一种基于光声频谱分析的骨微结构参量成像方法技术

本发明专利技术公开了一种基于光声频谱分析的骨微结构参量成像方法，该方法为：首先通过脉冲激光照射骨组织，得到骨组织各个方向上的光声信号；并将光声信号进行分割，使其成为很多段短时信号，每段小信号通过频谱转换成为功率谱形式；然后将每个光声功率谱在低频范围内线性拟合，从而得到每条直线的斜率数据；最后基于图像重建算法，将得到的斜率数据重构为图像，其可评估骨微结构尺寸的变化。本发明专利技术具有非接触、无电离、操作方便、可评估骨组织微结构信息的优点。的优点。的优点。

【技术实现步骤摘要】
一种基于光声频谱分析的骨微结构参量成像方法


[0001]本专利技术涉及光声成像
，特别是一种基于光声频谱分析的骨微结构参量成像方法。

技术介绍

[0002]骨质疏松症是一种常见的全身代谢性疾病，初期可无明显症状。它是由多种原因导致骨密度降低和骨微结构破坏，从而易引发骨折。据流行病学统计，2016年我国60岁以上老年人患骨质疏松症的概率达到了36％。预计未来几十年，骨质疏松症及其导致的骨折发病率依然高涨。因此，对骨质疏松及时的检测、筛查、预防意义大于治疗。目前，对于骨质疏松症的诊断，主要是针对骨密度的测定。在临床常用的骨密度诊断方法中，双能X线骨密度测定法(DEXA)被公认为骨质疏松症诊断的“金标准”，但它对于骨微结构、骨弹性方面的检测却不敏感。定量超声(QUS)以及定量计算机断层扫描(QCT)方法，同样也可以提供监测骨质健康的信息。QUS主要测量的是骨质中声速和宽谱超声衰减，但二者仍然与骨微结构相关性不大。QCT不受周围组织的影响，测量真正的体积骨密度，但其产生对人体有伤害的电离辐射直接限制了它在诊断中的应用。
[0003]近年来，光声成像技术得到了极大的发展，已经逐渐应用于生物医学中的诸多方面。例如，肿瘤检测、微血管成像、乳房成像、脑部成像等。对于骨质评估，光声技术也慢慢展现出很大的优势。过去的一些研究表明，光声技术一方面可以测定骨密度和骨微结构等参数，另一方面还可以获取骨组织中的脂质、胶原等有机成分的信息。同时，还有许多的光声研究揭示了光声信号功率谱之间的差异与组织的微结构的尺寸相关。传统的光声模式成像目前只适用于软组织，对于骨质这种硬组织很少应用。并且传统光声习惯于对生物组织的光声信号幅值进行成像，但其很难表征组织微结构信息。

技术实现思路

[0004]本专利技术的目的在于提供一种基于光声频谱分析的骨微结构参量成像方法，利用光声功率谱分析得到的参量值作为成像参数对骨微结构进行参量成像。
[0005]实现本专利技术的目的对应的技术及解决方案为：一种基于光声频谱分析的骨微结构参量成像方法，包括以下步骤：
[0006]步骤1、脉冲激光照射在骨组织切片上，超声换能器以环状排列方式采集骨组织周围的光声信号，对于每个超声换能器得到的光声信号，通过加窗并逐点移动的方式，截取不同时间段的光声信号；
[0007]步骤2、步骤1的每个时间段的光声信号被划分为多段光声信号，针对每段光声信号进行频谱转换，得到每段光声信号对应的光声功率谱；
[0008]步骤3、将步骤2得到的每段光声功率谱信号在设定的低频范围内进行线性拟合，以拟合直线的斜率值作为该段光声功率谱信号的量化值，该量化值作为图像重建的数据源，将每段光声信号所对应的量化值按照采集时间顺序进行合并排列，合并成新的待成像
重建斜率数据序列；
[0009]步骤4、基于时间反演重建算法，将步骤3得到的待重建斜率数据进行成像重建，得到参数重建成像结果图；
[0010]步骤5、对步骤4所完成的成像重建进行量化，进一步分析与骨健康相关的量化结果。
[0011]本专利技术与现有技术相比，其显著优点为：(1)通过脉冲激光照射骨组织，得到骨组织各个方向上的光声信号；并将光声信号进行分割，每段小信号通过频谱转换成为功率谱形式；将每个光声功率谱在低频范围内线性拟合，从而得到每条直线的斜率数据；最后基于图像重建算法，将得到的斜率数据重构为图像，其可评估骨微结构尺寸的变化；(2)使用光声频谱分析方法对骨组织进行参量成像，且骨微结构的尺寸信息随参量变化比较敏感，其可评估骨组织骨微结构变化，具有非接触、无电离、操作方便、可评估骨组织微结构信息的优点。
附图说明
[0012]图1为本专利技术基于光声频谱分析的骨微结构参量成像方法的流程图。
具体实施方式
[0013]结合图1，本专利技术基于光声频谱分析的骨微结构参量成像方法，包括以下步骤：
[0014]步骤1、脉冲激光照射在骨组织切片上，超声换能器以环状排列方式采集骨组织周围的光声信号，对于每个超声换能器得到的光声信号，通过加窗并逐点移动的方式，截取不同时间段的光声信号；
[0015]步骤2、步骤1的每个时间段的光声信号被划分为多段光声信号，针对每段光声信号进行频谱转换，得到每段光声信号对应的光声功率谱；
[0016]步骤3、将步骤2得到的每段光声功率谱信号在设定的低频范围内进行线性拟合，以拟合直线的斜率值作为该段光声功率谱信号的量化值，该量化值作为图像重建的数据源，将每段光声信号所对应的量化值按照采集时间顺序进行合并排列，合并成新的待成像重建斜率数据序列；
[0017]步骤4、基于时间反演重建算法，将步骤3得到的待重建斜率数据进行成像重建，得到参数重建成像结果图；
[0018]步骤5、对步骤4所完成的成像重建进行量化，进一步分析与骨健康相关的量化结果。
[0019]作为一种具体示例，步骤1中，在超声换能器采集骨组织周围的光声信号后，对每个传感器所采集的光声信号按照时间顺序划分为分段光声信号；
[0020]首先，对光声信号的分段划分方式是按时间顺序逐点移动截取光声信号，每段光声信号之间有一段交叉重叠区域，该重叠区域的尺寸大小根据经验值提前设定；接着，对分段后的光声信号作时域加窗处理，具体为时域加汉明或汉宁窗，用于减少频谱泄露的影响，加窗处理后得到加窗后光声信号时间序列。
[0021]作为一种具体示例，步骤2中的频谱转换，是将光声时域信号序列的中的每段光声时域数据通过傅里叶变换方法转为功率谱密度形式，得到光声信号的功率谱序列。
[0022]作为一种具体示例，步骤3中的线性拟合，就是使用一个线性函数来拟合每段光声功率谱；
[0023]首先，线性拟合所得的直线对应的斜率值是需要求得的光声功率谱量化参数；其次，将不同光声信号段所对应的量化参数按照时间顺序排列，得到参量序列，并将该参量序列作为成像参数用来进行重建成像，得到参量成像结果图。
[0024]作为一种具体示例，步骤4中的时间反演重建算法为延迟求和，具体为：
[0025]S(x,y)＝(Σ
k w
k
(x,y)P
k
δ))/(Σ
k w
k
(x,y)
[0026]其中S(x,y)是位置(x,y)处的像素值；P
k
(δ)是用来成像的第k个位置与超声换能器时间延迟为δ的参数序列；w
k
(x,y)是位置(x,y)处与超声换能器指向性相关的加权因子。
[0027]作为一种具体示例，步骤5中的量化方法，是将步骤4中得到的参数重建成像结果图对应的数字矩阵求和，并计算所得数字矩阵中幅值的平均值，将该平均值作为表征骨小梁的尺寸大小的最终衡量值。
[0028]实施例
[0029]结合图1，本实施例基于光声频谱分析的骨微结构参量成像及评估的方法，包括以下步骤：
[0030]步骤1、脉冲激光照射在骨组织切片上，超声换能器采集组织周本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光声频谱分析的骨微结构参量成像方法，其特征在于，包括以下步骤：步骤1、脉冲激光照射在骨组织切片上，超声换能器以环状排列方式采集骨组织周围的光声信号，对于每个超声换能器得到的光声信号，通过加窗并逐点移动的方式，截取不同时间段的光声信号；步骤2、步骤1的每个时间段的光声信号被划分为多段光声信号，针对每段光声信号进行频谱转换，得到每段光声信号对应的光声功率谱；步骤3、将步骤2得到的每段光声功率谱信号在设定的低频范围内进行线性拟合，以拟合直线的斜率值作为该段光声功率谱信号的量化值，该量化值作为图像重建的数据源，将每段光声信号所对应的量化值按照采集时间顺序进行合并排列，合并成新的待成像重建斜率数据序列；步骤4、基于时间反演重建算法，将步骤3得到的待重建斜率数据进行成像重建，得到参数重建成像结果图；步骤5、对步骤4所完成的成像重建进行量化，进一步分析与骨健康相关的量化结果。2.根据权利要求1所述的基于光声频谱分析的骨微结构参量成像方法，其特征在于，步骤1中，在超声换能器采集骨组织周围的光声信号后，对每个传感器所采集的光声信号按照时间顺序划分为分段光声信号；首先，对光声信号的分段划分方式是按时间顺序逐点移动截取光声信号，每段光声信号之间有一段交叉重叠区域，该重叠区域的尺寸大小根据经验值提前设定；接着，对分段后的光声信号作时域加窗处理，具体为时域加汉明或汉宁窗，用于减少频谱泄露的影响，加窗处理后得到加窗后光声信号时间序列。3.根据权利要求1所述的基于光声频谱分析的骨微结构参量成像...

【专利技术属性】
技术研发人员：封婷，黄财财，程茜，他得安，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：