一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统技术方案

技术编号:35922735 阅读:18 留言:0更新日期:2022-12-10 11:08
本发明专利技术公开一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统,包括;获取待测皮肤区域经OCT扫描得到的干涉信号;对干涉信号提取多普勒频移,以获取待测皮肤区域内的血流速度和血管直径,并以此得到血流量;对干涉信号进行模数转换,获取待测皮肤区域的组织表层图像;对组织表层图像进行小波分解,并将分解得到的各个层次分量赋权后进行逆向复合处理,得到二维血流图像;对同一扫描位置的连续多帧二维血流图像经去相关处理和标准差运算后,得到每个扫描位置的单帧去相关标准差图像,以此提取血管密度特征;根据血流速度、血管直径、血流量和血管密度特征得到待测皮肤区域的受损检测结果或皮肤恢复结果,实现实时成像。实现实时成像。实现实时成像。

【技术实现步骤摘要】
一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统


[0001]本专利技术涉及光学相干层析成像
,特别是涉及一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]皮肤撕脱伤是由各种机械力如剪切力或摩擦力引起的创伤性伤口,包括钝性创伤、跌倒、处理不当、设备损伤或粘性敷料的去除引起的伤口,同时伴有不同程度软组织损伤,常常形成与肢体相连的有蒂的撕脱皮瓣,由于撕脱部位的皮肤受到严重碾挫与牵拉,致使该处皮肤不仅受损严重而且主要的肌皮穿支血管亦严重破坏。撕脱皮瓣会严重缺血、缺氧,使得皮瓣早期便会发生组织生物学变化,血运异常,然而这样“隐性”改变并不能立即出现明显的临床征象,若仅依靠临床上常用的检测标准来判定皮瓣坏死面积,无法做出更为精准地评估。
[0004]皮肤撕脱伤基本治疗原则是在判断撕脱皮瓣血运的基础上争取保留更多的有血运组织,无论用什么方法修复创面,都需要彻底清除无血运组织,以免感染。所以,需要一种方法实现皮肤撕脱伤坏死区域的早期界定,为早期有效清除皮肤坏死区域提供可能性,从而减小后期皮瓣继发性坏死及感染的风险。
[0005]目前血运测量技术根据工作原理的不同分为三大类:激光多普勒、光声多普勒以及光学相干层析多普勒成像技术。激光多普勒技术能够对大面积组织表面进行成像,但空间分辨率不高;光声多普勒测量技术能够检测血红蛋白,但存在受杂波信号干扰大,激发源信号衰弱太快等问题;光学相干层析多普勒技术具有高分辨率、实时成像优点,但是由于扫描速率低,容易受到心跳呼吸影响,造成组织成像扭曲模糊,进而影响测量结果。

技术实现思路

[0006]为了解决上述问题,本专利技术提出了一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统,实现实时成像,为皮肤撕脱伤早期诊断提供有效数据。
[0007]为了实现上述目的,本专利技术采用如下技术方案:
[0008]第一方面,本专利技术提供一种皮肤撕脱伤血运检测方法,包括;
[0009]获取对待测皮肤区域经OCT扫描得到的干涉信号;
[0010]对干涉信号提取多普勒频移,以获取待测皮肤区域内的血流速度和血管直径,并以此得到血流量;
[0011]对干涉信号进行模数转换,获取待测皮肤区域的组织表层图像;
[0012]对组织表层图像进行小波分解,并将分解得到的各个层次分量赋权后进行逆向复合处理,得到二维血流图像;
[0013]对同一扫描位置的连续多帧二维血流图像经去相关处理和标准差运算后,得到每
个扫描位置的单帧去相关标准差图像,以此提取血管密度特征;
[0014]根据血流速度、血管直径、血流量和血管密度特征,采用训练后的深度学习网络模型得到待测皮肤区域的受损检测结果。
[0015]作为可选择的实施方式,对干涉信号提取多普勒频移,得到血流速度和血管直径;根据血流速度与血管直径,计算血管截面积即可得到待测皮肤区域的血流量。
[0016]作为可选择的实施方式,对单帧图像做去相关标准差算法经三维重建后提取Enface图像,进一步对Enface图像做直方图图像处理,以得到血管密度特征。
[0017]作为可选择的实施方式,所述深度学习网络模型由已知皮肤受损程度及其对应的受损指标训练而得。
[0018]第二方面,本专利技术提供一种皮肤撕脱伤血运检测系统,包括;
[0019]信号获取模块,被配置为获取对待测皮肤区域经OCT扫描得到的干涉信号;
[0020]流速提取模块,被配置为对干涉信号通过提取多普勒频移,以获取待测皮肤区域内的血流速度和血管直径,并以此得到血流量;
[0021]图像获取模块,被配置为对干涉信号进行模数转换,获取待测皮肤区域的组织表层图像;
[0022]图像处理模块,被配置为对组织表层图像进行小波分解,并将分解得到的各个层次分量赋权后进行逆向复合处理,得到二维血流图像;
[0023]动态血流信号提取模块,被配置为对同一扫描位置的连续多帧二维血流图像经去相关处理和标准差运算后,得到每个扫描位置的单帧去相关标准差图像,以此提取血管密度特征;
[0024]受损检测模块,被配置为根据血流速度、血管直径、血流量和血管密度特征,采用训练后的深度学习网络模型得到待测皮肤区域的受损检测结果。
[0025]第三方面,本专利技术提供一种OCT血运检测系统,包括:OCT扫描装置和第二方面所述的皮肤撕脱伤血运检测系统;
[0026]所述OCT扫描装置用于对待测皮肤区域进行扫描得到干涉信号;
[0027]所述皮肤撕脱伤血运检测系统根据扫描得到的干涉信号进行待测皮肤区域的受损检测。
[0028]作为可选择的实施方式,所述OCT扫描装置包括发光装置、参考臂、样品臂和光谱仪;
[0029]所述发光装置包括光源和光耦合器;所述光耦合器分别连接样品臂、参考臂和光谱仪,所述光源发射的连续光谱范围的光束进入光耦合器中,并经光耦合器分别入射至样品臂和参考臂中;
[0030]所述样品臂和参考臂对入射的光束经反射后,在光耦合器处进行干涉,并将干涉光束入射至光谱仪中。
[0031]作为可选择的实施方式,所述参考臂包括第二准直器、色散模块、衰减模块和平面镜,光束入射至参考臂后,经第二准直镜的准直,再依次经过色散模块和衰减模块入射至平面镜上并进行反射,反射至光耦合器中。
[0032]第四方面,本专利技术提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的
方法。
[0033]第五方面,本专利技术提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
[0034]与现有技术相比,本专利技术的有益效果为:
[0035]本专利技术提出一种皮肤撕脱伤血运检测方法、系统及OCT血运检测系统,利用光学相干层析成像技术具有高分辨率、可跨层成像、高灵敏度、实时成像等优点,将其应用于皮肤撕脱伤受损检测中,通过OCT技术获取待测皮肤区域内的血流速度、血管直径、血流量等信息;通过对同一扫描位置的连续多帧二维血流图像进行去相关图像处理及标准差运算,得到每个扫描位置单帧去相关标准差图像,从而加强血流信号,且经三维重建后提取Enface图像,在Enface图像的基础上做直方图图像处理,得到血管密度;根据血流速度、血管直径、血流量和血管密度得到待测皮肤区域的受损检测结果,为皮肤撕脱伤的治疗提供准确的数据。
[0036]本专利技术附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。
附图说明
[0037]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。
[0038]图1为本专利技术实施例1提本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种皮肤撕脱伤血运检测方法,其特征在于,包括;获取对待测皮肤区域经OCT扫描得到的干涉信号;对干涉信号提取多普勒频移,以获取待测皮肤区域内的血流速度和血管直径,并以此得到血流量;对干涉信号进行模数转换,获取待测皮肤区域的组织表层图像;对组织表层图像进行小波分解,并将分解得到的各个层次分量赋权后进行逆向复合处理,得到二维血流图像;对同一扫描位置的连续多帧二维血流图像经去相关处理和标准差运算后,得到每个扫描位置的单帧去相关标准差图像,以此提取血管密度特征;根据血流速度、血管直径、血流量和血管密度特征,采用训练后的深度学习网络模型得到待测皮肤区域的受损检测结果。2.如权利要求1所述的一种皮肤撕脱伤血运检测方法,其特征在于,对干涉信号提取多普勒频移,得到血流速度和血管直径;根据血流速度与血管直径,计算血管截面积即可得到待测皮肤区域的血流量。3.如权利要求1所述的一种皮肤撕脱伤血运检测方法,其特征在于,对单帧去相关标准差图像经三维重建后提取Enface图像,对Enface图像做直方图图像处理,以得到血管密度。4.如权利要求1所述的一种皮肤撕脱伤血运检测方法,其特征在于,所述深度学习网络模型由已知皮肤受损程度及其对应的受损指标训练而得。5.一种皮肤撕脱伤血运检测系统,其特征在于,包括;信号获取模块,被配置为获取对待测皮肤区域经OCT扫描得到的干涉信号;流速提取模块,被配置为对干涉信号提取多普勒频移,以获取待测皮肤区域内的血流速度和血管直径,并以此得到血流量;图像获取模块,被配置为对干涉信号进行模数转换,获取待测皮肤区域的组织表层图像;图像处理模块,被配置为对组织表层图像进行小波分解,并将分解得到的各个层次分量赋权后进行逆向复合处理,得到二维血流图像;动态血流...

【专利技术属性】
技术研发人员:宋维业
申请(专利权)人:山东探微医疗技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1