由于生物組織微血流成像可以提供除組織結(jié)構(gòu)信息以外的組織血流信息,因此組織微循環(huán)相關(guān)研究領(lǐng)域日益引起人們重視。激光散斑成像是利用一定波長的激光器照射在被測物上,由于激光的干涉特性,被測物內(nèi)不同運動狀態(tài)的激光散斑亮暗是不一樣的,從而可根據(jù)散斑的概率統(tǒng)計來獲取被測物的運動狀態(tài)。作為研究組織微血管血流成像方法之一的激光散斑血流成像技術(shù)具有高分辨率,非接觸性等特點,現(xiàn)己成為該研究領(lǐng)域的一個熱點。鑒于現(xiàn)有傳統(tǒng)激光散斑血流成像技術(shù)對淺表血管成像不清晰,易受被測物自身狀態(tài)影響,如呼吸、心跳、組織運動等,本論文提出了一種激光散斑去相關(guān)標準差算法(Laser Speckle De-correlation Standard Deviation Algorithm,LSDSDA),探究了 LSDSDA算法在淺表血管成像上的應(yīng)用可行性,并對該算法實用性進行了試驗研究,主要研究內(nèi)容和試驗結(jié)果與討論將分為四部分,如下所述:(1)針對激光散斑會受被測物自身影響,例如被測物自身的呼吸心跳等影響,本論文提出LSDSDA算法,該算法先后對原始散斑圖像進行雙三次插值、去相關(guān)算法、去相關(guān)標準差算法計算以及圖像處理,最終得到血流圖像。該算法能有效降低靜態(tài)散斑對被測物的運動信息的影響,提升血流圖像的信噪比、增強血管可見性。(2)本論文搭建了一套激光散斑血流成像系統(tǒng),采用波長為650nm的半導體激光器和擴束器得到具有高功率密度的激光散斑。通過OpenCV編程來控制puA1600單色工業(yè)相機實時采集和存儲圖像,并在計算機上同步顯示圖像。(3)本論文設(shè)計了一款寬度300微米,深度為250微米的“凹”型微流體靶,通過控制howkmed(?)注射泵的流速來獲取0.0mm/s至10.36mm/s(最小間隔為0.37mm/s)共29種不同流速下散斑圖像,通過微流體靶試驗驗證了所設(shè)計成像系統(tǒng)的可行性,同時也證明LSDSDA算法和激光散斑時間襯比分析算法(LaserSpeckle Temporal Contrast Analysis,LSTCA)一樣,均能評估血流流速。(4)利用所設(shè)計的成像系統(tǒng)采集裸鼠耳朵散斑圖像,對所采集到的散斑圖像分別進行LSDSDA算法與LSTCA運算,得到相應(yīng)的血流圖像。通過裸鼠試驗證明了LSDSDA算法能有效的提升了微血管的可見性、血流圖信噪比以及血管連接度。綜上所述,本論文提出了 LSDSDA算法,并根據(jù)該算法設(shè)計了一套激光散斑血流成像系統(tǒng),實現(xiàn)了在不同流速下對微流體靶的血流變化分析,同時也獲得了清晰的正常裸鼠耳朵微血管血流圖像,該血流圖像能有效區(qū)分裸鼠耳朵血管和其余組織。
【學位單位】：北京協(xié)和醫(yī)學院
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TH77
【部分圖文】：

因而科研人員認為動態(tài)散斑包含被測物的運動速度變化的信息。??近二十年來，科研人員對激光散斑成像進行了大量的研究。ＩＳＩ?Ｗｅｂｏｆｋｎｏｗｌｅｄｇｅ??數(shù)據(jù)庫檢索主題為激光散斑成像的文獻引用頻次數(shù)據(jù)（如圖１．１所示），從該數(shù)據(jù)可??看出，１９９８年至２０１８年為期２０年內(nèi)有關(guān)激光散斑成像技術(shù)被引用頻次整體呈現(xiàn)為??上升趨勢，目前大約有３７個國家在研宄激光散斑成像或研宄如何改進該算法，有??效推進了該算法的理論與應(yīng)用前景的研究［７１。??／?？?＼??３００－?＼??＾?？?＼??２００－?攀?攀?＼??．?一?Ｚ?＼??１００－??？?？??５０?一？???????１９９８?１?９９９?２０００?２００１?２００２?２００３?２００４?２００５?２００６?２００７?２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０１７?２０１８??圖１．１近２０年有關(guān)激光散斑成像技木被引用頻次曲線圖??１??

血細胞本身的轉(zhuǎn)動與變形，故難以得到激光散斑粒子運動速度ｖ與＾的關(guān)系，一般認??為＾與乂成反比關(guān)系，如公式（１－１２）所示。當Ｐ?＝?１時，通過ＭＡＴＬＡＢ編程可得到??公式（１－１１）的曲線圖，如圖１．２所示，從圖中可看出，襯比值Ｋ２取值范圍在［０，??１］，Ｋ２值會隨著速度增加而降低，當被測物處于絕對靜止時，Ｋ２?＝?１；被測物速度??越大，Ｋ２反而越小。??１??????????????０．８－?－??０．６－?＿??ＣＭ??０．４－??０．２－?＼??ｕ?－２－１０?１２??１０?１０?１０?１０?１０??Ｔ／ｔｃ??圖１．２?ＬＳＣＡ算法時間襯比Ｋ２和Ｔ／ｈ的關(guān)系曲線圖??３??

主要基于時間積分的散斑圖像內(nèi)一階空間統(tǒng)計量，激光散斑襯比圖像中每個像素點??均對應(yīng)著散斑襯比值Ｋ。通常采用一個Ｎ?ｘ?Ｎ大小的像素滑動窗來計算局部散斑的襯??比值＆，并把＆賦予該窗的中心點，該算法示意圖如圖１．３所示，其中隊乂凡為窗??的大小，ＲＸＣ為散斑圖像的像素大小。根據(jù)公式（１－１３）來計算窗口內(nèi)空間激光散??斑襯比值＆，并將Ｋｓ放入窗口的中心位置，其中和５５分別為光強平均值和標準差。??從理論的角度來看，ＬＳＳＣＡ具有時間分辨率較高，但因其自身的加窗效應(yīng)使得其散??斑圖像空間分辨率下降Ｉ９１。??（１－１３）??．．??［雨?｜?｜?｜?｜?｜?｜?｜?｜?｜?｜?匪??」；???ＥｉＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥＥ?Ｒ??Ｃ??圖１．３激光散斑空間襯比分析算法示意圖??４??
【參考文獻】

相關(guān)期刊論文 前10條

1 周純;牛佳媛;蔡潔;張雪榮;;糖尿病視網(wǎng)膜病變細胞因子及視網(wǎng)膜血流變化的意義[J];國際眼科雜志;2015年06期

2 文梅;李順月;王淑友;白曉東;張棟;;電針對不同時間段酒精性肝損傷小鼠的干預作用[J];中華中醫(yī)藥雜志;2015年06期

3 顧瑛;陳德福;王穎;;激光多普勒成像和激光散斑成像技術(shù)用于鮮紅斑痣無損檢測的比較研究[J];中國激光醫(yī)學雜志;2014年05期

4 孔平;楊暉;鄭剛;謝銀月;林為民;;激光散斑血流成像技術(shù)研究新進展[J];光學技術(shù);2014年01期

5 孫明勇;蔡康;楊德宇;孫平;;數(shù)字散斑相關(guān)法和電子散斑干涉術(shù)相結(jié)合的三維變形測量方法[J];激光與光電子學進展;2012年11期

6 楊李健;張濤;黃濤;張偉興;穆祥;;針灸對穴區(qū)皮內(nèi)微血管舒縮振幅的影響[J];微循環(huán)學雜志;2012年03期

7 陳志新;梁晉;郭成;;數(shù)字散斑相關(guān)法在變形測量中的應(yīng)用[J];光學精密工程;2011年07期

8 王會鵬;周利莉;張杰;;一種基于區(qū)域的雙三次圖像插值算法[J];計算機工程;2010年19期

9 張阿珍;劉政林;鄒雪城;向祖權(quán);;基于雙三次插值算法的圖像縮放引擎的設(shè)計[J];微電子學與計算機;2007年01期

10 楊云峰;蘇志勛;胡金燕;;一種保持邊緣特征的圖像插值方法[J];中國圖象圖形學報;2005年10期

本文編號：2884161