一种自适应增强的激光散斑衬比血流成像方法技术

本发明专利技术公开了一种自适应增强的激光散斑衬比血流成像方法；利用激光散斑衬比成像系统探测待测组织表面，使用CMOS相机采集原始散斑图像序列；根据所述原始散斑图像序列，计算得到初始散斑衬比图像；对所述初始散斑衬比图像进行图像分割，得到分割图像；根据所述原始散斑图像序列和分割图像，计算得到自适应增强的散斑衬比图像；本发明专利技术提供的激光散斑衬比血流成像方法能够提高血管边缘和微小血管的成像效果，使血管的衬比图像更为清晰，反映更多细节；在较深层血管成像中，能够提高血管的可视化效果，具有更高的噪声衰减和更好的成像质量。量。量。

【技术实现步骤摘要】
一种自适应增强的激光散斑衬比血流成像方法


[0001]本专利技术涉及医学图像处理
，特别涉及一种自适应增强的激光散斑衬比血流成像方法。

技术介绍

[0002]激光散斑衬比血流成像技术是一种实时的、非扫描式的全场血流动力学成像技术，具有非接触、无创伤、无需造影剂、高时空分辨率、仪器结构简单等优势；广泛应用于眼科、脑科学、微循环及术中监测等基础研究和临床应用中；使用激光散斑衬比血流成像技术能够反映出不同血管在同一时间的形态和流速，也能反映出同一血管在不同时刻的血流流速变化，具有长期、动态监测血流动力学的能力；心脑血管疾病、高血压等都与微循环状态密切相关，血流是衡量微循环状态的关键参数之一，实现血流的实时在体测量对疾病预防具有重要意义。
[0003]传统重建散斑衬比图像的方法是对空间窗、时间窗或时空窗内的所有像素计算光强的标准差和均值，来计算窗口中心点的散斑衬比值，以此来重建二维散斑衬比图像；在较深层血管成像中，使用传统的散斑衬比成像方法重建的图像含有较高的噪声，动态血管区域与静态组织区域对比度噪声比低；同时对血管边缘以及微小血管的成像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应增强的激光散斑衬比血流成像方法，其特征在于，所述方法包括以下步骤：S100，利用激光散斑衬比成像系统测定待测生物组织，获得原始散斑图像序列；S200，根据所述原始散斑图像序列，计算得到初始散斑衬比图像；S300，根据所述初始散斑衬比图像，计算得到分割图像；S400，根据所述原始散斑图像序列和分割图像，计算得到自适应增强的散斑衬比图像。2.根据权利要求1所述的一种自适应增强的激光散斑衬比血流成像方法，其特征在于，在S100中，利用激光散斑衬比成像系统测定待测生物组织，获得原始散斑图像序列的方法为：S101，设定所述激光散斑衬比成像系统的CMOS相机的曝光时间为Tms，即在每秒内采集帧；S102，设定在采集时间t秒内，设置所述激光散斑衬比成像系统的激光光源打开输出，经过扩束镜、反射镜后，照射在待测生物组织表面进行测定；S103，所述激光散斑衬比成像系统的CMOS相机采集所述待测生物组织表面漫反射以及组织内散射的光束，形成原始散斑图像；S104，设定在采集时间t秒内，所述CMOS相机总记录帧所述原始散斑图像，由计算机进行灰度预处理后得到原始散斑图像序列。3.根据权利要求1所述的一种自适应增强的激光散斑衬比血流成像方法，其特征在于，在S200中，根据所述原始散斑图像序列，计算得到初始散斑衬比图像的方法为：S201，设定所述原始散斑图像序列为I(x，y，z)，其中I(x，y，z)表示在第z帧所述原始散斑图像在像素点坐标(x，y)处的灰度值，其中设定图像分辨率大小为[M，N]，x的取值范围为[1，M]，y的取值范围为[1，N]，z的取值范围为S202，选取滑动空间窗口大小为V
×
V，滑动空间窗口遍历像素点坐标(x，y)的取值范围：x∈[1，M]，y∈[1，N]；根据原始散斑图像序列I(x，y，z)，选取滑动空间窗口下对应的原始散斑图像子帧数据I
V
(x，y，z)，其中x的取值范围为[1，V]，y的取值范围为[1，V]，z的取值范围为计算空间散斑衬比图像K
s
(x，y，z)：其中S203，根据空间散斑衬比图像K
s
(x，y，z)，计算第z帧像素点(x，y)处四个方向上的梯度KN(x，y)
z
，KS(x，y)
z
，KW(x，y)
z
，KE(x，y)
z
，根据四个方向上的梯度计算四个方向的扩散系数dN(x，y)
z
，dS(x，y)
z
，dW(x，y)
z
，dE(x，y)
z
，计算得到初始散斑衬比图像K(x，y，z)
(n+1)
：K(x，y，z)
(n+1)
＝K(x，y，z)
n
+λ
×
(N+S+WE+E)上式为得到所述初始散斑衬比图像K(x，y，z)
(n+1)
的迭代式，n为迭代次数，λ为扩散系数；其中：N＝dN(x，y)
z
×
KN(x，y)
z
，
S＝dS(x，y)
z
×
KS(x，y)
z
，WE＝dW(x，y)
z
×
KW(x，y)
z
，E＝dE(x，y)
z
×
KE(x，y)
z
)，其中Kthr为边缘参数。4.根据权利要求1所述的一种自适应增强的激光散斑衬比血流成像方法，其特征在于，在S300中，根据所述初始散斑衬比图像，计算得到分割图像的方法为：S301，根据所述初始散斑衬比图像K(x，y，z)
(n+1)
，使用分割算法分割动态区域、静态区域，得到分割图像Se(x，y)：Se(x，y)＝Se(x1，y1)+Se(x2，y2)+Se(x3，y3)其中Se(x1，y1)表示动态区域，Se(x2，y2)表示静态区域，Se(x3，y3)表示过渡区域。5.根据权利要求1所述的一种自适应增强的激光散斑衬比血流成像方法，其特征在于，在S400中，根据所述原始散斑图像序列和分割图像，计算得到自适应增强的散斑衬比图像的方法为：S401，设定选择的滑动空间窗口大小为W
×
W，根据所述原始散斑图像序列I(x，y，z)和所述分割图像Se(x，y)，滑动空间窗口遍历像素点坐标(x，y)的取值范围：x∈[1，M]，y∈[1，N]；S402，选取滑动窗口下对应的原始散斑图像子帧数据I
W
(x，y，z)和分割图像子帧数据Se
W
(x，y)，其中x的取值范围为[1，W]，y的取值范围为[1，W]，z的取值范围为S403，计算Se
W
(x，y)中像素点(x，y)为0的个数C0、像素点为1的个数C1、像素点为0.5的个数C
0.5
；若C0≠W2或C1≠W2或C
0.5
≠W2，则说明所述滑动窗口下对应的原始散斑图像子帧数据I
W
(x，y，z)处于边界区域，使用自适应窗口大小计算该窗口中心点对应所述原始散斑图像(x，y，z)处的衬比值K
a
(x...

【专利技术属性】
技术研发人员：韩广，李德，郭芊贝，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：