CN102579073B - 一种光声显微成像的自适应图像重建方法 - Google Patents

Abstract

本发明涉及一种针对生物组织脉管***进行的自适应合成孔径图象重建的光声显微成像方法，首先利用光声显微成像***获取初始的脉管***光声成像数据；接着对原始三维成像数据进行图象预处理运算，获取成像分支脉管的特征信息；针对成像分支脉管的特征信息，对原始三维光声显微成像进行自适应合成孔径运算；最后获取经过自适应合成孔径运算后的脉管图像。本发明使离焦情况下各个不同走向的分支脉管都获得最佳的侧向空间分辨率，从而使离焦情况下***成像的侧向分辨率达到焦点处的侧向分辨率，提高分支脉管***成像的准确性。为脉管***量化信息如脉管长度、脉管直径、脉管密度等形态结构参数的获取提供精确保证。

Description

一种光声显微成像的自适应图像重建方法

技术领域

本发明属于医学成像领域，涉及到光声显微成像的图象重建，特别涉及一种针对生物组织脉管***进行自适应合成孔径图象重建的光声显微成像方法。

背景技术

血管及其微循环是生物体正常新陈代谢所需营养物质和代谢废物的运输通道。许多世界范围内的恶性疾病如中风、肿瘤的生长、糖尿病、动脉粥样硬化等也都与血管的形态结构变化密切相关。临床上广泛使用的医学成像技术如CT、MRI、PET等都能够对在体血管成像，但是它们要么需要注射外源造影剂，要么不具有高的空间分辨率。

新近出现的光声显微成像技术是一种新型的、无损医学成像技术，它有机结合了纯光学成像的高对比度和纯超声成像的高分辨率优点。能够在完全内源的情况下对在体血管及微循环成像。目前高分辨的光声显微成像技术已广泛用于皮下血管微循环成像、肿瘤新生血管成像、脑皮层血管成像及不同生理时血管的舒张和收缩变化等各个方面。在在体血管光声成像中，血管产生的光声信号是基于血管走向的柱状波超声信号。然而高分辨光声共焦显微成像***所采用的球面聚焦超声探头具有有限的焦长，***的侧向分辨率在离焦的情况下会迅速退化。针对这个问题，已经有很多相应的改进方法。其一是是轮廓扫描成像(Hao F.Zhang，Konstantin Maslov and Lihong V.Wang，“Automaticalgorithm for skin profile detection in photoacoustic microscopy，”J.Biomed.Opt，14(2)，024050：1-6，2009)。这种方法在成像中耗时大，而且只能保证某些血管处于焦深范围内。另外一种方法是用超声成像或合成孔径雷达中常使用的合成孔径算法来延长聚焦探头的焦长(如美国专利US7944390，4724418，4929950和中国专利201010101410.7，200510060490.5，200410069053.5，200510060491.X)。目前，超声成像上使用的一维的合成孔径图象重建算法能够提高光声显微成像***一个扫描方向的分辨率和信噪比(C.-K.Liao，M.-L.Li and P.-C.Li，“Optoacoustic imaging withsynthetic aperture focusing and coherence weighting，”Opt.Lett，29(21)：2506-2508，2004，Meng-Lin Li，Hao F.Zhang and Konstantin Maslov，“Improvedin vivo photoacoustic microscopy based on a virtual-detector concept，”Opt.Lett，31(4)：474-476，2006和Suhyun Park，Andrei B.Karpiouk，Salavat R.Aglyamov and Stanislav Y.Emelianov，“Adaptive beamforming for photoacousticimaging，”Opt.Lett，33(12)：1291-1293，2008)；二维合成孔径图象重建算法能同时提高两个侧方向上的空间分辨率和信噪比(Zilin Deng，Xiaoquan Yang，Hui Gong andQingming Luo，“two-dimensional synthetic-aperture focusing technique inphotoacoustic microscopy，”J.Appl.Phys 109，104701：1-6，2011)，但是二维合成孔径算法后离焦下光声显微成像的分辨率仍大大低于***焦点处的分辨率。这主要是由于进行一维和二维合成孔径算法时都有一个潜在的假设前提吸收体吸收光产生的超声信号是球面波，但是实际上无论是碳纤维还是血管成像中产生的信号都是柱状波。超声成像或雷达成像上使用的合成孔径算法不能被直接用来解决上述问题。

发明内容

本发明的目的在于：为解决生物组织脉管***在离焦情况下光声显微成像侧向分辨率低的问题，提供的一种针对生物组织脉管***进行的自适应合成孔径图象重建的光声显微成像方法，本发明针对脉管***产生光声信号是柱状波的基础，建立依据不同分支脉管***特征走向进行横截面方向合成孔径的图象重建算法，使离焦情况下脉管***成像侧向分辨率更高，成像更准确。

一种光声显微成像的自适应图像重建方法，其特征在于包括以下步骤：

(1)通过光声显微成像***扫描头的二维扫描移动获取原始生物组织脉管***的三维光声显微成像数据；

(2)对原始三维成像数据进行图象预处理运算，获取成像的生物组织脉管***的分支脉管的骨架走向的特征信息；

(3)针对成像的生物组织脉管***的分支脉管的特征信息，对原始三维光声显微成像数据进行自适应合成孔径运算；

(4)获取经过自适应合成孔径运算后的生物组织脉管***的血管图像。

本发明的步骤(1)中准备成像的生物组织脉管***吸收的ns脉冲光依次通过光纤、聚焦透镜、圆锥透镜和锥台镜后聚焦照射在吸收体上，生物组织脉管***吸收光产生超声信号，且产生的光声信号是柱状波，光声显微成像***中用于拾取超声信号的超声探头是高频球面聚焦超声探头，且超声探头的声焦点远小于共聚焦光的光焦点，成像过程中聚焦的光路部分和超声探头进行二维扫描获取生物组织脉管***的光声信号。本发明所用的光声显微成像***为现有成熟的光声显微成像***(美国专利US20060184042)。

本发明的步骤(2)对原始三维成像数据进行图象预处理运算，获取成像的生物组织脉管***的分支脉管的骨架走向的特征信息，具体步骤为：当超声探头沿x、y方向进行二维扫描时，对两个扫描方向的孔径进行合成；将二维合成孔径运算后的光声显微成像数据沿着A线方向进行最大值投影，获得扫描平面内的血管投影成像数据；接着调整最大值投影图为8位灰度图，并适当调整图象的灰度范围，然后利用Matlab(矩阵实验室)语言编写的滤波程序对图象进行滤波，接着重新将滤波后的图象转化为8位灰度图，最后利用Matlab图象处理工具箱中的骨架特征中的提取函数来提取图象中分支脉管的特征信息；针对不同分支的脉管进行一阶线性拟合，获得不同分支脉管在二维扫描平面内与扫描方向的夹角即走向角θ。

本发明的步骤(3)针对成像的生物组织脉管***的分支脉管的特征信息，对原始三维光声显微成像数据进行自适应合成孔径运算，具体步骤为：针对不同分支脉管的走向角θ，在垂直脉管走向的方向将平面内一点(x_i，y_j)到立体角范围内的虚拟探测器的超声信号进行叠加，可以用下式描述：

$S_{\mathrm{SAFT}}(x_i,y_j,t_{\mathrm{ij}})=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})$

i′＝[|k×sinθ|]+1

j′＝[|k×cosθ|]+1

其中S(x_i′，y_j′，t_ij-Δt_i′j′)表示实际接收的空间中某点的初始光声信号强度，Δt_i′j′表示光声信号从合成点到不同虚拟探测器位置时所经历的时间，S_SAFT(x_i，y_j，t_ij)表示空间中某点经过自适应合成孔径算法后的光声信号大小，N为沿合成方向的最大合成线数，上面式中的[]表示不大于某个数的最大整数，k是沿合成孔径方向的单位象素长度；

为了进一步的提高重建图象的分辨率和信噪比，提出适合于自适应合成孔径算法的相干权重因子：

$\mathrm{CF}(x_i,y_j,t_{\mathrm{ij}})=\frac{{\left|\underset{k=1}{\overset{N}{\mathrm{\Σ}}}S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})\right|}^2}{[N\×\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\left|S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})\right|}^2]}$

其中各个参数的意义如上，这样对每个点进行自适应合成孔径算法后的信号强度可以表示成S_SAFT-CF(x_i，y_j，t_ij)＝S_SAFT(x_i，y_j，t_ij)·CF(x_i，y_j，t_ij)。

本发明的技术效果：建立一种针对不同分支脉管走向特征信息而进行合成孔径图象重建的光声显微成像方法，使离焦情况下各个不同走向的分支脉管都获得最佳的侧向空间分辨率，从而使离焦情况下***成像的侧向分辨率达到焦点处的侧向分辨率，提高分支脉管***成像的准确性。为脉管***量化信息如脉管长度、脉管直径、脉管密度等形态结构参数的获取提供精确保证。

附图说明

图1是本发明的流程图。

图2是本发明的原理示意图。

具体实施方式

本发明提出一种针对生物组织脉管***进行的自适应合成孔径图象重建的光声显微成像方法，首先利用光声显微成像***获取初始的脉管***光声成像数据；接着对原始三维成像数据进行图象预处理运算，获取成像分支脉管的特征信息；针对成像分支脉管的特征信息，对原始三维光声显微成像如烷氧进行自适应合成孔径运算；最后获取经过自适应合成孔径运算后的脉管图像。

如图1所示，本发明的实施步骤如下：

(1)原始生物组织脉管***光声显微成像三维数据的获取

将待成像的生物组织脉管***放置在光声显微成像的载物台上，并在需要扫描成像的区域上涂超声耦合液，调整载物台使成像物体接触光声显微成像***水槽上的成像窗口，其中成像窗口用薄膜覆盖；调整光声显微成像***的扫描头部分使超声探头浸入水中，并去除超声探头顶端的气泡；设定光声显微成像的扫描参数，包括：激光波长、激光脉冲频率、数据采集频率、扫描步进、扫描面积、超声探头与成像物体的距离等；然后光声显微成像的扫描头按照设定的参数扫描获取物体的光声信号，信号经放大器放大后存储在计算机上；

(2)原始三维成像数据的预处理运算，获取成像分支脉管的特征信息

当超声探头沿x、y方向进行二维扫描时，任意时刻超声探头接收的是立体角范围内三维空间的色团产生的光声信号，因此可以对两个扫描方向的孔径进行合成；将二维合成孔径运算后的光声显微成像数据沿着A线方向进行最大值投影，获得扫描平面内的血管投影成像数据；接着调整最大值投影图为8位灰度图，并适当调整图象的灰度范围，然后利用Matlab编写的滤波程序对图象进行滤波，接着重新将滤波后的图象转化为8位灰度图，最后利用Matlab图象处理工具箱中的骨架特征中的提取函数来提取图象中分支脉管的特征信息；针对不同分支的脉管进行一阶线性拟合，获得不同分支脉管在二维扫描平面内与扫描方向的夹角即走向角θ；

(3)自适应合成孔径运算

针对不同分支脉管在X、Y平面上的走向角θ，在垂直脉管走向的方向将平面内一点(x_i，y_j)到立体角范围内的虚拟探测器的超声信号进行叠加，可以用下式描述：

$S_{\mathrm{SAFT}}(x_i,y_j,t_{\mathrm{ij}})=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})$

i′＝[|k×sinθ|]+1

j′＝[|k×cosθ|]+1

其中S(x_i′，y_j′，t_ij-Δt_i′j′)表示实际接收的空间中某点的初始光声信号强度，Δt_i′j′表示光声信号从合成点到不同虚拟探测器位置时所经历的时间，S_SAFT(x_i，y_j，t_ij)表示空间中某点经过自适应合成孔径算法后的光声信号大小，N为沿合成方向的最大合成线数，上面式中的[]表示不大于某个数的最大整数，k是沿合成孔径方向的单位象素长度。；

为了进一步的提高重建图象的分辨率和信噪比，提出适合于自适应合成孔径算法的相干权重因子：

$\mathrm{CF}(x_i,y_j,t_{\mathrm{ij}})=\frac{{\left|\underset{k=1}{\overset{N}{\mathrm{\Σ}}}S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})\right|}^2}{[N\×\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\left|S(x_{i^{\′}},y_{j^{\′}},t_{\mathrm{ij}}-\mathrm{\Δ}{t}_{i^{\′}{j}^{\′}})\right|}^2]}$

其中各个参数的意义如上。这样对每个点进行自适应合成孔径算法后的信号强度可以表示成S_SAFT-CF(x_i，y_j，t_ij)＝S_SAFT(x_i，y_j，t_ij)·CF(x_i，y_j，t_ij)。

(4)高分辨生物组织脉管***图象的获取

将自适应合成孔径算法运算后的光声成像数据进行最大值投影运算获得最终的高分辨图像，其中重复的部分取光声信号的最大值。

Claims (1)

1.一种光声显微成像的自适应图像重建方法，其特征在于包括以下步骤：

（1）通过光声显微成像***扫描头的二维扫描移动获取原始生物组织脉管***的三维光声显微成像数据；步骤（1）中准备成像的生物组织脉管***吸收的ns脉冲光依次通过光纤、聚焦透镜、圆锥透镜和锥台镜后聚焦照射在吸收体上，生物组织脉管***吸收光产生超声信号，且产生的光声信号是柱状波，光声显微成像***中用于拾取超声信号的超声探头是高频球面聚焦超声探头，且超声探头的声焦点远小于共聚焦光的光焦点，成像过程中聚焦的光路部分和超声探头进行二维扫描获取生物组织脉管***的光声信号；

（2）对原始三维成像数据进行图象预处理运算，获取成像的生物组织脉管***的分支脉管的骨架走向的特征信息；步骤（2）对原始三维成像数据进行图象预处理运算，获取成像的生物组织脉管***的分支脉管的骨架走向的特征信息，具体步骤为：当超声探头沿x、y方向进行二维扫描时，对两个扫描方向的孔径进行合成；将二维合成孔径运算后的光声显微成像数据沿着A线方向进行最大值投影，获得扫描平面内的血管投影成像数据；接着调整最大值投影图为8位灰度图，并适当调整图象的灰度范围，然后利用矩阵实验室（Matlab）语言编写的滤波程序对图象进行滤波，接着重新将滤波后的图象转化为8位灰度图，最后利用Matlab图象处理工具箱中的骨架特征中的提取函数来提取图象中分支脉管的特征信息；针对不同分支的脉管进行一阶线性拟合，获得不同分支脉管在二维扫描平面内与扫描方向的夹角即走向角θ；

（3）针对成像的生物组织脉管***的分支脉管的特征信息，对原始三维光声显微成像数据进行自适应合成孔径运算；

（4）获取经过自适应合成孔径运算后的生物组织脉管***的血管图像。

2、根据权利要求1所述的一种光声显微成像的自适应图像重建方法，其特征在于：步骤（3）针对成像的生物组织脉管***的分支脉管的特征信息，对原始三维光声显微成像数据进行自适应合成孔径运算，具体步骤为：针对不同分支脉管的走向角θ，在垂直脉管走向的方向将平面内一点（x_i,y_j）到立体角范围内的虚拟探测器的超声信号进行叠加，可以用下式描述：

其中表示实际接收的空间中某点的初始光声信号强度，

表示光声信号从合成点到不同虚拟探测器位置时所经历的时间，

表示空间中某点经过自适应合成孔径算法后的光声信号大小，N为沿合成方向的最大合成线数，上面式中的[]表示不大于某个数的最大整数,k是沿合成孔径方向的单位象素长度；

为了进一步的提高重建图象的分辨率和信噪比，提出适合于自适应合成孔径算法的相干权重因子：

其中各个参数的意义如上，这样对每个点进行自适应合成孔径算法后的信号强度可以表示成。

Images