CN113256530A - 一种呼吸道oct数据处理方法和处理*** - Google Patents

一种呼吸道oct数据处理方法和处理*** Download PDF

Info

Publication number
CN113256530A
CN113256530A CN202110647334.8A CN202110647334A CN113256530A CN 113256530 A CN113256530 A CN 113256530A CN 202110647334 A CN202110647334 A CN 202110647334A CN 113256530 A CN113256530 A CN 113256530A
Authority
CN
China
Prior art keywords
data
image
oct
respiratory tract
processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110647334.8A
Other languages
English (en)
Other versions
CN113256530B (zh
Inventor
耿科
欧景云
蹇敦亮
李百灵
高峻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Aositian Medical Technology Co ltd
Original Assignee
Guangzhou Winstar Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Winstar Medical Technology Co ltd filed Critical Guangzhou Winstar Medical Technology Co ltd
Priority to CN202110647334.8A priority Critical patent/CN113256530B/zh
Publication of CN113256530A publication Critical patent/CN113256530A/zh
Application granted granted Critical
Publication of CN113256530B publication Critical patent/CN113256530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及电子设备，尤其涉及一种呼吸道OCT数据处理方法和处理***。一种呼吸道OCT数据处理方法，包括：获取呼吸道的PD模拟量存储在缓存中；所述PD模拟量包括一个或几个时间段的图像数据；间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理，得到预览图像；集合PD模拟量的所有预览图像，形成呼吸道图像。本发明提供的呼吸道OCT数据处理方法，使用OCT算法进行对图像数据处理，能够保证检测到的呼吸道图像具有极高的分辨率，可以显示呼吸道壁分层组织的精细结构和位置，对于呼吸***监测具有极大意义。

Description

一种呼吸道OCT数据处理方法和处理***
技术领域
本发明涉及电子设备，尤其涉及一种呼吸道OCT数据处理方法和处理***。
背景技术
光学干涉断层扫描（Optical Coherence Tomography,简称OCT）是上世纪90年代发展起来的成像新技术，利用两束红外光线，一束直射而另一束经过反射再照射，两束光重叠产生光干涉现象，达到对生物活体组织进行实时、无创和立体可视化的分层扫描成像。OCT技术成像清晰，分辨率比主流的超声波和CT分别高10倍和100倍以上，该技术已在眼科和心血管疾病的临床实践中得到较多的应用。
目前OCT***在眼科检查领域已有相当成熟的应用，而在介入人体器官领域，主要应用于人体心血管和消化道疾病的检测。用于眼科领域的OCT***，所采用的激光光源波长大多为800nm波段，该波段对于眼球成像有近乎完美的表现，而对于人体管腔道领域，尤其是上皮组织中，密集分布的细胞器相当于一种高散射介质，限制了800nm波段光学成像的穿透深度；而应用于消化道领域的OCT***，其光学探头尺寸几乎都在2mm以上，无法直接应用于呼吸道(尤其是小气道)内进行病灶检测。进而在呼吸***进行检测中，OCT***中对应光波数据被接收到后，对于精细人体管腔道的图像进行全面展示也是目前一大难题，亟需解决。
发明内容
鉴于上述现有技术的不足之处，本发明的目的在于提供一种呼吸道OCT数据处理方法和处理***，能够实现针对呼吸***管腔道进行数据获取，并进行高分辨率和高灵敏度处理，得到呼吸道图像。
为了达到上述目的，本发明采取了以下技术方案：
一种呼吸道OCT数据处理方法，包括：
获取呼吸道的PD模拟量存储在缓存中；所述PD模拟量包括一个或几个时间段的图像数据；
间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理，得到预览图像；
集合PD模拟量的所有预览图像，形成呼吸道图像。
优选的所述的呼吸道OCT数据处理方法，所述OCT算法具体包括：
数据偏移：在接收完一帧图像数据后，遍历所有数据并均进行偏移处理，得到第一处理数据；
汉宁窗口处理：将所述第一处理数据基于汉宁窗口函数对一帧图像数据进行处理得到第二处理数据；
FFT变换：将所述第二处理数据运用自功率谱函数进行FFT变换，得到原始数据的功率谱；
LOG变换：对所述功率谱进行LOG变换，得到极坐标图像数据；
高斯模糊：对极坐标图像数据进行高斯模糊处理，提高图像清晰度；
极坐标转换：将使用高斯模糊处理后的极坐标图像数据进行二维坐标转换，得到预览图像。
优选的所述的呼吸道OCT数据处理方法，所述汉宁窗口函数为：
Figure 100002_DEST_PATH_IMAGE001
；
其中，
Figure 990444DEST_PATH_IMAGE002
为数据n对应的的第二处理数据值；N为分析数据截断长度；n为所述第一处理数据中的单一数据，其值域范围为
Figure 100002_DEST_PATH_IMAGE003
；pi为π。
优选的所述的呼吸道OCT数据处理方法，所述呼吸道图像通过集成所有的所述预览图像进行拼接得到。
优选的所述的呼吸道OCT数据处理方法，对所述预览图像进行亮度对比度转换和/或显示模式转换后，作为新的预览图像；
所述亮度对比度转换为：根据***UI界面或工作需要，基于灰度值公式调整预览图像的亮度和对比度；
所述显示模式为：将灰度图像到多维彩图转换。
优选的所述的呼吸道OCT数据处理方法，所述亮度对比度转换使用的公式为：
Figure 736946DEST_PATH_IMAGE004
；
其中，Gray(x,y)为像素点的灰度值；P（x,y）为点数值；Constrast为设置的对比度值，取值范围（-2，10）；Brightness为设置的亮度值，取值范围（0，20）。
一种使用所述的呼吸道OCT数据处理方法的处理***，包括：
光学延时线控制模块，用于控制精密光学延时线的光学延时长度，实现对光学延时线的光程距离精确控制，保证***获得呼吸道精确的PD模拟量；
数据采集模块，用于接收PD模拟量，并放入缓存；所述PD模拟量包括一个或几个时间段的图像数据；
图像重组模块，用于从缓存中获取所述图像数据，进行OCT算法处理，得到预览图像。
优选的所述的处理***，所述光学延时线包括：由伺服电机驱动的光学棱镜滑块，所述处理***还包括：
DU驱动模块，用于驱动伺服电机匀速旋转或停止在指定位置，并监控伺服电机的运行状态。
一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的处理方法。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的处理方法。
相较于现有技术，本发明提供的一种呼吸道OCT数据处理方法和处理***，具有以下有益效果：
本发明提供的呼吸道OCT数据处理方法，使用OCT算法进行对图像数据处理，能够保证检测到的呼吸道图像具有极高的分辨率，可以显示呼吸道壁分层组织的精细结构和位置，对于呼吸***监测具有极大意义；
本发明提供的处理***，使用前述中的呼吸道OCT数据处理方法，对于呼吸道***的图像数据检测方面具有极高的灵敏度，能够实时、无创、快速、客观定量地分析检测，可重复性高。
附图说明
图1是本发明提供的处理方法的流程图；
图2a是本发明提供的OCT算法流程图；
图2b是本发明提供的获取预览图像的一种实施例的流程图；
图3是本发明提供的汉宁窗口的线性图；
图4是本发明提供的通过图像重组模块使用OCT算法获得的呼吸道图像一实施例展示；
图5是本发明提供的通过图像回看模块查看到的完整呼吸道图像一实施例展示；
图6是本发明提供的处理***的结构框图；
图7是本发明提供的计算机可读存储介质的结构框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本领域技术人员应当理解，前面的一般描述和下面的详细描述是本发明的示例性和说明性的具体实施例，不意图限制本发明。
本文中术语“包括”，“包含”或其任何其他变体旨在覆盖非排他性包括，使得包括步骤列表的过程或方法不仅包括那些步骤，而且可以包括未明确列出或此类过程或方法固有的其他步骤。同样，在没有更多限制的情况下，以“包含...一个”开头的一个或多个设备或子***，元素或结构或组件也不会没有更多限制，排除存在其他设备或其他子***或其他元素或其他结构或其他组件或其他设备或其他子***或其他元素或其他结构或其他组件。在整个说明书中，短语“在一个实施例中”，“在另一个实施例中”的出现和类似的语言可以但不一定都指相同的实施例。
除非另有定义，否则本文中使用的所有技术和科学术语具有与本发明所属领域的普通技术人员通常所理解的相同含义。
请参阅图1，本发明提供一种呼吸道OCT数据处理方法，优选的，使用的是基于OCT技术的呼吸***检测装置，当然若是使用其他电子设备也能获取得到相同的图像数据也可以使用，不做具体限定，所述方法包括：
S1、获取呼吸道的PD（Photoelectric Detector，光电检测器）模拟量存储在缓存中；所述PD模拟量包括一个或几个时间段的图像数据；具体的，所述呼吸***检测装置包括但不限于：光学延时线，能够发出不同延时长度的具有延时差的光，从而匹配不同光纤扫描探头；光纤扫描探头，能够接收前述具有延时差的光，从而形成对应的电信号，最终形成PD模拟量。进一步的，呼吸***检测装置的控制***中还应当具有光学延时线控制模块和数据采集模块；所述光学延时线控制模块，用于驱动所述光学延时线进行正常工作，实现对光学延时线的光程距离进行精准控制，用以适配不同的光纤扫描探头；所述数据采集模块，用于接收PD模拟量，优选的，通过前述中的光纤扫描探头获取所述PD模拟量，是通过将获取光纤扫描探头的电信号转化形成所述PD模拟量。更进一步的，所述时间段的设定不做限制，同时每个时间段的时长不做限定，即可以是使用固定时长作为一个时间段，也可以按照每次使用的长度作为动态时长；每个时间段内的图像数据量不做限定，即可以根据需求1s的时间内获取24帧、36帧、60帧、120帧或120帧以内的任意数量的图像数据，当然也可以在1s内获取更多帧数的图像数据，不做限定。进一步的，所述缓存为电子设备中常用的存储技术，此处不做赘述。
S2、间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理，得到预览图像；具体的，所述呼吸***检测装置还应该具有图像处理装置，用于使用OCT算法对PD模拟量中的图像数据进行OCT处理以获得呼吸道的清晰图像数据，进一步的，图像处理装置与所述光纤扫描探头电性连接，用于接收光纤扫描探头的检测数据。更进一步的，所述呼吸***检测装置的控制***包括图像重组模块，用于将所述PD模拟量转换成能够清晰展示的呼吸道图像。进一步的，所述预定时间优选为5-50ms，进一步优选为25ms；当然可以根据处理器的处理速度进行动态设定，具体的操作可以是每处理完一帧图像数据才会获取下一帧；所述处理完是指将一帧图像数据通过OCT算法处理生成预览图像。
在具体实施中，实施数据采集模块将获取的PD模拟量存储在数据采集卡缓存中，步骤S2中间隔预定时间获取缓存中的一帧图像数据具体包括为：首先进入定时器步骤，***在完成初始化后，生成数据采集定时器，定时对数据采集卡的缓存数据进行周期性访问，读取数据采集卡缓存中的图像数据；再进入数据读取步骤，***由定时器触发，周期性访问数据采集卡缓存，如果缓存中没有图像数据，访问返回空值，如果缓存中有图像数据，每次从采集卡缓存中读取一帧图像数据，然后转入下一步骤，即进入OCT算法处理操作。
S3、集合PD模拟量的所有预览图像，形成呼吸道图像。优选的，所述PD模拟量中一个时间段的图像数据可以形成一完整的呼吸道图像，若是存在多个时间段，则可以形成多个完整的呼吸道图像；当然，根据需求也可以设定PD模拟量中所有的图像数据最终合成一完整的呼吸道图像。具体的实施例展示请参照图4或图5展示。
作为优选方案，本实施例中，所述呼吸道图像通过集成所有的所述预览图像进行拼接得到。进一步的，所述拼接使用的本领域公用的图像拼接方法，此处不做限定。本领域常用的图像拼接方法包括但不限于：相位相关法、基于时域的方法。
请参阅图图2a和2b，作为优选方案，本实施例中，所述OCT算法具体包括：
S21、数据偏移：在接收完一帧图像数据后，遍历所有数据并均进行偏移处理，得到第一处理数据；优选的，在接收完成一帧图像数据后，遍历所有接收到的数据，每一个数据都进行偏移处理，每个数据偏移量的范围为0-1000000，优选为327767，即每个数据均减去327767（偏移量可以根据实际需求进行设定）；进一步的，数据采集卡缓存优选为使用型号是ATS9350的采集卡，可以存储100帧的缓存图像数据，每帧图像数据为5000Kbytes，在具体操作时，每帧图像数据的5000Kbytes数据内容全部进行偏移处理。当然，也可以选择其他的数据采集卡进行数据采集操作，优选可以存储的缓存图像数据为50-150帧，毎帧图像数据的数据量优选为5000-10000Kbytes。
S22、汉宁窗口处理：将所述第一处理数据基于汉宁窗口函数对一帧图像数据进行处理得到第二处理数据；作为优选方案，本实施例中，所述汉宁窗口函数为：
Figure DEST_PATH_IMAGE005
；
其中，
Figure 110158DEST_PATH_IMAGE006
为数据n对应的的第二处理数据值；N为分析数据截断长度；n为所述第一处理数据中的单一数据，其值域范围为
Figure DEST_PATH_IMAGE007
；pi为π。
其线性图像如图3所示。汉宁（Hanning）窗可以看成是升余弦窗的一个特例，汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是 3个 sinc（t）型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T，从而使旁瓣互相抵消，消去高频干扰和漏能，适用于非周期性的连续信号。
S23、FFT（Fast Fourier Transform，快速傅立叶变换）变换：将所述第二处理数据运用自功率谱函数进行FFT变换，得到原始数据的功率谱；优选的，在图像数据完成窗口函数处理后，运用NI数学库的函数AutoPowerSpectrum（自功率谱）进行FFT转换，从而获取原始数据的FFT变换后的功率谱。具体的，自功率谱反映相关函数在时域内表达随机信号自身与其他信号在不同时刻的内在联系。当随机信号均值为零时，自相关函数和自功率谱密度函数互为傅立叶变换对。因此使用自功率谱进行数据处理能够实现快速得到待处理数据（本实施例为第二处理数据）的功率谱；进一步的，本实施例中使用自功率谱的公知方法，优选的，所述FFT变换公式为：
Figure 833264DEST_PATH_IMAGE008
；
其中，X为图像原始数据的像素；FFT(X)为快速傅里叶变换；f(X)为模，即功率谱；n为像素个数。
S24、LOG（logarithm transformation，对数变换）变换：对所述功率谱进行LOG变换，得到极坐标图像数据；具体的，在得到功率谱数据后，利用函数Y=log (x)对数据进行过LOG变换处理，得到图像极坐标图像数据。
S25、高斯模糊：对极坐标图像数据进行高斯模糊处理，提高图像清晰度；具体的，得到极坐标图像后，为了提高图像质量，需要对图像进行除噪操作，这里采用高斯模糊处理，采用相邻像素3X3矩阵的高斯模糊计算，当前软件中设置的3X3高斯的权重矩阵为：0.28438、0.12445、0.05446。
进一步的，其操作矩阵如下表所示：
0.05446 0.12445 0.05446
0.12445 0.28438 0.12445
0.05446 0.12445 0.05446
优选的，对于每一帧图像数据进行处理中，高斯模糊处理默认为1次，当然用户可以通过UI界面（即显示设备的显示显示界面，下同）的清晰度设置来进行高斯模糊处理次数的设置，从而实现达到预期图像清晰度的目的。
S26、极坐标转换：将使用高斯模糊处理后的极坐标图像数据进行二维坐标转换，得到预览图像。具体的，根据P (L,D) 极坐标=>P (x,y) XY坐标关系，***的极坐标转换公式如下：
Figure 178794DEST_PATH_IMAGE009
；
Figure 532415DEST_PATH_IMAGE010
；
其中，D代表图像点到极坐标的距离，L代表扫描的射线（等同于行数）；a为毎帧图像数据的数据量。
作为优选方案，本实施例中，对所述预览图像进行亮度对比度转换和/或显示模式转换后，作为新的预览图像；具体的，所示亮度对比度转换、所示显示模式转换两种转换操作的先后顺序不做限定。优选为进行先亮度对比度转换在，再进行显示模式转换。
S27、所述亮度对比度转换为：根据***UI界面或工作需要，基于灰度值公式调整预览图像的亮度和对比度；优选的，所述亮度对比度转换使用的公式为：
Figure 97651DEST_PATH_IMAGE011
；
其中，Gray(x,y)为像素点的灰度值；P（x,y）为点数值；Constrast为设置的对比度值，取值范围（-2，10）；Brightness为设置的亮度值，取值范围（0，20）。
S28、所述显示模式为：将灰度图像到多维彩图转换。优选的，显示模式转换步骤优选为***提供灰度图到多伪彩图转换功能，转换公式为：
R=atan(0.1*(gray-90))+3.14/2)*255/3.14
G=250/(0.0005*(gray-100)*(gray-100)+1)
B=200/(0.005*(gray-40)*(gray-40)+1))
其中 gray为灰度数据，也就是亮度对比度转换步骤输出的数据。
相应的，请参阅图6，本发明还提供一种使用所述的呼吸道OCT数据处理方法的处理***，包括：
光学延时线控制模块，用于控制精密光学延时线的光学延时长度，实现对光学延时线的光程距离精确控制，保证***获得呼吸道精确的PD模拟量；优选的，所述光学延时线为光纤延时线或光波导延时线，光纤是产生延迟和实现信号分配要求的一种优良介质，因此光纤延迟线具有长时间(几十微秒)存储大带宽模拟信号(几十千兆赫)、损耗低、带宽宽等优点，且动态范围大，三次渡越信号小，实现延迟线相当容易，此外抗干扰、重量轻、体积小，这对机载方面的应用特别重要；光波导延迟线同样可以实现大的瞬时带宽提高雷达***抗干扰能力，分辨、识别能力和多目标成像能力；本实施例中，优选使用光纤延时线。光学延时器控制模块是负责控制精密光学延时线的光学延时长度，从而匹配不同光纤扫描探头的长度。作为优选方案，本实施例中，光学延时线由一个伺服电机驱动的光学棱镜滑块和一块伺服电机驱动板构成。伺服电机驱动板提供RS232 通信接口，与上位机的通信接口连接，即当上位机为PC（Personal Computer，个人计算机）时，与PC的串口COM3相连接；所述上位机用于输入伺服电机的基础运行参数，保证伺服电机正常运行工作，实现光学棱镜按照预定方案进行转动或停止转动；进一步的，所述伺服电机驱动板上加载有用于驱动伺服电机正常运行的控制驱动程序，可以使用本领域常用的驱动程序，也可以仅仅作为上位机传输控制指令的传输媒介，即实现由上位机直接驱动伺服电机工作。所述光学延时线控制模块通过串口控制API，结合光学延时线串口通信协议，实现对光学延时线的光程距离的精确控制。
进一步的，所述串口通信波特率可以为300、1200、2400、9600、19200，38400、115200bit/s，优选为9600bit/s。通信命令采用ASCII 字节命令进行通信。具体通信协议如下：
Figure DEST_PATH_IMAGE012
数据采集模块，用于接收PD模拟量，并放入缓存；所述PD模拟量包括一个或几个时间段的图像数据；一般的，所述缓存优选为呼吸***检测装置的内部控制***的***缓存（如随机存取存储器，英文为Random Access Memory，缩写为RAM）），用于暂存数据，此处所述暂存为一次开机周期的数据暂存或一段时间周期内的数据暂存。呼吸***检测装置使用数据采集卡进行PD模拟量的采集，所述数据采集模块集成在所述数据采集卡中，进一步的，所述数据采集模块以运行代码或程序或软件的方式存储在数据采集卡上的存储器中，所述数据采集卡具有处理器（数量不做限定）负责执行数据采集模块的运行代码或程序或软件用以完成对PD模拟量的采集。数据采集卡负责对采集OCT***的PD模拟量。数据采集由激光器的ASCAN进行单线扫描出发，由DU（Drive Unit，探头驱动单元）的BSCAN信号进行单帧的使能触发，DU用于驱动探头转动。所述数据采集卡优选采用Alazartech 的PCIE接口高速数据采集卡ATS9350。
ATS9350是一款PCIE（peripheral component interconnect express，一种高速串行计算机扩展总线标准）接口的高速数据采集卡，具有1.6 GB/s PCIE接口，2通道12bit精度，500 MS/s实时采样频率。当然，在实际运用可以使用其他型号的数据采集卡，只要能够实现高速采集数据即可，进一步的，数据采集卡需要具有多个高精度数据采集接口，每个接口具有多个数据采集通道，能够实现数据采集频率为100-1000MS/s，进一步优选为500MS/s。
在本实施例中，所述数据采集模块通过API（Application ProgrammingInterface，应用程序接口）控制ATS9350进行数据读写。ATS9350配置为100帧的缓存。每帧数据为5000 kbytes。采用AlazarPostAsyncBuffer函数配置号读取的缓存区。调用AlazarStartCapture函数开始采集数据。然后调用AlazarWaitAsyncBufferComplete函数等待数据采集完成。等待采集完成后，就可以在数据缓存数组里面读取到一帧的数据。数据就可以提供给图像重组模块进行图像处理显示。具体的，前述中调用各个函数的过程使用本领域的常用调用方法，此处不做限定。
图像重组模块，用于从缓存中获取所述图像数据，进行OCT算法处理，得到预览图像。优选的，图像重组模块负责把数据采集卡采集到的数据，进行OCT相应的算法处理。得到图像的灰度数据。再跟进软件的界面配置参数进行亮度、对比度、清晰度和显示模式的配置。具体的，所述OCT算法使用前述的算法流程即可，此处不做赘述。
作为优选方案，本实施例中，所述光学延时线包括：由伺服电机驱动的光学棱镜滑块，所述***还包括：
DU驱动模块，用于驱动伺服电机匀速旋转或停止在指定位置，并监控伺服电机的运行状态。进一步的，所述光学延时线还包括伺服电机驱动板，与所述伺服电机电性连接，用于驱动伺服电机正常运行，此处所述正常运行包括旋转预定次数或停止运行等优选的，所述DU驱动模块集成在所述伺服电机驱动板上，所述数据采集模块以运行代码或程序或软件的方式存储在数据采集卡上的存储器中，所述数据采集卡具有处理器（数量不做限定）负责执行数据采集模块的运行代码或程序或软件用以完成对伺服电机的驱动工作。具体的，DU驱动模块负责控制和确定DU的伺服直流电机匀速旋转和停止在指定的位置。模块通过COM1串口与DU的MAXON伺服电机驱动板通信，实时监控电机的运动状态。伺服电机的旋转速度和停止位置可以通过配置文件INI_GEN2_9350_V1071.INI 进行配置，优选的伺服电机的工作转速为100-1000rpm，默认采用为600rpm旋转速度。停止位置是用于配合光纤扫描探头进行脱锁动作的而设置的特定触碰位置。
具体的，所述DU驱动模块还用于检测伺服电机的工作状态，在出现故障时对外发出告警；具体的，OCT在扫描过程中DU驱动模块会调用VCS_GetVelocityIs 函数获取电机旋转的状态，如果电机出现停转或者异常，软件会提供电机出错报警。所述异常包括未按照预定次数进行旋转。
优选的，本发明提供的处理***还包括图像回看模块，图像回看模块负责打开并查看已经保存的图像数据，包括单帧查看或者多帧查看工作模式。回看模块确保数据显示的完整性和配置多帧视频数据的播放速度。
本发明还提供一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的处理方法。
具体的，所述电子设备优选为OCTIS（Optical Coherence Tomography ImagingSystem,呼吸道光学干涉断层成像***）设备，即前述中呼吸***检测装置，将OCT技术应用于呼吸***疾病的观察、监测的设备。在使用前述方法运行后，具有以下特点如下：
1）管腔道OCTIS具有极高的分辨率和灵敏度；
2）进行实时、无创、快速、客观定量地分析检测，且可重复性高；
3）可以显示呼吸道壁分层组织的精细结构和位置；
4）可对呼吸道组织结构进行检测和筛查，如对气管、支气管壁的早期病变和异常；
5）可用作手术或药物治疗前后组织微结构变化的监测。
请参阅图7，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的处理方法。
所述处理方法如果以软件功能单元的形式实现并作为独立地产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（英文全称：Read-OnlyMemory，英文缩写：ROM）、随机存取存储器（英文全称：RandomAccessMemory，英文缩写：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种呼吸道OCT数据处理方法，其特征在于，包括：
获取呼吸道的PD模拟量存储在缓存中；所述PD模拟量包括一个或几个时间段的图像数据；
间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理，得到预览图像；
集合PD模拟量的所有预览图像，形成呼吸道图像。
2.根据权利要求1所述的呼吸道OCT数据处理方法，其特征在于，所述OCT算法具体包括：
数据偏移：在接收完一帧图像数据后，遍历所有数据并均进行偏移处理，得到第一处理数据；
汉宁窗口处理：将所述第一处理数据基于汉宁窗口函数对一帧图像数据进行处理得到第二处理数据；
FFT变换：将所述第二处理数据运用自功率谱函数进行FFT变换，得到原始数据的功率谱；
LOG变换：对所述功率谱进行LOG变换，得到极坐标图像数据；
高斯模糊：对极坐标图像数据进行高斯模糊处理，提高图像清晰度；
极坐标转换：将使用高斯模糊处理后的极坐标图像数据进行二维坐标转换，得到预览图像。
3.根据权利要求2所述的呼吸道OCT数据处理方法，其特征在于，所述汉宁窗口函数为：
Figure DEST_PATH_IMAGE001
；
其中，
Figure 173855DEST_PATH_IMAGE002
为数据n对应的的第二处理数据值；N为分析数据截断长度；n为所述第一处理数据中的单一数据，其值域范围为
Figure DEST_PATH_IMAGE003
； pi为π。
4.根据权利要求1所述的呼吸道OCT数据处理方法，其特征在于，所述呼吸道图像通过集成所有的所述预览图像进行拼接得到。
5.根据权利要求1-4任一所述的呼吸道OCT数据处理方法，其特征在于，对所述预览图像进行亮度对比度转换和/或显示模式转换后，作为新的预览图像；
所述亮度对比度转换为：根据***UI界面或工作需要，基于灰度值公式调整预览图像的亮度和对比度；
所述显示模式为：将灰度图像到多维彩图转换。
6.根据权利要求5所述的呼吸道OCT数据处理方法，其特征在于，所述亮度对比度转换使用的公式为：
Figure 763099DEST_PATH_IMAGE004
；
其中，Gray(x,y)为像素点的灰度值；P（x,y）为点数值；Constrast为设置的对比度值，取值范围（-2，10）；Brightness为设置的亮度值，取值范围（0，20）。
7.一种使用权利要求1-6任一所述的呼吸道OCT数据处理方法的处理***，其特征在于，包括：
光学延时线控制模块，用于控制精密光学延时线的光学延时长度，实现对光学延时线的光程距离精确控制，保证***获得呼吸道精确的PD模拟量；
数据采集模块，用于接收PD模拟量，并放入缓存；所述PD模拟量包括一个或几个时间段的图像数据；
图像重组模块，用于从缓存中获取所述图像数据，进行OCT算法处理，得到预览图像。
8.根据权利要求7所述的处理***，其特征在于，所述光学延时线包括：由伺服电机驱动的光学棱镜滑块，所述处理***还包括：
DU驱动模块，用于驱动伺服电机匀速旋转或停止在指定位置，并监控伺服电机的运行状态。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1-6中任一所述的处理方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的处理方法。
CN202110647334.8A 2021-06-10 2021-06-10 一种呼吸道oct数据处理方法和处理*** Active CN113256530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110647334.8A CN113256530B (zh) 2021-06-10 2021-06-10 一种呼吸道oct数据处理方法和处理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110647334.8A CN113256530B (zh) 2021-06-10 2021-06-10 一种呼吸道oct数据处理方法和处理***

Publications (2)

Publication Number Publication Date
CN113256530A true CN113256530A (zh) 2021-08-13
CN113256530B CN113256530B (zh) 2022-05-10

Family

ID=77187505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110647334.8A Active CN113256530B (zh) 2021-06-10 2021-06-10 一种呼吸道oct数据处理方法和处理***

Country Status (1)

Country Link
CN (1) CN113256530B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116849625A (zh) * 2023-09-04 2023-10-10 北京理工大学 一种基于光计算的强度调制式光学相干层析成像***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794740A (zh) * 2015-05-08 2015-07-22 南京微创医学科技有限公司 利用通用图像处理器处理oct信号的方法及***
CN106504228A (zh) * 2016-09-30 2017-03-15 深圳市莫廷影像技术有限公司 一种眼科oct图像的大范围高清快速配准方法及装置
CN106880339A (zh) * 2017-03-09 2017-06-23 广州永士达医疗科技有限责任公司 一种呼吸道oct***
CN108042125A (zh) * 2017-05-27 2018-05-18 天津海仁医疗技术有限公司 一种高速内窥光学相干血流成像***
JP2018519973A (ja) * 2015-05-08 2018-07-26 マイクロ−テック（ナンジン） カンパニー，リミテッド 内視式ｏｃｔミニプローブ、ｏｃｔ撮影システムおよびその使用方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794740A (zh) * 2015-05-08 2015-07-22 南京微创医学科技有限公司 利用通用图像处理器处理oct信号的方法及***
JP2018519973A (ja) * 2015-05-08 2018-07-26 マイクロ−テック（ナンジン） カンパニー，リミテッド 内視式ｏｃｔミニプローブ、ｏｃｔ撮影システムおよびその使用方法
CN106504228A (zh) * 2016-09-30 2017-03-15 深圳市莫廷影像技术有限公司 一种眼科oct图像的大范围高清快速配准方法及装置
CN106880339A (zh) * 2017-03-09 2017-06-23 广州永士达医疗科技有限责任公司 一种呼吸道oct***
CN108042125A (zh) * 2017-05-27 2018-05-18 天津海仁医疗技术有限公司 一种高速内窥光学相干血流成像***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐建军等: "《大学信息技术基础》", 31 August 2018, 北京理工大学出版社 *
王志喜等: "《计算机图形图像技术》", 31 January 2018, 中国矿业大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116849625A (zh) * 2023-09-04 2023-10-10 北京理工大学 一种基于光计算的强度调制式光学相干层析成像***
CN116849625B (zh) * 2023-09-04 2024-01-16 北京理工大学 一种基于光计算的强度调制式光学相干层析成像***

Also Published As

Publication number Publication date
CN113256530B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN107307848B (zh) 一种基于高速大范围扫描光学微造影成像的人脸识别及皮肤检测***
CN211511858U (zh) 一种光学超声双导管内窥成像***
CN108042125B (zh) 一种高速内窥光学相干血流成像***
JP2020018840A (ja) 光干渉断層撮影画像などの１つまたは複数の画像内の内腔およびアーチファクトの検出のための装置、方法および記憶媒体
CN106709967B (zh) 一种内窥成像算法及控制***
DE112006002162T5 (de) Verfahren und System zur Kartierung von pysiologischen Informationen auf anatomische Strukturen, welche auf Ultraschall beruhen
US20100210943A1 (en) Systems and Methods for Echoperiodontal Imaging
CN100493442C (zh) 基于声透镜与偏振检测的实时光声成像方法
CN205215191U (zh) 一种血管内成像的光学相干层析装置
CN108245130B (zh) 一种光学相干断层血管造影装置及方法
CN104323762A (zh) 一种基于光声显微成像的鲜红斑痣血管定量化检测装置
CN113256530B (zh) 一种呼吸道oct数据处理方法和处理***
CN109752377B (zh) 一种分光式双模态投影层析组织血管成像装置及方法
CN106343957A (zh) 应用于心血管的三维oct扫描成像***及其成像方法
CN108392751B (zh) 一种实时监测高强聚焦超声治疗声空化的方法
CN112043242B (zh) 用于oct成像的信号处理方法及***、存储介质
AU2017100092A4 (en) System, device, method and computer-accessible medium for imaging large areas with microscopic resolution
JP5847454B2 (ja) 被検体情報取得装置、表示制御方法およびプログラム
CN110075430A (zh) 一种基于信息熵的超声空化实时监测方法及***
CN113812978B (zh) 数据采样方法、病灶部位检查方法及智能终端
CN212592088U (zh) Oct成像***
JP6072206B2 (ja) 被検体情報取得装置および表示方法
CN210130816U (zh) 一种皮肤微血管形态和血流探测装置
CN102697440A (zh) 多普勒激光oct宫腔镜***
CN108986084B (zh) 一种新型oct图像显示方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210813

Assignee: Hunan Mealco Medical Technology Co., Ltd.

Assignor: GUANGZHOU WINSTAR MEDICAL TECHNOLOGY Co.,Ltd.

Contract record no.: X2022440000070

Denomination of invention: A kind of respiratory OCT data processing method and processing system

Granted publication date: 20220510

License type: Common License

Record date: 20220810

EC01 Cancellation of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Hunan Mealco Medical Technology Co.,Ltd.

Assignor: GUANGZHOU WINSTAR MEDICAL TECHNOLOGY Co.,Ltd.

Contract record no.: X2022440000070

Date of cancellation: 20230512

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240415

Address after: 518000, No. 33, Guimiao New Village, Yuegui Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province 104

Patentee after: Shenzhen Aositian Medical Technology Co.,Ltd.

Country or region after: China

Address before: 510663 No. B205, zone B, Guangzhou International Business Incubator, No. 3, Juquan Road, Science City, Guangzhou hi tech Industrial Development Zone, Guangdong Province

Patentee before: GUANGZHOU WINSTAR MEDICAL TECHNOLOGY Co.,Ltd.

Country or region before: China