CN102389298A - 基于红外序列图像的血管弹性检测的方法 - Google Patents

Abstract

本发明建立了一种基于红外序列图像的血管弹性特征检测的方法，提出一种基于红外序列图像的表征血管弹性的特征参数E_s，该参数计算公式如下：

公式中P_s，P_d为受试者收缩压与舒张压，S_d，S_s为收缩压和舒张压时对应的红外序列图像中的感兴趣区的面积，并从数学上验证了该参数的表征血管弹性的意义。该方法和***实现了非接触式的血管弹性特征的检测计算分析，在血管***弹性特征检测及病变诊断分析方面具有较好的临床应用价值。

Description

基于红外序列图像的血管弹性检测的方法

技术领域

本发明涉及一种非接触的、无损的测量血管弹性的方法，通过提取人体桡动脉处红外序列图像中的脉搏变化特征来提出一种表征血管弹性的参数，构建***并实现该参数的测量。 

背景技术

心脑血管疾病是严重威胁人类健康的重大疾病。严重的心脑血管事件，包括心肌梗塞、脑卒中、间歇性跛行、血管性痴呆一旦发生，即使治疗也不可逆转，而进行早期预防和治疗则可以避免这些严重的致死致残的心脑血管事件的发生。动脉弹性减退是多种心血管危险因素对血管壁早期损害的综合表现，是早期血管病变的特异性和敏感性标志，也是一种心血管疾病的高危因素。 

目前已有多种手段检测血管的弹性功能，包括血管超声、磁共振、脉搏波传导速度、压力反射波的收缩期增强指数、脉搏舒张期衰减参数和血压测量时的内带压力震荡波分析等，但是这些方法要么是有创的，要么是需要昂贵的大型仪器的，要么操作实现复杂，很不适宜于家用个人检测。 

自从1800年英国科学家赫胥尔发现红外线之后，红外物理吸引了众多科学家的投入研究，直到20世纪初，普朗克建立了一套完整的红外辐射定律，后称为普朗克辐射定律，至此奠定了红外技术基础。 

红外辐射是在可见光之外直至与毫米波相接，处于0.7μm-300μm的电磁波段，是人眼看不到的光线。自然界中凡是温度高于绝对零度(-273℃)的任何物体都能产生红外辐射，皆可视为红外辐射源，人体也是一个红外辐射源，其辐射的峰值波长为9.348μm，根据人体的热辐射特性，选取与之匹配的红外探测器探测人体的热辐射，根据测得辐射量的大小，便可知道温度的高低。 

热红外技术用来获取人体表面信息的优点：不接触体表，无副作用，可以反复多次进行，可以在短时间内获取全身的皮肤温度从而获得人体机能状态的大量信息，操作简便，测定部位与温度之间可以做定量的分析。 

红外图像应用在现代医学上有着长久的历史，1956年，Lawson首先利用红外图像检测乳腺癌。后来经过长期发展，红外图像在医学有着广泛的应用，包括：风湿病，腰椎间盘突出症，各种炎症，甲状腺疾病，眼科疾病，药理学等，也在大规模人群的发烧检测及呼吸与心率的监测中有着广泛的应用。 

动脉血管随心脏的收缩与舒张而周期性搏动的现象，称为脉搏。在这个过程中，体表皮肤温度会随着血管收缩或舒张而产生相应下降或上升的现象。基于此现象，本发明提出了一种新的表征血管弹性的参数，构建红外动态图像采集***并实现该参数的检测与数学验证。 

发明内容

本发明提出一种基于红外序列图像的表征血管弹性的新参数，并实现了该参数的检测及其生理意义的数学证明。 

具体方案如下： 

第一步：构建用于测量血管弹性的红外动态图像采集***。该***由红外热像仪，视频采集卡，计算机工作站三部分组成，通过该***，可以实时的采集受试者桡动脉的序列图像并把序列图像同步存储在计算机工作站中； 

第二步：保持室内温度、湿度等环境参数，使受试者适应检测环境； 

第三步：采集受试者桡动脉处红外序列图像及随后测量受试者的血压； 

第四步：对红外序列图像进行预处理，选取红外序列图像中的表征脉搏变化的感兴趣区，并对感兴趣区进行统计分析； 

第五步：提出一种新的基于红外序列图像的表征血管弹性的参数E_s，该参数计算公式如下： 

公式中P_s，P_d为受试者收缩压与舒张压，S_s，S_d为收缩压和舒张压时对应的红外序列图像中的感兴趣区的面积，并从数学上验证了该参数的表征血管弹性的意义。 

本发明有如下技术优点： 

1)首次利用红外序列图像实现了血管弹性特征的提取，该测量具有非接触式的，无损的优点，为今后在医院及家庭环境中血管弹性的检测提供了新途径。 

2)构建的红外动态图像采集***具有体积小，携带方便，操作简单的优点，可以方便地应用在家用及医院的检测中。 

3)新提出的血管弹性参数E_s是基于红外序列图像中感兴趣区脉搏周期性的变化引起的面积变化而提出，实质上可以算是一种面弹性，丰富了血管弹性测量的表征方法。 

附图说明

图1红外动态图像采集***数据流 

图2红外序列图像示例，其中上图为舒张压时对应的热图，下图为收缩压时对应的热图 

具体实施方式

下面给出本发明一个较好的实施例，并予以详细描述，以能更好的理解本发明。具体如下： 

(1)构建红外动态图像采集***，本***由三部分构成，包括：红外热像仪，视频采集卡及计算机工作站，其中红外热像仪采用了Fluke公司的Ti40，其能够采集的图像大小为160*120，在30℃时NETD＜＝90mk，视频采集卡为天敏公司的DV610，其采集的帧速度为25帧/秒，计算机工作站为DELL的T7500。其中红外热像仪经过VIDEO端子与视频采集卡连接进行视频流传输，视频采集卡经过PCI总线传输到计算机工作站硬盘。 

(2)由于体表皮肤温度很容易被周围环境干扰，因此在受试者采集红外序列图片过程中，室内环境要求具有稳定性。首先实验选在一个密闭的环境中，温度、湿度适中(温度24℃左右，湿度小于20％)，该室内除了受试者和实验操作者，再没有其他人，且室内没有明显的气流产生(比如风扇，空调等)。受试者从室外进来首先要求在室内休息15分钟，以与周围环境达到热平衡，在该时间内同时给受试者讲授实验步骤及注意事项。 

(3)受试者手臂平放在实验桌子上，同时红外热像仪通过三脚架垂直对准受试者的手部，并对焦以获得清晰的图像。然后调节红外热像仪的温度显示范围，使图像中温度最高点对应色表中的白色。实验过程中，受试者手臂要求尽量不动，整个实验采集10s红外序列图像。实验完成后，利用袖带式血压计实现受试者血压的测量。并且在实验过程中，受试者没有受到明显的情绪刺激，包括噪声，言语对话等。 

(4)对采集到AVI视频进行分解，最终可得RGB模式的红外序列图像，从红外序列图像中可以清晰看出受试者桡动脉搏动最大处会在红外序列像中显示为一个白色区域，由温度颜色表可知该白色区域即为红外序列图像中的温度最高的区域。因此我们将该白色区域定义为感兴趣区，为提高处理速度，我们先将彩色RGB序列图像转换为灰度图，转换之后感兴趣区仍为灰度图像中的最大值，即仍然为白色，同时，考虑到感兴趣区只在图像中心的一块区域内变化，我们可以选取一包含感兴趣区的方形区域，而不必对整幅图片进行统计，这样程序处理时间将大大减少，对每一幅图像取灰度阈值250以求出每一幅图像中的感兴趣区域的面积即白色区域内像素的个数，最终产生序列图像的感兴趣区面积的时间序列信号。在该时间序列信号中，波峰对应着收缩压时桡动脉感兴趣区面积，波谷对应着舒张压时桡动脉感兴趣区面积。 

(5)本发明定义了一个新的表征血管弹性的参数E_s，该参数计算公式如下： 

$E_s=(P_s-P_d)\frac{S_d^2}{S_s^2-S_d^2}$

P_s收缩压    P_d舒张压 

S_s收缩压时对应的白色区域面积，S_d舒张压时对应的白色区域面积。 

该参数的具体意义推导如下： 

由已知，基于Hooke定律的体积弹性参数μ的定义如下： 

$\mathrm{\ΔP}=\mathrm{\μ}\frac{\mathrm{\ΔV}}{V}---\left(1\right)$

一段长度为l，半径为r的血管的体积为    V＝lπr²                (2) 

如果我们可以在收缩压时测得血管内径d_s，在舒张压时同样测得内径d_d，同时我们可以得到血压间差ΔP＝P_s-P_d，ΔV＝V_s-V_d，结合(1)(2)式，则体积弹性参数可如下： 

$\mathrm{\μ}=(P_s-P_d)\frac{d_d^2}{d_s^2-d_d^2}---\left(3\right)$

d_s收缩压期血管内直径  d_d舒张压期血管内直径 

V_s收缩期血管体积  V_d舒张期血管体积 

由图知：白色区域近似为一个椭圆，则该区域面积近似为： 

S＝π*a*b                    (4) 

其中a为长轴半径，b为短轴半径 

这里短轴半径近似等于血管半径，即在收缩压时b＝d_s/2，在舒张压时b＝d_d/2。 

且由图(2)知，白色区域在收缩压和舒张压期间短轴的变化远远大于长轴的变化，因此这里假设a_s/a_d≈1 

a_s为收缩压时的长轴半径，a_d为舒张压时的长轴半径。 

因此 $\frac{S_s}{S_d}=\frac{b_s}{b_d}=\frac{d_s}{d_d}---\left(5\right)$

结合(3)、(5)式，便可证得： 

$E_s=\mathrm{\μ}=(P_s-P_d)\frac{S_d^2}{S_s^2-S_d^2}$

下面推导E_s与血管杨氏模量E的关系： 

假设有单位拉力P作用于长度为l的弹性棒，由Hooke定律： 

$P=E\frac{\mathrm{\Δl}}{l}---\left(6\right)$

如果在一个两端开口的厚度为h，内半径为r的细管中，则根据(6)式， 

$\mathrm{\ΔP}=\frac{r}{h}=E\frac{\mathrm{\Δr}}{r}---\left(7\right)$

这里ΔP为内压的变化。 

如果内半径变化Δr，此时则相应体积变化可近似为ΔV＝l2πrΔr  (8) 

由(2)(8)作比，即得： 

$\frac{\mathrm{\ΔV}}{V}=2\frac{\mathrm{\Δr}}{r}---\left(9\right)$

结合(1)式，把(9)式带回(7)式，则 

$\mathrm{\μ}=\frac{\mathrm{Eh}}{2r}---\left(10\right)$

即 $E_s=\frac{\mathrm{Eh}}{2r}$

考虑到r，h都是固定的，即E_s与E成正比，因此E_s可以作为表征血管弹性的一个参数。 

综上所述，本发明提出的表征血管弹性的新参数E_s具有明确的生理意义，可为临床及家庭保健提供良好的诊断信息，具有很高的使用价值。 

以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，即凡是依据本发明申请的权利要求书及说明书内容所做的简单的、等效变化及修饰，皆落入本发明专利的权利要求保护范围。 

Claims (2)

1.一种基于红外序列图像的血管弹性检测方法，包括如下步骤：

第一步：构建用于测量血管弹性的红外动态图像采集***，该***由红外热像仪，视频采集卡，计算机工作站三部分组成，通过该***，能够实时的采集受试者桡动脉的序列图像并把序列图像存储在计算机工作站中；

第二步：保持室内环境温度、湿度等参数，使受试者适应环境；

第三步：采集受试者桡动脉处红外序列图像及测量受试者的血压；

第四步：对红外序列图像进行预处理，选取红外序列图像中的表征脉搏变化的感兴趣区，并对感兴趣区进行统计分析；

第五步：提出一种基于红外序列图像的表征血管弹性的参数E_s，该参数计算公式如下：公式中P_s，P_d为受试者收缩压与舒张压，S_d，S_s为收缩压和舒张压时对应的红外序列图像中的感兴趣区的面积；该参数能够从数学上验证以表征血管弹性。

2.如权利要求1所述的基于红外序列图像的血管弹性检测方法，第五步中该参数表征血管弹性的数学验证如下：

假设有单位拉力P作用于长度为l的弹性棒，由Hooke定律：

$P=E\frac{\mathrm{\Δl}}{l}$

如果在一个两端开口的厚度为h，内半径为r的细管中，

$\mathrm{\ΔP}\frac{r}{h}=E\frac{\mathrm{\Δr}}{r}$

这里ΔP为内压的变化，

如果内半径变化Δr，此时则相应体积变化可近似为ΔV＝l2πrΔr

由V＝lπr²，

即得：

$\frac{\mathrm{\ΔV}}{V}=2\frac{\mathrm{\Δr}}{r}$

则 $\mathrm{\μ}=\frac{\mathrm{Eh}}{2r}$

即 $E_s=\frac{\mathrm{Eh}}{2r}$

考虑到r，h都是固定的，即E_s与E成正比，因此E_s可以作为表征血管弹性的一个参数。

Images