一种基于可见光图像的无创胆红素检测方法技术

本发明专利技术涉及一种基于可见光图像的无创胆红素检测方法，属于生理信号检测领域

【技术实现步骤摘要】
一种基于可见光图像的无创胆红素检测方法


[0001]本专利技术属于生理信号检测
，涉及图像处理
、
深度学习等
，尤其是涉及一种无创检测胆红素的方法
。

技术介绍

[0002]胆红素是人体内一种重要的代谢产物，其主要来源于红血球的分解
。
当人体的胆红素代谢功能出现异常时，会导致胆红素在血液中积聚，形成高胆红素血症
。
高胆红素血症会引起黄疸
、
肝损伤等疾病，严重者还可能导致脑病等致命后果
。
尤其在新生儿时期，由于新生儿胆红素的代谢特点，胆红素代谢容易出现异常，出现新生儿黄疸症状
。
新生儿黄疸发病率极高，资料显示，新生儿黄疸在足月儿中的发病率高于
50
％，在早产儿中发病率更是高于
80
％
。
在胆红素水平非常高的情况下，间接胆红素可能透过血脑屏障，形成核黄疸，胆红素的毒性作用可以造成永久性或慢性的脑损伤，严重威胁新生儿生命和健康
。
因此，对胆红素进行检测具有非常重要的临床意义
。
[0003]目前临床常用的胆红素浓度检测方法主要为血清胆红素测定，采集病人血清，通过化学分析方法测定总胆红素
、
结合胆红素
、
非结合胆红素等项目的含量
。
此方法通常需要静脉血采样，对患者有一定的侵入性
。
这种方式虽然结果准确，但会给被测者带来痛苦，存在伤口感染的风险
。
另外，还可以通过观察病人皮肤
、
黏膜和巩膜的颜色变化程度，判断是否存在黄疸，但其检测结果容易受到其他因素的干扰
。
对于传统胆红素测量的局限性，无创检测的方法具有更高的价值和研究意义
。
光学测量法主要利用传输光的强度
、
相位
、
偏振角以及靶区组织的吸收
、
散射系数等与胆红素浓度密切相关的信息，通过对提取到的信息进行分析间接测得胆红素浓度
。
利用光学方法进行检测具有无创
、
方便
、
快速
、
实时等优点，成为无创胆红素浓度检测的主要技术手段
。
目前利用光学进行无创检测胆红素的应用主要有无创黄疸检测仪和经皮胆红素测定仪
。
无创黄疸检测仪通过使用光学传感技术，测量皮肤颜色的变化，以及黄疸程度，是一种非侵入性的无创检测方法
。
但由于人体有色素水平不同，该方法的准确性还有待进一步证实
。
而经皮胆红素测定仪将一定体积的血液样品注入测量仪器内，通过光学方式直接测量血液中的胆红素浓度
。
但该方法仍然需要一次性采集微量的血液样品进行检测
。
面对这些现存的问题，本专利技术提出了一种新的无创检测胆红素浓度的方法，提供了一个具有实用价值的技术方案，从而实现无创的胆红素浓度检测
。
[0004]该方法是基于可见光图像重建高光谱图像的无创胆红素浓度检测方法，其工作原理是利用血液中胆红素对光线的吸收和散射现象，通过可见光成像设备对皮肤区域进行成像，将拍摄区域内的
RGB
图像重建为高光谱图像，并从获取的图像中选取感兴趣区域，提取特征信息，从而得到胆红素的浓度值
。

技术实现思路

[0005]本专利技术提出了一种利用可见光成像设备，在
LED
光源照明条件下快速无创检测人体胆红素浓度的方法
。
首先对被测对象的被测皮肤区域进行
RGB
图像采集，重建为高光谱图
像后进行特征提取，并通过校正模型预测胆红素浓度
。
此专利技术可以实现无创胆红素检测，适用于普通民众的日常胆红素检测，具有广阔的发展空间和应用前景
。
详见下文描述：其检测方法实现过程为：一种基于可见光图像的无创胆红素检测方法，用于实现无创的人体胆红素浓度检测
。
该方法特征是：所述数据采集由普通
CCD
工业相机与高光谱相机完成；所述照明光源为
LED
白光光源
。
该方法首先采集手指指腹但不限手指的
RGB
图像与高光谱图像作为数据集训练高光谱重建网络，同时基于皮肤反射光谱进行胆红素特征提取，建立从重建的高光谱图像中评估胆红素浓度的模型，即可得到被测对象的胆红素浓度值
。
[0006]所述成像设备位于手指指腹
30
‑
40cm
处，实现了胆红素浓度值的非侵入式无创检测，避免了有创检测可能引起的病人疼痛和感染风险
。
[0007]所述光源为
LED
白光光源
。
[0008]所述高光谱特征提取包括但不限于高光谱图像的多个通道的颜色信息
。
[0009]所述通用模型包括但不限于针对皮肤图像的自注意力机制网络重建模型与胆红素浓度矫正模型，重建模型利用大量的
RGB
图像和高光谱图像作为训练样本，矫正模型采用回归算法建立，实现由可见光图像检测胆红素浓度的模型
。
[0010]所述胆红素检测方法包含以下步骤
。
[0011]步骤
1、
采集数据集训练高光谱重建模型；
[0012]1)、
启动
LED
白光光源，照射到手指指腹或人体其他部位
。
[0013]2)、
启动工业相机与高光谱相机，保证无其他光线射入，影响数据采集
。
[0014]3)、
被测部位放置在光源与成像设备夹角的位置，保持静止
10s
，采集
RGB
图像以及对应高光谱图像
。
[0015]4)、RGB
图像和对应高光谱图像输入到网络模型中进行训练
。
[0016]步骤
2、
创建评估胆红素浓度预测模型；
[0017]1)、
创建光谱特征提取模型
。
[0018]2)、
采用回归算法建立胆红素浓度矫正模型
。
[0019]3)、
对矫正模型性能进行评估
。
[0020]步骤
3、
选取感兴趣区域并提取特征值，进行胆红素浓度预测；
[0021]1)、
去除相机引入噪声并选取被测部位感兴趣区域
。
[0022]2)、
胆红素特征输入到校正模型，预测出胆红素浓度
。
[0023]较佳的，重建高光谱图像采用一种基于自注意力机制的深度学习模型
。
[0024]较佳的，胆红素浓度矫正模型采用支持向量回归和梯度增强回归
。
[0025]有益效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于可见光图像的无创胆红素检测方法，用于无创检测胆红素浓度，其特征在于，包括以下步骤：
1)、
同时采集
RGB
图像和高光谱图像训练深度学习模型重建高光谱图像；
2)、
计算漫反射光谱，创建胆红素浓度矫正模型；
3)、
去除相机噪声，选取被测部位
ROI
区域并提取特征值，进行胆红素浓度预测
。2.
根据权利要求1所述的一种基于可见光图像的无创胆红素...

【专利技术属性】
技术研发人员：孔令琴，刘豪杰，董立泉，刘明，赵跃进，褚旭红，吴小溪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：