血流平均管径、血流面积密度、血流单位面积长度和血流单位面积周长。
[0012]所述一种散射信号采集方法(1)，包括：对OCT散射信号样本进行三维空间的OCT扫描成像，相同空间位置及其附近位置在多个不同时间点重复采样。
[0013]所述一种散射信号采集方法(1)，包括：采用一阶和零阶自协方差对OCT散射信号计算分析，得到各OCT散射信号的信噪比倒数和去相关系数的两个特征；所得到的信噪比倒数和去相关系数进一步在三维空间、时间、角度及偏振态等多个维度上做滑动平均或高斯平均，以去相关系数作为微血流图像的灰度值，得到三维的微血流图像。
[0014]所述一种血流图像分割方法，包括：通过数据的空白区域或事先标定的噪声水平，计算得OCT散射信号的局部信噪比水平和去相关系数；结合OCT散射信号信噪比倒数与去相关系数构建信噪比倒数-去相关系数二维特征空间(称之为ID空间，该空间建立的坐标系称之为ID坐标系)，信噪比倒数-去相关系数二维特征空间中的横坐标为去相关系数，纵坐标为信噪比倒数，以去相关系数和信噪比倒数均为零的点为原点，将OCT散射信号投影到信噪比倒数-去相关系数二维特征空间中(22)；然后在信噪比倒数-去相关系数二维特征空间中对OCT散射信号进行分类(23)，包括：计算血流图像的二值化阈值(231)，建立线性分类器或改进分类器(232)；利用线性分类器或改进分类器(232)对微血流图像进行分割。
[0015]所述的线性分类器，是指：在信噪比倒数-去相关系数二维特征空间中的一条过坐标系原点的直线作为分割阈值线，坐标系原点是指去相关系数和信噪比倒数为零的位置，去相关系数和信噪比倒数都是非负数，将分割阈值线与坐标系的横坐标轴之间的信号分割为血流信号，分割阈值线和坐标系的横坐标轴的夹角为分割阈值线角度。
[0016]改进分类器是指在线性分类器上通过平移(例如沿着去相关系数所在的横坐标轴方向移动)得到的线性分类器。
[0017]对于每一幅微血流图像的平行于OCT扫描光束方向的横截图，经过原点从0到90的分割阈值线角度逐渐递增建立一系列的分割阈值线，利用分割阈值线对血流图像进行二值化获得二值化图像，将各个二值化图像按照分割阈值线角度递增顺序组成了一个二值化图像序列；
[0018]在不打乱图像序列顺序的情况下，在二值化图像序列中设置分组边界，将二值化图像序列中的各个二值化图像分为三组，每组中的二值化图像均是沿分割阈值线角度连续递增，计算三组二值化图像的结构相似度(BISIM)，不断变化将二值化图像序列的分组，使
得结构相似度随着分组不同而变化，当结构相似度取得最小值时，以第一组最后一幅二值化图像被二值化处理时对应的分割阈值线作为血流图像的分割阈值线，分割阈值线对血流图像进行分割生成二值化微血流图像(图像矩阵中1表示血流区域，0表示背景区域)(24)。这样定义二值化图像相似度衡量两幅二值化图像的结构相似程度。
[0019]三组二值化图像的结构相似度按照以下方式处理获得：
[0020]首先按照以下公式处理获得每幅二值化图像在位置(z，x本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维特征空间的微血流图像分割量化方法，其特征在于包括：一种散射信号采集方法(1)，基于OCT光学相干层析成像技术采集生物组织样本的三维空间散射信号，并提取信噪比倒数和去相关系数的两个特征，构建微血流图像；一种血流图像分割方法(2)，构建信噪比倒数-去相关系数二维特征空间，基于OCT散射信号的信噪比倒数与去相关系数的渐进依赖关系，在信噪比倒数-去相关系数二维特征空间中设置一条过原点的直线作为血流图像的分割阈值线，保留分割阈值线和二维特征空间横坐标之间的信号，得到二值化微血流图像；一种血流形态量化方法(3)，根据二值化微血流图像进行血流骨架和轮廓提取，进而计算出反应血流形态的多种量化参数，多种量化参数包括血流平均管径、血流面积密度、血流单位面积长度和血流单位面积周长。2.根据权利要求1所述的一种基于多维特征空间的微血流图像分割量化方法，其特征在于：所述一种散射信号采集方法(1)，包括：采用一阶和零阶自协方差对OCT散射信号计算分析，得到各OCT散射信号的信噪比倒数和去相关系数的两个特征，以去相关系数作为微血流图像的灰度值，得到三维的微血流图像。3.根据权利要求1所述的一种基于多维特征空间的微血流图像分割量化方法，其特征在于：所述一种血流图像分割方法，包括：通过数据的空白区域或事先标定的噪声水平，计算得OCT散射信号的局部信噪比水平和去相关系数；结合OCT散射信号信噪比倒数与去相关系数构建信噪比倒数-去相关系数二维特征空间，信噪比倒数-去相关系数二维特征空间中的横坐标为去相关系数，纵坐标为信噪比倒数，以去相关系数和信噪比倒数均为零的点为原点，将OCT散射信号投影到信噪比倒数-去相关系数二维特征空间中(22)；然后在信噪比倒数-去相关系数二维特征空间中对OCT散射信号进行分类(23)，包括：计算血流图像的二值化阈值(231)，建立线性分类器或改进分类器(232)；利用线性分类器或改进分类器(232)对微血流图像进行分割。4.根据权利要求3所述的一种基于多维特征空间的微血流图像分割量化方法，其特征在于：所述的线性分类器，是指：在信噪比倒数-去相关系数二维特征空间中的一条过坐标系原点的直线作为分割阈值线，坐标系原点是指去相关系数和信噪比倒数为零的位置，将分割阈值线与坐标系的横坐标轴之间的信号分割为血流信号，分割阈值线和坐标系的横坐标轴的夹...

【专利技术属性】
技术研发人员：李鹏，张一铭，李花坤，
申请(专利权)人：浙江大学，
类型：发明
国别省市：