RU2679947C1 - Способ получения структурных изображений в эндоскопической оптической когерентной томографии - Google Patents
Способ получения структурных изображений в эндоскопической оптической когерентной томографии Download PDFInfo
- Publication number
- RU2679947C1 RU2679947C1 RU2017143491A RU2017143491A RU2679947C1 RU 2679947 C1 RU2679947 C1 RU 2679947C1 RU 2017143491 A RU2017143491 A RU 2017143491A RU 2017143491 A RU2017143491 A RU 2017143491A RU 2679947 C1 RU2679947 C1 RU 2679947C1
- Authority
- RU
- Russia
- Prior art keywords
- scans
- group
- morphological
- noise
- structural
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000001427 coherent effect Effects 0.000 title abstract description 19
- 230000003287 optical effect Effects 0.000 title abstract description 19
- 238000003325 tomography Methods 0.000 title abstract description 12
- 230000000877 morphologic effect Effects 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 230000003628 erosive effect Effects 0.000 claims abstract description 19
- 230000002829 reductive effect Effects 0.000 claims abstract description 9
- 238000012014 optical coherence tomography Methods 0.000 claims description 38
- 239000003814 drug Substances 0.000 abstract description 5
- 238000009499 grossing Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 27
- 230000003044 adaptive effect Effects 0.000 description 7
- 230000002441 reversible effect Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000002229 urogenital system Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/02001—Interferometers characterised by controlling or generating intrinsic radiation properties
- G01B9/02002—Interferometers characterised by controlling or generating intrinsic radiation properties using two or more frequencies
- G01B9/02004—Interferometers characterised by controlling or generating intrinsic radiation properties using two or more frequencies using frequency scans
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/48—Laser speckle optics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к медицинской технике, а именно к средствам усиления или восстановления изображений в эндоскопической оптической когерентной томографии. Способ получения структурных изображений в эндоскопической оптической когерентной томографии включает получение группы А-сканов, характеризующих структуру исследуемого биологического объекта или его части в предопределенном направлении, предварительное снижение шумов для группы А-сканов, преобразование группы А-сканов в один или группу В-сканов, при этом предварительно снижают шумы для группы А-сканов посредством порогового ограничения с заданным порогом интенсивности интерференционного сигнала и полосовой фильтрации с заданными верхней и нижней частотами среза полосового фильтра, после преобразования группы А-сканов в один или группу В-сканов проводят фильтрацию одного или группы В-сканов посредством свертки с заданным ядром свертки, затем выполняют морфологическую обработку получившихся после фильтрации одного или группы В-сканов путем последовательного выполнения для них операции морфологической эрозии и операции морфологического расширения, при этом количество итераций для операции морфологической эрозии и маски для каждой итерации этой операции подбирают так, чтобы обеспечить обнуление при выполнении операции морфологической эрозии значений всех или части пикселей, соответствующих спекл-шумам, а количество итераций и маски для каждой итерации операции морфологического расширения подбираются так, чтобы обеспечить заполнение всех или части обнуленных при выполнении операции морфологической эрозии пикселей, затем выполняют сглаживание полученных в результате морфологической обработки одного или группы В-сканов медианным фильтром с заданным рангом и один или группу сглаженных медианным фильтром В-сканов визуализируют посредством пользовательского интерфейса. Использование изобретения позволяет повысить качество структурных изображений в эндоскопической оптической когерентной томографии за счет снижения уровня спекл-шумов с учетом их морфологических особенностей. 4 ил.
Description
Предлагаемое изобретение относится к области усиления или восстановления изображений из побитового в побитовое изображение для создания подобного изображения с использованием при этом фильтрации помех, и может быть использовано в медицине и ветеринарии при осуществлении измерений для диагностических целей, а также в физике для исследования или анализа материалов с помощью оптических средств (т.е. с использованием инфракрасных, видимых или ультрафиолетовых лучей).
Эндоскопическая оптическая когерентная томография базируется на принципах низкокогерентной интерферометрии. В не зависимости от того в частотной или во 
области работает эндоскопический оптический когерентный томограф структурное изображение (В-скан) исследуемого биологического объекта или его части строится на основе распределений интенсивности светового поля на детекторе томографа (А-сканов), которые являются результатом интерференции волн опорного плеча и плеча образца. Такой подход обеспечивает значительную глубину когерентного зондирования и высокое пространственное разрешение получаемых структурных изображений, однако детектируемый сигнал содержит в себе спекл-шумы (результат взаимной интерференции волн, обратно отраженных от исследуемого биологического объекта или его части). На структурных изображениях спекл-шумы проявляются в виде пятнистости (спекл-структуры), не имеющей отношения к оптической структуре исследуемого биологического объекта или его части. Учитывая, что характеризующие
качество структурных изображений глубина когерентного зондирования и пространственное разрешение у современных эндоскопических оптических когерентных томографов находятся на уровнях близких к своим физическим пределам, целесообразным является повышение качества структурных изображений за счет снижения уровня шумов, наиболее существенными из которых являются вышеуказанные спекл-шумы.
По патенту WO 2015195048 А1, МПК G06T 5/00, A61B 3/10, опубл. 23.12.2015 г. известен способ уменьшения спекл-шумов на структурных изображениях в оптической когерентной томографии, включающий в себя: получение множества структурных изображений поперечного сечения исследуемого объекта с помощью оптического когерентного томографа, причем каждое структурное изображение содержит множество полос сканирования (А-сканов), а сканирование в глубину основано на измерении накопленной отраженной волной временной задержки, формирование набора выровненных структурных изображений поперечного сечения исследуемого объекта посредством выравнивания структурных изображений поперечного сечения исследуемого объекта с помощью определения относительных сдвигов для каждого поперечного сечения в направлении сканирования в глубину и в направлении перпендикулярном этому направлению, формирование набора выровненных отдельных участков для выровненных структурных изображений поперечного сечения исследуемого объекта посредством выравнивания отдельных участков выровненных структурных изображений поперечного сечения исследуемого объекта с помощью относительных сдвигов каждого такого участка в глубину, причем каждый отдельный участок содержит по меньшей мере одну полосу сканирования, формирование матрицы результирующего изображения из набора выровненных отдельных участков для выровненных структурных изображений поперечного сечения исследуемого объекта, получение структурного изображения в оптической когерентной томографии с уменьшенными спекл-шумами посредством заполнения недостающих элементов матрицы результирующего изображения наиболее вероятными значениями. Известны варианты способа уменьшения спекл-шумов на структурных изображениях в оптической когерентной томографии в которых: заполнение недостающих элементов матрицы результирующего изображения включает в себя разложение этой матрицы на матрицу спекл-шумов и матрицу фильтрованного изображения; заполнение недостающих элементов матрицы результирующего изображения включает в себя разложение этой матрицы на разреженную матрицу, матрицу спекл-шумов и матрицу фильтрованного изображения; производится дополнительная фильтрация шумов перед формированием набора выровненных структурных изображений поперечного сечения исследуемого объекта; структурное изображение в оптической когерентной томографии с уменьшенными спекл-шумами дополнительно обрабатывается с помощью фильтра анизотропной диффузии; используется адаптивный фильтр Винера. Техническим результатом способа является получение структурных изображений в оптической когерентной томографии с уменьшенным уровнем спекл-шумов.
Недостатком данного способа является невысокое качество структурных изображений с уменьшенными спекл-шумами в оптической когерентной томографии вызванное тем, что при фильтрации спекл-шумов не учитываются их морфологические (геометрические) особенности, и как следствие из этого, снижение уровня спекл-шумов происходит одновременно с существенным снижением уровня полезного сигнала.
По патенту US 20060100527 А1, МПК A61B 6/00, опубл. 11.05.2006 г. известен способ удаления спекл-шумов в оптической когерентной томографии, включающий в себя: получение состоящего из множества точек структурного изображения в оптической когерентной томографии, вычисление для каждой из множества упомянутых выше точек энергетической функции, которая определяет величину дисперсии интенсивности изображения для множества направлений относительно ее среднего значения, выбор направления Q0(x, y), которое минимизирует энергетическую функцию для заданного пикселя с координатами x и у, определение среднего значения для интенсивности изображения в выбранном направлении и последующее определение на его основе интенсивности результирующего изображения в точке с координатами x и y. Известны варианты способа удаления спекл-шумов в оптической когерентной томографии в которых: состоящее из множества точек структурное изображение в оптической когерентной томографии является двухмерным; состоящее из множества точек структурное изображение в оптической когерентной томографии является трехмерным; вычисление энергетической функции для каждой из множества точек структурного изображения в оптической когерентной томографии производится для множества ядер свертки, соответствующих всем направлениям, либо части направлений; множества ядер свертки включают в себя подмножества ядер свертки; вычисление энергетической функции выполняется только для отдельных областей структурного изображения в оптической когерентной томографии; дополнительно производится оценка однородности значений интенсивностей изображения для множества точек или отдельной области структурного изображения в оптической когерентной томографии; энергетическая функция подвергается пороговому ограничению; оценка однородности значений интенсивностей изображения для множества точек производится посредством кросс-корреляционной функции. Техническим результатом способа является формирование структурных изображений на основе когерентных сигналов с удалением спекл-шумов.
Недостатком данного способа является невысокое качество структурных изображений с удаленными спекл-шумами в оптической когерентной томографии вызванное тем, что при удалении спекл-шумов не учитываются их морфологические особенности, и как следствие из этого, удаление спекл-шумов сопровождается существенным снижением уровня полезного сигнала.
По патенту CN 102800064 В, МПК G06T 5/00, опубл. 04.02.2015 г. известен способ снижения спекл-шумов на структурных изображениях в оптической когерентной томографии посредством адаптивной реверсивной (двухсторонней) фильтрации, включающий в себя: представление исходного структурного изображения I(х,y) в оптической когерентной томографии как произведения двух моделей I(х,у)=S(x,y)⋅N(x,у), где х и у - координаты пикселей на структурном изображении в оптической когерентной томографии, N(x,y) - модель спекл-шумов на структурном изображении, S(x,y) - модель структурного изображения без спекл-шумов; вычисление для модели спекл-шумов на структурном изображении N(x,у) пространственной функции F в соответствии с критерием Рэлея:
где k - константа, σ - стандартное отклонение, N0 - модель спекл-шумов на структурном изображении представленная в логарифмической форме N0=ln(N(x,y))=ln(I(x,y)-lnS(x,y)); определение на основе пространственной функции F весового коэффициента W[k, i] к адаптивному реверсивному фильтру:
и
где W0[k, i] - весовой коэффициент к модифицированному адаптивному реверсивному фильтру, 
- скорректированный для серой шкалы весовой коэффициент, Wd[k, i] - исходный пространственный весовой коэффициент, [k, i] - коэффициент преобразования, Х[k] - входное изображение, σr - стандартное отклонение по интенсивности, σd - стандартное отклонение по пространству; снижение спекл-шумов на структурных изображениях в оптической когерентной томографии на основе адаптивной реверсивной фильтрации с весовым коэффициентом W[k, i]. Техническими результатами способа являются алгоритмы получения структурных изображений в оптической когерентной томографии со сниженным посредством адаптивной реверсивной фильтрации уровнем спекл-шумов.
Недостатком данного способа является невысокое качество структурных изображений с уменьшенным уровнем спекл-шумов в оптической когерентной томографии вызванное тем, что при моделировании спекл-шумов не учитываются их морфологические особенности, и как следствие из этого, адаптивная реверсивная фильтрация спекл-шумов сопровождается существенным снижением уровня полезного сигнала.
Ближайшим аналогом (прототипом) разработанного способа является способ снижения спекл-шумов на структурных изображениях в оптической когерентной томографии (патент WO 2016080914 А1, МПК G06T 5/00, опубл. 26.05.2016 г.) включающий в себя: получение множества (группы) А-сканов, характеризующих структуру исследуемого биологического объекта или его части в предопределенном направлении, группировку множества А-сканов в один или множество В-сканов (структурных изображений), определение для каждого А-скана окружающей его окрестности, выравнивание А-скана в заранее определенном направлении, рассчитанном для этого А-скана и других А-сканов находящихся в окружающей его окрестности, формирование из выровненных в заранее определенном направлении А-сканов первой матрицы структурного изображения, причем соответствующие столбцы этой матрицы являются выровненными А-сканами, вычисление второй матрицы структурного изображения, которая сводит к минимуму целевую функцию разности между первой матрицей структурного изображения и второй матрицей структурного изображения, причем вторая матрица структурного изображения имеет ограничения по сложности. Известны варианты способа снижения спекл-шумов на структурных изображениях в оптической когерентной томографии в которых: ограничение по сложности для второй матрицы структурного изображения представляет собой ограничение ее ранга; ограничение по сложности для второй матрицы структурного изображения состоит в том, что при разложении второй матрицы структурного изображения в виде суммы матрицы низкого ранга и разреженной матрицы, матрица низкого ранга имеет ранг ниже первого заданного значения, а разреженная матрица имеет количество ненулевых элементов меньше второго заданного значения; производится предварительное снижение шумов для множества А-сканов перед их группировкой в один или множество В-сканов; для снижения шумов используется фильтр анизотропной диффузии; формирование из выровненных в заранее определенном направлении А-сканов первой матрицы структурного изображения производится посредством определения первой и второй групп А-сканов, поиска коэффициента пространственного сдвига для второй группы А-сканов, смещения второй группы А-сканов с учетом коэффициента пространственного сдвига; при формировании из выровненных в заранее определенном направлении А-сканов первой матрицы структурного используется алгоритм сопоставления блоков. Техническим результатом способа является компьютеризированное улучшение структурных изображениях в оптической когерентной томографии посредством снижения спекл-шумов.
Недостатком данного способа является невысокое качество структурных изображений со сниженным уровнем спекл-шумов в оптической когерентной томографии вызванное тем, что при снижении уровня спекл-шумов не учитываются их морфологические особенности, и как следствие из этого, снижение уровня спекл-шумов происходит одновременно с существенным уменьшением уровня полезного сигнала.
Технической задачей способа является повышение качества структурных изображений в эндоскопической оптической когерентной томографии посредством снижения уровня спекл-шумов с учетом их морфологических особенностей, что позволяет избежать одновременного существенного снижения уровня полезного сигнала.
Поставленная техническая задача достигается тем, что способ получения структурных изображений в эндоскопической оптической когерентной томографии, также как и способ, который является ближайшим аналогом, включает получение группы А-сканов, характеризующих структуру исследуемого биологического объекта или его части в предопределенном направлении, предварительное снижение шумов для группы А-сканов, преобразование группы А-сканов в один или группу В-сканов.
Новым в разработанном способе получения структурных изображений в эндоскопической оптической когерентной томографии является то, что предварительно снижают шумы для группы А-сканов посредством порогового ограничения с заданным порогом интенсивности интерференционного сигнала и полосовой фильтрации с заданными верхней и нижней частотами среза полосового фильтра, после преобразования группы А-сканов в один или группу В-сканов проводят фильтрацию одного или группы В-сканов посредством свертки с заданным ядром свертки, затем выполняют морфологическую обработку получившихся после фильтрации одного или группы В-сканов путем последовательного выполнения для них операции морфологической эрозии и операции морфологического расширения, при этом количество итераций для операции морфологическая эрозия и маски для каждой итерации этой операции подбирают так, чтобы обеспечить обнуление при выполнении операции морфологической эрозии значений всех или части пикселей, соответствующих спекл-шумам, а количество итераций и маски для каждой итерации операции морфологического расширения подбираются так, чтобы обеспечить
заполнение всех или части обнуленных при выполнении операции морфологической эрозии пикселей, затем выполняют сглаживание полученных в результате морфологической обработки одного или группы В-сканов медианным фильтром с заданным рангом, и один или группу сглаженных медианным фильтром В-сканов визуализируют посредством пользовательского интерфейса.
На фиг. 1 в виде блок-схемы проиллюстрирована последовательность действий при получении структурных изображений в эндоскопической оптической когерентной томографии в соответствии с формулой изобретения. Рассмотрим подробнее сущность предложенного способа (фиг. 1) с использованием конкретных примеров.
Определяются значения управляющих параметров (порог интенсивности интерференционного сигнала, ядро свертки, количество итераций и маски для операции морфологическая эрозия, количество итераций и маски для операции морфологическое расширение и т.п.) и производится получение группы А-сканов, характеризующих структуру исследуемого биологического объекта или его части в предопределенном направлении. Значения управляющих параметров могут быть введены в ручном режиме, автоматически или считаны из файла. Группа А-сканов также может быть считана из файла, или например, получена с детекторов установки для эндоскопической оптической когерентной томографии с зондом прямого обзора на основе пьезо-волоконного сканирования.
Для удаления различных шумов (не только спекл-шумов, но и, например, фазовых шумов низкокогерентного источника излучения) группа А-сканов подвергается предварительной обработке. Эта обработка представляет собой пороговое ограничение с заданным порогом интенсивности интерференционного сигнала и полосовую фильтрацию (например, фильтром Баттерворта 5-го порядка) с заданными верхней частотой среза полосового фильтра и нижней частотой среза полосового фильтра. После предварительной обработки А-сканы преобразуются в один
или группу В-сканов, т.е. в двумерное или в трехмерное структурное изображение исследуемого биологического объекта или его части, полученное с помощью эндоскопической оптической когерентной томографии.
Поскольку спекл-шумы на структурных изображениях исследуемого биологического объекта или его части имеют характерную геометрию (мелкие замкнутые структуры с относительно одинаковой яркостью и сложной геометрией границ) весьма эффективной для их удаления будет морфологическая обработка. Для проведения такой обработки требуется достаточно сильно повысить контраст границ спекл-структур на структурном изображении. Для этого полученное двумерное или трехмерное структурное изображение исследуемого биологического объекта или его части подвергают фильтрации посредством свертки, т.е. обрабатывают с использованием ядра свертки, специально предназначенного для повышения контраста мелких деталей на изображении. Например, можно использовать матрицу конволюции (ядро свертки) следующего вида:
Следует отметить, что ядро свертки, как и конкретные значения других управляющих параметров во многом зависят от особенностей используемого для получения группы А-сканов устройства эндоскопической оптической когерентной томографии (пространственное разрешение получаемых структурных изображений, наличие/отсутствие и особенности аппаратной фильтрации детектируемых сигналов, частота дискретизации и т.п.).
Морфологическая обработка двумерного или трехмерного структурного изображения исследуемого биологического объекта с повышенным контрастом спекл-структур выполняется в два действия. Сначала производится операция морфологическая эрозия. При правильном подборе значений управляющих параметров она приводит к резкому уменьшению количества и площади спекл-структур на структурном изображении из-за того, что все объекты по размеру и морфологии сходные используемой при выполнении этой операции маской обнуляются (стираются). При необходимости операция морфологическая эрозия может производиться несколько раз, причем размер маски и ее структура при каждой итерации могут быть различными. Вторым действием морфологической обработки является операция морфологическое расширение. Эта операция напротив обеспечивает наращивание размера и площади структур на обрабатываемом изображении и в предложенном способе используется для заполнения всех или части обнуленных при выполнении операции морфологическая эрозия пикселей. В результате этой морфологической операции (в случае правильного подбора значений управляющих параметров) изображения реально существующих структур исследуемого биологического объекта или его части «расширяются» на структурном изображении за счет обнуленных пикселей, оставшихся после удаления спекл-структур. Операция морфологическое расширение также может выполняться циклически, причем с разными значениями управляющих параметров.
Очищенное от всех или части спекл-шумов двухмерное или трехмерное структурное изображения исследуемого биологического объекта сглаживается с использованием медианного фильтра, который (при правильно выбранном значении правого и левого ранга) обеспечивает существенное снижение аддитивного и импульсного шумов. Сглаженное изображение визуализируется посредством пользовательского интерфейса,
т.е. выводится конечному пользователю в удобной для него форме, например, в графическом формате на дисплее ноутбука.
Наиболее важной отличительной особенностью предлагаемого способа получения структурных изображений в эндоскопической оптической когерентной томографии является морфологическая обработка В-сканов. Геометрия спеклов на структурных изображениях исследуемого с помощью эндоскопической оптической когерентной томографии биологического объекта или его части во многом зависит от особенностей использованного для получения этих изображений устройства. Сканирование исследуемого биологического объекта или его части пучком излучения приводит к тому, что согласно теории дифракции каждая точка освещенной поверхности становится источником вторичных сферических волн. Эти волны интерферируют, причем если структура исследуемого биологического объекта или его части достаточно неоднородна, чтобы создать разность в длинах оптических путей для множества вторичных волн превышающую длину волны зондирующего излучения, то фаза волны изменяется более чем на 2π (ситуация 2π-неопределенности). Проинтерферировавшие вторичные сферические волны частично попадают на детектор устройства эндоскопической оптической когерентной томографии и после обработки сигнала отображаются на структурных изображениях, как спекл-структура. То есть существенное влияние на морфологические особенности и частоту возникновения спеклов оказывают характеристики излучения (длина волны, временная когерентность, поляризация излучения), особенности сканирования (геометрия зондирующего пучка, способ сканирования в плече образца) и детектирования (апертура детектора, его частота дискретизации). В связи с вышесказанным морфологические особенности спекл-шумов на разных структурных изображениях неподвижного объекта, полученных с помощью одного и тоже же устройства эндоскопической оптической когерентной томографии будут во многом схожими. Зная эти морфологические особенности (средний размер спеклов, наиболее вероятную
форму и т.п.) можно обнаружить и удалить (обнулить) спекл-шумы со структурных изображений исследуемого биологического объекта или его части посредством операции морфологическая эрозия с относительно небольшими потерями полезного сигнала. К тому же, с помощью операции морфологическое расширение можно заполнить обнуленные пиксели аппроксимированным полезным сигналом. То есть, морфологическая обработка структурных изображений в эндоскопической оптической когерентной томографии позволяет повысить их качество.
На фиг. 2. представлен увеличенный фрагмент спекл-структуры (а), наложившейся на реальную оптическую структуру фантома кожных покровов человека и результат (б) морфологической обработки этого фрагмента по предложенному способу, приведшей к частичному удалению этой спекл-структуры. Отметим что, изменив значения управляющих параметров, можно добиться более или менее выраженного эффекта.
Другой важной отличительной особенностью предложенного способа является фильтрация посредством свертки перед морфологической обработкой В-сканов. Такая фильтрация выполняется для повышения контраста границ спекл-структур на В-сканах с помощью обработки специально подобранным ядром свертки. В дальнейшем контрастные спекл-структуры более эффективно обнаруживаются и удаляются посредством операции морфологической эрозии, что способствует повышению качества структурных изображений в эндоскопической оптической когерентной томографии. Если, конечно, параметры маски операции морфологическая эрозия правильно подобраны и соответствуют наиболее вероятным форме и размерам спекл-структур для данного устройства эндоскопической оптической когерентной томографии.
Еще одной особенностью предложенного способа является многоуровневая фильтрация А-сканов и состоящих из них В-сканов. Использование порогового ограничения с заданным порогом интенсивности интерференционного сигнала и полосовой фильтрации с заданными верхней
частотой среза полосового фильтра и нижней частотой среза полосового фильтра позволяет осуществить предварительное снижение шумов для группы А-сканов. Применение медианного фильтра с заданным рангом обеспечивает сглаживание полученных в результате морфологической обработки одного или группы В-сканов. Вышеуказанная комбинация фильтров способствуют повышению качества структурных изображений в эндоскопической оптической когерентной томографии.
Таким образом, использование фильтрации посредством свертки для повышения контраста границ спекл-структур на В-сканах, морфологическая обработка В-сканов для удаления этих спекл-структур, а также многоуровневая фильтрация А-сканов и состоящих из них В-сканов для снижения шумов для группы А-сканов и сглаживания, полученных в результате морфологической обработки одного или группы В-сканов обеспечивают повышение качества структурных изображений в эндоскопической оптической когерентной томографии. На фиг. 3. и фиг. 4. представлены примеры структурных изображений в эндоскопической оптической когерентной томографии, полученных с помощью одного и того же устройства без (фиг. 3а, фиг. 4а) и с использованием (фиг. 3б, фиг. 4б) предложенного способа. Повышение качества структурных изображений в эндоскопической оптической когерентной томографии при использовании предложенного способа составило более 28%, что свидетельствует о выполнении поставленной технической задачи.
Предлагаемый способ получения структурных изображений в эндоскопической оптической когерентной томографии может быть использован в медицине и ветеринарии для визуализации внутренней структуры полостей и трактов организма (диагностика дыхательных путей, сердечно-сосудистой системы, желудочно-кишечного тракта, мочеполовой системы и т.п.), а также в физике для неразрушающего контроля над качеством микроэлектромеханических систем, интегральных схем, тонкопленочных и волокнистых структур и т.п., особенно, если они находятся внутри сложных изделий.
Claims (1)
- Способ получения структурных изображений в эндоскопической оптической когерентной томографии, включающий получение группы А-сканов, характеризующих структуру исследуемого биологического объекта или его части в предопределенном направлении, предварительное снижение шумов для группы А-сканов, преобразование группы А-сканов в один или группу В-сканов, отличающийся тем, что предварительно снижают шумы для группы А-сканов посредством порогового ограничения с заданным порогом интенсивности интерференционного сигнала и полосовой фильтрации с заданными верхней и нижней частотами среза полосового фильтра, после преобразования группы А-сканов в один или группу В-сканов проводят фильтрацию одного или группы В-сканов посредством свертки с заданным ядром свертки, затем выполняют морфологическую обработку получившихся после фильтрации одного или группы В-сканов путем последовательного выполнения для них операции морфологической эрозии и операции морфологического расширения, при этом количество итераций для операции морфологической эрозии и маски для каждой итерации этой операции подбирают так, чтобы обеспечить обнуление при выполнении операции морфологической эрозии значений всех или части пикселей, соответствующих спекл-шумам, а количество итераций и маски для каждой итерации операции морфологического расширения подбираются так, чтобы обеспечить заполнение всех или части обнуленных при выполнении операции морфологической эрозии пикселей, затем выполняют сглаживание полученных в результате морфологической обработки одного или группы В-сканов медианным фильтром с заданным рангом и один или группу сглаженных медианным фильтром В-сканов визуализируют посредством пользовательского интерфейса.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017143491A RU2679947C1 (ru) | 2017-12-13 | 2017-12-13 | Способ получения структурных изображений в эндоскопической оптической когерентной томографии |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017143491A RU2679947C1 (ru) | 2017-12-13 | 2017-12-13 | Способ получения структурных изображений в эндоскопической оптической когерентной томографии |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2679947C1 true RU2679947C1 (ru) | 2019-02-14 |
Family
ID=65442673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017143491A RU2679947C1 (ru) | 2017-12-13 | 2017-12-13 | Способ получения структурных изображений в эндоскопической оптической когерентной томографии |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2679947C1 (ru) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060100527A1 (en) * | 2004-10-26 | 2006-05-11 | Giovanni Gregori | Speckle noise removal in optical coherence tomography |
| CN102835947A (zh) * | 2012-09-04 | 2012-12-26 | 上海师范大学 | 基于散斑相关度的oct图像分析方法 |
| US20130314716A1 (en) * | 2003-01-24 | 2013-11-28 | The General Hospital Corporation | Speckle reduction in optical coherence tomography by path length encoded angular compounding |
| CN105748041A (zh) * | 2016-02-15 | 2016-07-13 | 苏州大学 | 光学相干断层扫描成像中散斑噪声的抑制***和方法 |
| RU2626310C2 (ru) * | 2015-09-22 | 2017-07-25 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Нижегородская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ФГБОУ ВО НижГМА Минздрава России) | Способ визуализации областей объекта, содержащих микродвижения |
| US20170319059A1 (en) * | 2014-11-20 | 2017-11-09 | Agency For Science, Technology And Research | Speckle reduction in optical coherence tomography images |
-
2017
- 2017-12-13 RU RU2017143491A patent/RU2679947C1/ru not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130314716A1 (en) * | 2003-01-24 | 2013-11-28 | The General Hospital Corporation | Speckle reduction in optical coherence tomography by path length encoded angular compounding |
| US20060100527A1 (en) * | 2004-10-26 | 2006-05-11 | Giovanni Gregori | Speckle noise removal in optical coherence tomography |
| CN102835947A (zh) * | 2012-09-04 | 2012-12-26 | 上海师范大学 | 基于散斑相关度的oct图像分析方法 |
| US20170319059A1 (en) * | 2014-11-20 | 2017-11-09 | Agency For Science, Technology And Research | Speckle reduction in optical coherence tomography images |
| RU2626310C2 (ru) * | 2015-09-22 | 2017-07-25 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Нижегородская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ФГБОУ ВО НижГМА Минздрава России) | Способ визуализации областей объекта, содержащих микродвижения |
| CN105748041A (zh) * | 2016-02-15 | 2016-07-13 | 苏州大学 | 光学相干断层扫描成像中散斑噪声的抑制***和方法 |
Non-Patent Citations (1)
| Title |
|---|
| Enfield J. et al. In vivo imaging of the microcirculation of the volar forearm using correlation mapping optical coherence tomography (cmOCT). Biomed Opt Express. 2011 Apr, 13; 2(5): 1184-93. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7193343B2 (ja) | 機械学習技法を用いたｏｃｔアンギオグラフィにおけるアーチファクトを減少させるための方法及び装置 | |
| JP6504826B2 (ja) | 情報処理装置および情報処理方法 | |
| Menchón-Lara et al. | Fully automatic segmentation of ultrasound common carotid artery images based on machine learning | |
| US20120289812A1 (en) | Apparatus for acquiring biofunctional information, method for acquiring biofunctional information, and program therefor | |
| EP2799006B1 (en) | Object information acquiring apparatus and control method of object information acquiring apparatus | |
| JP2000126182A (ja) | 腫瘍診断方法 | |
| CN107862724B (zh) | 一种改进的微血管血流成像方法 | |
| Ozbek et al. | Realtime parallel back-projection algorithm for three-dimensional optoacoustic imaging devices | |
| Agudo et al. | 3D imaging of the breast using full-waveform inversion | |
| US20080004527A1 (en) | High-resolution ultrasound spectral and wavelet analysis of vascular tissue | |
| JP2023520001A (ja) | ニューラルネットワークを用いたｏｃｔａボリュームにおけるフロー投影アーチファクトの補正 | |
| Prasad et al. | DeepUCT: Complex cascaded deep learning network for improved ultrasound tomography | |
| US9613401B2 (en) | Method to obtain 3D images of a flowing region beneath an object using speckle reflections | |
| Chiu et al. | Analysis of carotid lumen surface morphology using three-dimensional ultrasound imaging | |
| RU2679947C1 (ru) | Способ получения структурных изображений в эндоскопической оптической когерентной томографии | |
| Panicker et al. | An approach towards physics informed lung ultrasound image scoring neural network for diagnostic assistance in COVID-19 | |
| WO2023045991A1 (zh) | 光学相干层析血管造影方法、装置、电子设备及存储介质 | |
| RU2626310C2 (ru) | Способ визуализации областей объекта, содержащих микродвижения | |
| Timaná et al. | Simultaneous imaging of ultrasonic backscatter and attenuation coefficients for liver steatosis detection in a murine animal model | |
| US20220067933A1 (en) | Methods for Extracting and Quantifying Diagnostic Biomarkers From Ultrasound Microvessel Images | |
| Ogiela et al. | Computer analysis of gallbladder ultrasonic images towards recognition of pathological lesions | |
| CN110097502B (zh) | 眼底无灌注区的测量方法及装置及图像处理方法 | |
| Nesovic et al. | Ultrasound image quality evaluation using a structural similarity based autoencoder | |
| Sharif et al. | Extraction and analysis of RPE layer from OCT images for detection of age related macular degeneration | |
| Bremser et al. | Diameter measurement of vascular structures in ultrasound video sequences |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20201214 |