CN115953542A - 一种光学相干断层扫描微血管成像方法、装置及设备 - Google Patents
一种光学相干断层扫描微血管成像方法、装置及设备 Download PDFInfo
- Publication number
- CN115953542A CN115953542A CN202310237861.0A CN202310237861A CN115953542A CN 115953542 A CN115953542 A CN 115953542A CN 202310237861 A CN202310237861 A CN 202310237861A CN 115953542 A CN115953542 A CN 115953542A
- Authority
- CN
- China
- Prior art keywords
- image signal
- image
- dimensional
- bscan
- voxel
- 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
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种光学相干断层扫描微血管成像方法、装置及设备，属于血管成像领域，本申请方法为：首先获取待成像的三维Bscan图像信号，对Bscan图像信号进行快速傅里叶变换得到第一图像信号，计算第一图像信号的体素复数方差，根据体素复数方差去除第一图像信号的噪声得到第二图像信号，根据第二图像信号生成二维微血管断层图像，将二维微血管断层图像进行三维重建得到三维En‑face图像，使用本方法得到的二维微血管断层图像和三维En‑face图像背景噪声小，图像对比度高，避免了成像过程中微血管丢失现象的发生，无论大血管还是微血管都能清晰呈现。
Description
技术领域
本发明涉及血管成像领域，特别地，涉及一种光学相干断层扫描微血管成像方法、装置及设备。
背景技术
许多疾病在不同时期表现出血管直径、血管区域密度等形态参数的变化。通过测量血管的形态参数，能够了解患者的血管情况，为疾病诊断提供判断依据。
OCTA（OCT angiography，简称OCTA，中文译：光学相干断层扫描微血管成像技术）是一种非侵入性的影像检查技术，可高分辨率识别血流运动信息，对活体组织进行微血管成像。与荧光血管造影不同的是，OCTA在不使用造影剂的情况下，对同一位置进行多次扫描（Bscan），将两次扫描成像信号相减去除静态信号，从而显示运动颗粒信息，反应血管的分布、形态和密度。
OCTA作为一种高分辨率的成像技术，对环境变化非常敏感，对信号数据的获取过程要求精度更高，不可避免地存在大量干扰。背景噪声、组织噪声和动脉抖动噪声由于OCTA的高轴向分辨率而对图像信号的获取有着重要影响，噪声的存在是造成微血管丢失的主要原因，严重影响OCTA图像的质量。
以Speckle Variance OCTA成像方法、基于***谱幅度去相关（SSADA ） OCTA成像方法和Eigen Decomposition OCTA成像方法为例，这三种成像方法中Speckle VarianceOCTA成像方法和Eigen Decomposition OCTA成像方法生成的图像背景噪声大，图像对比度低，只能呈现出较大的血管，大量微血管丢失。
发明内容
为了克服现有技术的不足，本发明提供一种光学相干断层扫描微血管成像方法、装置及设备，以解决现有技术中0CTA成像背景噪声大，图像对比度低，只能呈现出较大的血管，大量微血管丢失的问题。
本发明解决其技术问题所采用的技术方案是：
第一方面，提供一种光学相干断层扫描微血管成像方法，包括以下步骤：
获取待成像的三维Bscan图像信号；
对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号；
计算所述第一图像信号的体素复数方差；
根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号；
根据所述第二图像信号生成二维微血管断层图像；
将所述二维微血管断层图像进行三维重建得到三维En-face图像。
进一步地，所述计算所述第一图像信号的体素复数方差，体素复数方差计算公式为：
VCND为体素复数方差，N为同一位置扫描的总次数，zn为第n次扫描时图像的体素，μ为同一位置所有体素的平均值，nth为在第n次扫描时图像中预设顺序的序号；
为B扫描图像数据集，i为B扫描图像横坐标，j为B扫描图像纵坐标。
进一步地，将同一位置的所述体素复数方差求和得到总体素复数方差，计算公式如下：
其中，SSCVD为总体素复数方差。
进一步地，所述根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号，包括：
使用窗口较大的median_filter去除血管，使血管与周围组织融为一体，得到组织掩码，方法如下：
组织掩码 ← median_filter (SSCVD，kernal_size=C) ；
根据得到的组织掩码去除组织保留血管，方法如下：
Filtered_SSCVD←SSCVD-组织掩码*α；
采用percentile对处理后的图像信号进行优化，方法如下：
Filtered_SSCVD [Filtered_SSCVD<阈值] = 阈值；
式中， 阈值← percentile（Filtered_SSCVD, β）；
其中，← 表示其经过右边操作后得到左边，median_filter为算法，percentile为python库，SSCVD为总体素复数方差，kernal_size表示内核尺寸，C为预设的具体数值；Filtered_为算法，α是预设权重，α大于0且小于1，β为预设值。
进一步地，所述获取待成像的三维Bscan图像信号，包括：
获取维度为Y×Z×X×N的四维OCTA原始扫描信号，其中，Z 是Ascan 深度，X 是Bscan 的横向长度，N 是相同位置 Bscan 的重复次数，Y是C scan 中的纵向宽度和生成的三维Bscan图像信号的总数；
将所述四维OCTA原始扫描信号分割成Y个维度为Z×X×N的三维Bscan信号；
将提取的每一个三维Bscan图像信号进行去直流信号干扰；
将去直流信号干扰后的三维Bscan图像信号进行窗函数计算；
将计算结果进行色散校正后得到待成像的三维Bscan图像信号。
进一步地，所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号，包括：
将所述Bscan图像信号直接进行快速傅里叶变换得到第一图像信号。
进一步地，所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号，包括：
将所述Bscan图像信号进行划分，生成至少两个***谱图像信号；
将每个的***谱图像信号进行快速傅里叶变换得到一个第一图像信号。
进一步地，所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号后，还包括：
对所述第一图像信号进行运动校准和相位补偿处理。
进一步地，所述根据所述第二图像信号生成二维血管断层图像，包括：
将所述第二图像信号直接生成二维微血管断层图像；
或，将由所述***谱图像信号得到的第二图像信号叠加生成二维微血管断层图像。
第二方面，提供一种光学相干断层扫描微血管成像装置，包括：
图像信号获取模块，用于获取待成像的三维Bscan图像信号；
图像信号变换模块，用于对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号；
体素方差计算模块，用于计算所述第一图像信号的体素复数方差；
图像噪声去除模块，用于根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号；
二维图像生成模块，用于根据所述第二图像信号生成二维微血管断层图像；
三维图像重建模块，用于将所述二维微血管断层图像进行三维重建得到三维En-face图像。
第三方面，提供一种光学相干断层扫描微血管成像设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器被配置为用于执行第一方面提供的技术方案中任一项所述的方法。
有益效果：
本申请技术方案提供一种光学相干断层扫描微血管成像方法、装置及设备，首先获取待成像的三维Bscan图像信号，然后对Bscan图像信号进行快速傅里叶变换得到第一图像信号，之后计算第一图像信号的体素复数方差，根据体素复数方差去除第一图像信号的噪声得到第二图像信号，根据第二图像信号生成的二维微血管断层图像，将二维微血管断层图像进行三维重建得到的三维En-face图像，由此得到的二维微血管断层图像和三维En-face图像背景噪声小，图像对比度高，避免了成像过程中微血管丢失现象的发生，无论大血管还是微血管都能清晰呈现。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种光学相干断层扫描微血管成像方法流程图；
图2 是本发明实施例提供的获得待成像的三维Bscan图像信号流程示意图；
图3是本发明实施例提供的非***谱SSCVD流程图；
图4 是本发明实施例提供的***谱SSCVD流程图；
图5 是本发明实施例提供的去除噪声的步骤及成像效果图；
图6 是本发明实施例提供的视网膜和大鼠脑部不同算法成像效果对比图；
图7 是本发明实施例提供的SSCVD算法在小鼠视网膜和小鼠脑部En-face成像效果图；
图8 是本发明实施例提供的一种光学相干断层扫描微血管成像装置示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面结合附图和实施例对本发明的技术方案进行详细的描述说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
第一实施例，参照图1，本发明实施例提供了一种光学相干断层扫描微血管成像方法，包括以下步骤：
S11：获取待成像的三维Bscan图像信号；
S12：对Bscan图像信号进行快速傅里叶变换得到第一图像信号；
S13：计算第一图像信号的体素复数方差；
S14：根据体素复数方差去除第一图像信号的噪声得到第二图像信号；
S15：根据第二图像信号生成二维微血管断层图像；
S16：将二维微血管断层图像进行三维重建得到三维En-face图像。
本发明实施例提供的光学相干断层扫描微血管成像方法，首先获取待成像的三维Bscan图像信号，然后对Bscan图像信号进行快速傅里叶变换得到第一图像信号，之后计算第一图像信号的体素复数方差，根据体素复数方差去除第一图像信号的噪声得到第二图像信号，根据第二图像信号生成二维微血管断层图像，将二维微血管断层图像进行三维重建得到的三维En-face图像，由此得到的二维微血管断层图像和三维En-face图像背景噪声小，图像对比度高，避免了成像过程中微血管丢失现象的发生，无论大血管还是微血管都能清晰呈现。
本发明提供一种具体的光学相干断层扫描微血管成像方法，包括以下步骤：
获取待成像的三维Bscan图像信号；具体的，获取维度为Y×Z×X×N的四维OCTA原始扫描信号，其中，Z 是Ascan 深度，X 是Bscan 的横向长度，N 是相同位置 Bscan 的重复次数，Y是C scan 中的纵向宽度和生成的三维Bscan图像信号的总数；如图2所示，将四维OCTA原始扫描信号分割成Y个维度为Z×X×N的三维Bscan信号；将提取的每一个三维Bscan信号进行去直流信号干扰；将去直流信号干扰后的三维Bscan信号进行窗函数计算；将计算结果进行色散校正后得到待成像的三维Bscan图像信号。
作为本发明实施例一种可选的实现方式，去除直流信号干扰采用以下方式：将提取的每一个三维Bscan图像信号减去直流信号。直流信号的获取方法为：重复叠加Bscan图像信号作为直流信号，重复叠加的Bscan图像信号的数量为2~Y；窗函数计算为使用窗函数对去直流干扰后信号进行卷积 (点乘) 。
本发明实施例提出了两种不同的方法，将获得的三维Bscan图像信号进行快速傅里叶变换获得第一图像信号。这两种方法具体如下：
方法一
将获得的Bscan图像信号直接进行快速傅里叶变换获得第一图像信号。获得第一图像信号后的流程如图3所示，为本发明实施例提供的一种非***谱SSCVD流程示意图。
方法二
将获得的Bscan图像信号进行划分，生成至少两个***谱图像信号；将每个的***谱图像信号进行快速傅里叶变换得到一个第一图像信号。获得第一图像信号后的流程如图4所示，为本发明实施例提供的一种***谱SSCVD流程示意图。
两个方法中的快速傅里叶变换以及***谱图像的方法为本领域技术人员常用技术手段，在此不再详述。
对Bscan图像信号进行快速傅里叶变换得到第一图像信号后，对第一图像信号进行运动校准和相位补偿处理，其中运动校准和相位补偿方法采用现有的运动校准和相位补偿方法，本发明不做具体限定。
计算第一图像信号的体素复数方差；体素复数方差计算公式为：
VCND为体素复数方差，N为同一位置扫描的总次数，zn为第n次扫描时图像的体素，μ为同一位置所有体素的平均值，nth为在第n次扫描时图像中预设顺序的序号；
为B扫描图像数据集，i为B扫描图像横坐标，j为B扫描图像纵坐标。
将同一位置的体素复数方差求和得到总体素复数方差；即将进行体素复数方差计算后得到的图像信号进行叠加，叠加的方法为：
SSCVD为总体素复数方差
根据体素复数方差去除第一图像信号的噪声得到第二图像信号，包括：
使用窗口较大的median_filter去除血管，使血管和周围组织融为一体，得到组织掩码，方法如下：
组织掩码 ← median_filter (SSCVD，kernal_size=C) ；
根据得到的组织掩码去除组织保留血管，方法如下：
Filtered_SSCVD←SSCVD-组织掩码*α；
对进行总体素复数方差计算后的图像信号去噪声优化的步骤及成像效果如图5所示。
采用percentile对处理后的图像信号进行优化，方法如下：
Filtered_SSCVD [Filtered_SSCVD<阈值] = 阈值；
式中， 阈值← percentile（Filtered_SSCVD, β）；
其中，← 表示其经过右边操作后得到左边，median_filter为算法，percentile为python库，SSCVD为总体素复数方差，kernal_size表示内核尺寸，C为预设的具体数值，示例性的C取值范围为10-30之间，具体值根据实际需要确定；Filtered_为算法，α是预设权重，α大于0且小于1，β为预设值，根据实际需要确定。
根据第二图像信号生成二维微血管断层图像；当第一图像信号为非***谱图像信号时，生成的第二图像直接生成二维微血管断层图像，非***谱图像信号生成二维微血管断层图像的流程如图3所示。当第一图像信号为***谱图像信号时，可以得到多个第二图像信号，这时在生成二维血管断层图像时，需要将由***图像信号得到的第二图像信号叠加生成二维微血管断层图像，以使二维微血管断层图像完整，***谱图像信号生成二维微血管断层图像的流程如图4所示。
最后将二维微血管断层图像进行三维重建得到三维En-face图像。由第二图像信号生成二维微血管断层图像以及三维重建方式为本领域常用技术手段，在此不在详叙。
本发明实施例提供的具体的光学相干断层扫描微血管成像方法，对三维Bscan图像信号进行快速傅里叶变换、运动校准和相位补偿后需要进行体素复数方差计算，将体素复数方差计算后的图像信号进行去噪声处理能够大幅去除组织噪声，最大限度地保留血管信息，获得清晰的二维微血管断层图像和三维En-face图像。如图6所示，示例出视网膜和大鼠脑部不同算法（包括现有的speckle variance算法、SSADA算法、Eigen Decomposition算法与本申请的SSCVD和Filtered SSCVD算法）成像效果对比图；如图7所示，示例出SSCVD算法在小鼠视网膜和小鼠脑部En-face成像效果图。
第二实施例，本发明提供一种光学相干断层扫描微血管成像装置，如图8所示，包括：
图像信号获取模块21，用于获取待成像的三维Bscan图像信号；具体地，图像信号获取模块21获取维度为Y×Z×X×N的四维OCTA原始扫描信号，其中，Z 是Ascan 深度，X 是Bscan 的横向长度，N 是相同位置 Bscan 的重复次数，Y是C scan 中的纵向宽度和生成的三维Bscan图像信号的总数；将四维OCTA原始扫描信号分割成Y个维度为Z×X×N的三维Bscan信号；将提取的每一个三维Bscan信号进行去直流信号干扰；将去直流信号干扰后的三维Bscan信号进行窗函数计算；将计算结果进行色散校正后得到待成像的三维Bscan图像信号。
图像信号变换模块22，用于对Bscan图像信号进行快速傅里叶变换得到第一图像信号；其中，可以直接将Bscan图像信号进行快速傅里叶变换得到第一图像信号，也可以将Bscan图像信号进行划分，生成至少两个***谱图像信号；将每个的***谱图像信号进行快速傅里叶变换得到一个第一图像信号。此外，图像信号变换模块22对第一图像信号进行运动校准和相位补偿处理。
体素方差计算模块23，用于计算第一图像信号的体素复数方差；体素复数方差计算公式为：
VCND为体素复数方差，N为同一位置扫描的总次数，zn为第n次扫描时图像的体素，μ为同一位置所有体素的平均值，nth为在第n次扫描时图像中预设顺序的序号；
为B扫描图像数据集，i为B扫描图像横坐标，j为B扫描图像纵坐标。
将同一位置的所述体素复数方差求和得到总体素复数方差，计算公式如下：
其中，SSCVD为总体素复数方差。
图像噪声去除模块24，用于根据体素复数方差去除第一图像信号的噪声得到第二图像信号；具体地，图像噪声去除模块24对进行总体素复数方差计算后的图像信号去噪声优化处理，过程如下：使用窗口较大的median_filter去除血管，使血管与周围组织融为一体，得到组织掩码，方法如下：组织掩码 ← median_filter (SSCVD，kernal_size=C) ；根据得到的组织掩码去除组织保留血管，方法如下：Filtered_SSCVD←SSCVD-组织掩码*α；采用percentile对处理后的图像信号进行优化，方法如下：Filtered_SSCVD [Filtered_SSCVD<阈值] = 阈值；式中，阈值← percentile（Filtered_SSCVD, β）；其中，← 表示其经过右边操作后得到左边，median_filter为算法，percentile为python库，SSCVD为总体素复数方差，kernal_size表示内核尺寸，C为预设的具体数值；Filtered_为算法，α是预设权重，α大于0且小于1，β为预设值。
二维图像生成模块25，用于根据第二图像信号生成二维微血管断层图像；当Bscan图像信号不进行划分，直接进行快速傅里叶变换时，二维图像生成模块25将直接生成二维微血管断层图像；当将Bscan图像信号进行划分，生成至少两个***谱图像信号时，二维图像生成模块25将由***谱图像信号得到的第二图像信号叠加生成二维微血管断层图像。
三维图像重建模块26，用于将二维微血管断层图进行三维重建得到三维En-face图像。
本发明实施例提供的光学相干断层扫描微血管成像装置，图像信号获取模块获取待成像的三维Bscan图像信号；图像信号变换模块对Bscan图像信号进行快速傅里叶变换得到第一图像信号；体素方差计算模块计算第一图像信号的体素复数方差；图像噪声去除模块根据体素复数方差去除第一图像信号的噪声得到第二图像信号；二维图像生成模块根据第二图像信号生成二维微血管断层图像；三维图像重建模块将二维微血管断层图像进行三维重建得到三维En-face图像。本发明实施例提供的成像装置，能够获取待成像的三维Bscan图像信号，然后对Bscan图像信号进行快速傅里叶变换得到第一图像信号，之后计算第一图像信号的体素复数方差，根据体素复数方差去除第一图像信号的噪声得到第二图像信号，根据第二图像信号生成二维血管断层图像，将二维血管断层图像进行三维重建得到的三维En-face图像，由此得到的二维微血管断层图像和三维En-face图像背景噪声小，图像对比度高，避免了成像过程中微血管丢失现象的发生，无论大血管还是微血管都能清晰呈现。
第四实施例，本发明提供一种光学相干断层扫描微血管成像设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
处理器被配置为用于执行第一实施例提供的光学相干断层扫描微血管成像方法。
本发明实施例提供的光学相干断层扫描微血管成像设备，通过存储器存储处理器的可执行指令，当该可执行指令被执行后，处理器能够获取待成像的三维Bscan图像信号，然后对Bscan图像信号进行快速傅里叶变换得到第一图像信号，之后计算第一图像信号的体素复数方差，根据体素复数方差去除第一图像信号的噪声得到第二图像信号，由第二图像信号生成二维微血管断层图像，将二维微血管断层图进行三维重建得到的三维En-face图像，由此得到的二维微血管断层图像和三维En-face图像背景噪声小，图像对比度高，避免了成像过程中微血管丢失现象的发生，无论大血管还是微血管都能清晰呈现。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种光学相干断层扫描微血管成像方法，其特征在于，包括以下步骤：
获取待成像的三维Bscan图像信号；
对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号；
计算所述第一图像信号的体素复数方差；
根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号；
根据所述第二图像信号生成二维微血管断层图像；
将所述二维微血管断层图像进行三维重建得到三维En-face图像。
2.根据权利要求1所述的方法，其特征在于：所述计算所述第一图像信号的体素复数方差，体素复数方差计算公式为：
VCND为体素复数方差，N为同一位置扫描的总次数，zn为第n次扫描时图像的体素，μ为同一位置所有体素的平均值，nth为在第n次扫描时图像中预设顺序的序号；
为B扫描图像数据集，i为B扫描图像横坐标，j为B扫描图像纵坐标；
将同一位置的所述体素复数方差求和得到总体素复数方差，计算公式如下：
其中，SSCVD为总体素复数方差。
3.根据权利要求2所述的方法，其特征在于：所述根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号，包括：
使用窗口较大的median_filter去除血管，使血管与周围组织融为一体，得到组织掩码，方法如下：
组织掩码 ← median_filter (SSCVD，kernal_size=C) ；
根据得到的组织掩码去除组织保留血管，方法如下：
Filtered_SSCVD←SSCVD-组织掩码*α；
采用percentile对处理后的图像信号进行优化，方法如下：
Filtered_SSCVD [Filtered_SSCVD < 阈值] = 阈值；
式中， 阈值← percentile（Filtered_SSCVD, β）；
其中，← 表示其经过右边操作后得到左边，median_filter为算法，percentile为python库，SSCVD为总体素复数方差，kernal_size表示内核尺寸，C为预设的具体数值；Filtered_为算法，α是预设权重，α大于0且小于1，β为预设值。
4.根据权利要求1所述的方法，其特征在于：所述获取待成像的三维Bscan图像信号，包括：
获取维度为Y×Z×X×N的四维OCTA原始扫描信号，其中，Z 是Ascan 深度，X 是Bscan的横向长度，N 是相同位置 Bscan 的重复次数，Y是C scan 中的纵向宽度和生成的三维Bscan图像信号的总数；
将所述四维OCTA原始扫描信号分割成Y个维度为Z×X×N的三维Bscan图像信号；
将提取的每一个三维Bscan图像信号进行去直流信号干扰；
将去直流信号干扰后的三维Bscan图像信号进行窗函数计算；
将计算结果进行色散校正后得到待成像的三维Bscan图像信号。
5.根据权利要求1所述的方法，其特征在于：所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号，包括：
将所述Bscan图像信号直接进行快速傅里叶变换得到第一图像信号。
6.根据权利要求1所述的方法，其特征在于：所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号，包括：
将所述Bscan图像信号进行划分，生成至少两个***谱图像信号；
将每个***谱图像信号进行快速傅里叶变换得到一个第一图像信号。
7.根据权利要求1所述的方法，其特征在于：所述对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号后，还包括：
对所述第一图像信号进行运动校准和相位补偿处理。
8.根据权利要求6所述的方法，其特征在于：所述根据所述第二图像信号生成二维微血管断层图像，包括：
将所述第二图像信号直接生成二维微血管断层图像；
或，将由所述***谱图像信号得到的第二图像信号叠加生成二维微血管断层图像。
9.一种光学相干断层扫描微血管成像装置，其特征在于，包括：
图像信号获取模块，用于获取待成像的三维Bscan图像信号；
图像信号变换模块，用于对所述Bscan图像信号进行快速傅里叶变换得到第一图像信号；
体素方差计算模块，用于计算所述第一图像信号的体素复数方差；
图像噪声去除模块，用于根据所述体素复数方差去除所述第一图像信号的噪声得到第二图像信号；
二维图像生成模块，用于根据所述第二图像信号生成二维微血管断层图像；
三维图像重建模块，用于将所述二维微血管断层图像进行三维重建得到三维En-face图像。
10.一种光学相干断层扫描微血管成像设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器被配置为用于执行权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310237861.0A CN115953542B (zh) | 2023-03-14 | 2023-03-14 | 一种光学相干断层扫描微血管成像方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310237861.0A CN115953542B (zh) | 2023-03-14 | 2023-03-14 | 一种光学相干断层扫描微血管成像方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115953542A true CN115953542A (zh) | 2023-04-11 |
| CN115953542B CN115953542B (zh) | 2023-05-12 |
Family
ID=85906911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310237861.0A Active CN115953542B (zh) | 2023-03-14 | 2023-03-14 | 一种光学相干断层扫描微血管成像方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115953542B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139454A (zh) * | 2015-08-06 | 2015-12-09 | 北京工业大学 | 一种三维ct图像中肝脏三维感兴趣区域的自动提取方法 |
| CN111243087A (zh) * | 2020-01-20 | 2020-06-05 | 上海市第一人民医院 | 眼底血管的三维重建方法、装置及电子设备 |
| CN111493832A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于En face-OCT的内窥成像方法 |
| CN111568373A (zh) * | 2020-04-20 | 2020-08-25 | 南京师范大学 | 一种重复扫描的octa毛细血管网成像方法 |
| US20200352437A1 (en) * | 2017-11-16 | 2020-11-12 | Victor X.D. Yang | Systems and methods for performing gabor optical coherence tomographic angiography |
| US20210093188A1 (en) * | 2018-04-02 | 2021-04-01 | Oregon Health & Science University | Systems and methods for bulk motion compensation in phase-based functional optical coherence tomograpgy |
| CN114748032A (zh) * | 2022-02-25 | 2022-07-15 | 天津市索维电子技术有限公司 | 一种基于oct血管成像技术的运动噪声补偿方法 |
-
2023
- 2023-03-14 CN CN202310237861.0A patent/CN115953542B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105139454A (zh) * | 2015-08-06 | 2015-12-09 | 北京工业大学 | 一种三维ct图像中肝脏三维感兴趣区域的自动提取方法 |
| US20200352437A1 (en) * | 2017-11-16 | 2020-11-12 | Victor X.D. Yang | Systems and methods for performing gabor optical coherence tomographic angiography |
| CN112136182A (zh) * | 2017-11-16 | 2020-12-25 | 杨晓东 | 基于Gabor光学相干层析术血流成像的***和方法 |
| US20210093188A1 (en) * | 2018-04-02 | 2021-04-01 | Oregon Health & Science University | Systems and methods for bulk motion compensation in phase-based functional optical coherence tomograpgy |
| CN111243087A (zh) * | 2020-01-20 | 2020-06-05 | 上海市第一人民医院 | 眼底血管的三维重建方法、装置及电子设备 |
| CN111568373A (zh) * | 2020-04-20 | 2020-08-25 | 南京师范大学 | 一种重复扫描的octa毛细血管网成像方法 |
| CN111493832A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于En face-OCT的内窥成像方法 |
| CN114748032A (zh) * | 2022-02-25 | 2022-07-15 | 天津市索维电子技术有限公司 | 一种基于oct血管成像技术的运动噪声补偿方法 |
Non-Patent Citations (4)
| Title |
|---|
| 《医疗卫生装备》: "基于扫频激光光源的皮肤血流OCT成像***研制与应用", 《医疗卫生装备》 * |
| YALI JIA ET AL: "Split-spectrum amplitude-decorrelation angiography with optical coherence tomography", 《 OPTICS EXPRESS 》 * |
| 周瑶;王敏;: "光学相干层析扫描血管成像在视网膜血管性疾病中的应用", 中国眼耳鼻喉科杂志 * |
| 李培;李鹏;: "多样本光学相干血流运动造影技术及应用", 中国激光 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115953542B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Deep convolutional framelet denosing for low-dose CT via wavelet residual network | |
| AU2019234674B2 (en) | Systems and methods for generating thin image slices from thick image slices | |
| EP3625759B1 (en) | Reducing noise in an image | |
| JP6855223B2 (ja) | 医用画像処理装置、ｘ線コンピュータ断層撮像装置及び医用画像処理方法 | |
| Scheffel et al. | Coronary artery plaques: cardiac CT with model-based and adaptive-statistical iterative reconstruction technique | |
| JP6761272B2 (ja) | 最適な信号処理によるｏｃｔ血管造影法 | |
| CN102013089B (zh) | 用于噪声减少的迭代ct图像滤波器 | |
| Greffier et al. | Which dose for what image? Iterative reconstruction for CT scan | |
| CN102024251B (zh) | 用于双源ct的基于多图像虚拟非对比图像增强的***和方法 | |
| WO2014075005A1 (en) | High spatial and temporal resolution dynamic contrast-enhanced magnetic resonance imaging | |
| US9001960B2 (en) | Method and apparatus for reducing noise-related imaging artifacts | |
| US10854329B2 (en) | Motion estimation method and apparatus | |
| JP6985056B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
| CN111353962B (zh) | 用于减少伪影的方法、x射线设备和电子可读数据载体 | |
| Li et al. | Multi-scale reconstruction of undersampled spectral-spatial OCT data for coronary imaging using deep learning | |
| Enjilela et al. | Cubic-spline interpolation for sparse-view ct image reconstruction with filtered backprojection in dynamic myocardial perfusion imaging | |
| CN115953542B (zh) | 一种光学相干断层扫描微血管成像方法、装置及设备 | |
| Steckmann et al. | Blooming artifact reduction for cardiac CT | |
| CN113192155B (zh) | 螺旋ct锥束扫描图像重建方法、扫描***及存储介质 | |
| Slavine et al. | Phantom and preclinical studies for image improvement in clinical CT | |
| CN104899904B (zh) | 一种在低辐射剂量下进行血流参数图像的输出方法 | |
| Choi et al. | Integration of 2D iteration and a 3D CNN-based model for multi-type artifact suppression in C-arm cone-beam CT | |
| Islam et al. | A critical survey on developed reconstruction algorithms for computed tomography imaging from a limited number of projections | |
| Hofmann et al. | Removing blooming artifacts with binarized deconvolution in cardiac CT | |
| Lasek et al. | CT scan transformation from a sharp to a soft reconstruction kernel using filtering techniques |
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 |