[发明专利]一种自动分离动静脉血管的内源光学成像方法

说明书

技术领域：

本发明属于生物医学成像方法，尤其指采用窄带准单色光照明，利用内源生理信号谱值特征的动静脉血管自动分离方法。

背景技术：

脑皮层动静脉血管的自动分离对于生物医学基础研究和血管相关疾病的临床诊断治疗具有重要的现实意义。动脉肿瘤，动脉硬化等血管疾病日益威胁着人们的生命安全，通过血管分析方法能够及时可靠的诊断和预防此类疾病。目前，对动静脉血管进行自动分离的方法的报道较为有限。根据动脉血和静脉血含氧饱和度的不同而具有的光谱吸收特性差异，可通过不同中心波长的准单色光检测目标血管的血氧饱和度的值，实现动脉血管和静脉血管的自动分离（Narasimha-Iyer, H等, 2007. Automatic identification of retinal arteries and veins from dual-wavelength images using structural and functional features （双光谱图像中的结构特征和功能特征用于视网膜动脉和静脉的自动识别）, IEEE Transactions on Biomedical Engineering, 54(8), 1427-1435），附图1给出了上述方法的流程图。但是上述方法对细小血管的分离效果很差，而且受限于预先提取血管网络结构，在现有的血管网络提取方法下，无法分离出小动脉和小静脉。以MRA成像（磁共振造影成像）为技术手段的动静脉分离方法，主要依赖于动脉和静脉血管中血液的流向相反特性 （Svensson, J等, 2002. Separation of arteries and veins using flow-induced phase effects in contrast-enhanced MRA of the lower extremities（下肢MRA成像中基于血流相位特征的动静脉分离）, Magnetic Resonance Imaging, 20, 49–57），但该特性仅存在于人体的四肢血管和部分心血管系统中，在复杂的大脑血管网络中是不存在的，因此无法应用于脑皮层中动静脉的分离。生物组织中内源信号包含的频率值很丰富，在生理信号的频谱分布中，低于1Hz的信号称为低频振荡信号，这些振荡信号以0.1Hz频率为中心，包括超低频振荡信号（VLFO），低频振荡信号（LFO），其中0.1Hz低频振荡信号的存在具有普遍性，是生物体内源振荡信号的主要成分之一；通过光学成像系统采集的光学信号是根据不同的血液成分对不同波长的光的吸收率和反射率不同来反映动脉血和静脉血的参数变化情况，如血流，血容，血氧浓度等，从而反映血管的动态变化过程。但目前还没有利用生物组织中低频振荡信号的谱值特征进行动静脉血管的自动分离的公开报导。

发明内容：

本发明要解决的技术问题是提供一种有效的自动分离生物组织动静脉血管的内源光学成像方法，采用窄带准单色光照明，对采集到的图像序列进行频谱分析，利用图像序列的低频振荡信号的幅值分布特征，实现动脉血管和静脉血管的识别与自动分割。

为解决上述技术问题，本发明动静脉自动分离的内源光学成像方法包括以下步骤：

第一步，将窄带准单色光照射到被测对象上，用CCD或CMOS相机通过光学成像系统，以相同的曝光时间和帧间隔时间连续采集N帧被测对象反射的光学图像，每帧图像的曝光时间不高于100ms，帧间隔时间?T不高于500ms，采集的帧数N≥20；

第二步，设单幅图像的尺寸为I_R×C，其中R为图像矩阵的行数，C为图像矩阵的列数，则该图像共有R×C个像素，相应的图像时间序列中包含R×C个像素时间序列；平均像素时间序列                                               中第n个数据点的平均灰度值按公式一有：

       公式一，

其中为第n幅图像的第i个像素的灰度值，为N帧图像所有像素的平均灰度值；

第三步，利用快速傅里叶变换算法（A.V. 奥本海姆, R.W. 谢弗（美）．离散时间信号处理．黄建国，刘树樘 译．北京：科学出版社，1998）将第二步所得的平均像素时间序列变换到频谱域，确定频率区间(0.05Hz, 1Hz)中具有最大幅值的频率值f_m；f_m通常位于0.1Hz附近，称为0.1-Hz低频振荡。