[发明专利]一种基于微血流成像衬比算法的血流速度监测方法

说明书

本发明公开了一种基于微血流成像衬比算法的血流速度监测方法，包括如下步骤：(1)采集原始激光散斑图像；(2)对原始激光散斑图像用线性算子计算传统时间衬比K值并获得最小的空间衬比K值的方向；(3)再根据方向获得高斯模板的旋转矩阵，获得相应的高斯卷积模板；(4)与原始激光散斑图像卷积获得各向异性K值，提取微血管区域，利用脑血流的方向特异性获得微血管流速图。本发明在激光功率不强时对于微血管能呈现较好的血流信息；在采用相同曝光时间、增益以及采集帧数和频率相同时，能保持较清晰血管信息的时候呈现脑血流流速；可以更加精确地表示微血管血流流速。

技术领域

本发明涉及血流速度的监测方法，特别涉及一种基于微血流成像衬比算法的血流速度监测方法。

背景技术

血流速度是生命活动过程中非常重要的功能代谢参数之一。动态监测血流速度的时空变化对于研究生物组织生理变化过程，功能活动及药效评价等具有重大意义。

目前血流激光散斑成像算法中，通常基于空间或者时间卷积算法分析，都是各向同行算法，从未考虑过血流成像的特殊性，不能够精确地表示出微血管血流流速。也没有专门的基于高斯核的各向异性激光散斑微血流成像衬比算法，用于血流流速的监测。

发明内容

发明目的：本发明目的是提供可以精确地表示微血管血流流速的基于微血流成像衬比算法的血流速度监测方法。

技术方案：本发明提供一种基于微血流成像衬比算法的血流速度监测方法，包括如下步骤：

(1)采集原始激光散斑图像，原始散斑图像指的是激光照射在小动物脑表面时，CCD相机会接收到强度随机分布的颗粒状图像，即图4(A)以及图3(A)；

(2)对原始激光散斑图像用线性算子计算传统时间衬比K值并获得最小的空间衬比K值的方向；

(3)再根据方向获得高斯模板的旋转矩阵，获得相应的高斯卷积模板；

(4)与原始激光散斑图像卷积获得各向异性K值，提取微血管区域，利用脑血流的方向特异性获得微血管流速图。

进一步地，所述步骤(1)中原始激光散斑图像获取方法为：搭建激光散斑光路系统，将激光束照射在被测物体上，获取原始激光散斑图像。

所述激光散斑光路系统包括HeNe激光器，准直镜，扩束镜，反光镜，立体显微镜，CCD相机，计算机。激光经由准直镜、扩束镜、反光镜形成均匀圆形光斑打到样本表面，再经立体显微镜放大后摄入CCD相机最后经由本发明算法成像到软件界面。

进一步地，所述步骤(2)中K值采用时间卷积方法计算，其中可选图片30 帧，计算公式如下：

上式中，σ为原始图片标准差，<I>为原始图片的平均值。

进一步地，所述步骤(2)最小的空间衬比K值的方向计算公式如下式和图 5：

上式中，K_P(i，j)表示沿着目标像素点P(i₀，j₀)沿着线性算子方向计算下的时间卷积k值，P(i，j)指以图像中P(i₀，j₀)为中心点的不同线性方向上的像素点，δ指线性方向上的距P(i₀，j₀)的距离，这里取值小于5，D(i，j)指时间卷积K值的累加，比较不同的D(i，j)，获得K值最优方向。

进一步地，所述步骤(3)中高斯模板匹配血管图像，采用高斯核函数计算血流流速，高斯核函数公式如下：