[发明专利]一种结合血管形态特征的血流成像量化处理方法与装置

说明书

本发明公开了一种结合血管形态特征的血流成像量化处理方法与装置。收集散射信号样品的OCT散射信号；通过分类器构建三维特征空间，实现动态血流信号和静态背景组织信号分类，包括：采用一阶和零阶自协方差对OCT散射信号处理得到信噪比倒数和去相关系数构建特征空间，采用线性分类边界将特征空间划分成动态区域、结构相似度值及静态区域；借助自适应管状掩膜区分中间区域中动静态信号；将动态区域及中间区域的动态信号作为血流信号，其余作为静态背景信号，计算二值化体数据的结构相似度获得最优值；分类生成对应的二值化血管网络；计算血管量化参数。本发明能显著抑制随机噪声的干扰，提高动静态信号的分类精度，改善二值化血管网络的连续性。

技术领域

本发明大体涉及生物医学成像领域，且更具体地涉及与光学相干层析成像技术(Optical Coherence Tomography，OCT)和血流成像(OCT Angiography，OCTA)相关联的血流造影和基于形态特征、OCT散射信号的信噪比倒数、去相关系数三维特征空间的血流成像量化处理检测方法。

背景技术

血流灌注是衡量生理功能和病理状态的重要参数，目前在临床上常用的血管成像技术需要静脉注射外源性标记物，可能引发的副作用使其不适于对人体血流进行长期的、频繁的跟踪检测。近年来，以光学相干层析技术为基础发展起来的血管造影技术OCTA，以内源性的血流运动代替传统的外源荧光标记物，其非侵入性、无标记的特点，以及对生物组织内的微血管网络进行清晰、可靠的三维成像的能力，使得该技术在被发明以来得到了很快的发展，并在眼底成像和脑皮层血管成像等研究中得到了应用。

为了获取OCTA血流图像，通常需要在生物组织的每个空间位置、以一定的时间间隔进行重复采样(重复的A线扫描或B帧扫描)，每个信号处的运动强度通过分析OCT散射信号的时间动态来进行量化，根据量化得到的运动强度来对血流信号和静态组织信号进行分类。目前已报道的OCTA血流分类，主要是基于相邻的A线扫描间(或相邻B扫描帧间)的差分、方差或去相关计算。其中基于去相关计算的OCTA血流分类，由于其对于窗口内的多个信号的统计特性的充分利用，因此理论上分类结果的可靠性更高。同时，由于去相关衡量的是相邻B扫描帧间的相似度，因此受整体光源强度变化的影响小。

但是，去相关对于运动对比度的量化效果，对原始的OCT散射信号的噪声水平具有显著的依赖性。随着信号强度的衰减(如在深层组织区域)，随机性噪声将逐渐占据主要成分，也将产生较大的去相关值，带来去相关伪影。基于去相关运算生成的运动对比度无法区分噪声的随机性和血红细胞的运动导致的去相关，因此信噪比较弱的区域容易被误判为血流信号区域，严重影响血流图像的对比度。常见的解决办法是设置一个经验性的强度阈值，生成强度掩膜来去掉所有低信噪比的信号。但是，由于去相关系数和信号强度间存在着复杂的依赖关系，简单的强度掩膜会导致高分类错误率和低运动对比度。

已有的基于信噪比倒数-去相关系数(inverse SNR-decorrelation，ID)特征空间的方法以静态信号在ID空间分布的3σ边界作为分类边界。ID-OCTA算法虽然能去除大部分静态区域，但是将在ID空间和静态信号重叠的动态信号一同去除，影响了血流相对背景噪声的对比度以及血管的连续性。

发明内容

为了解决背景技术中存在的问题，针对现有技术的不足，本发明提出了一种基于形态特征、OCT散射信号的信噪比倒数、去相关系数(shape-inverse SNR-decorrelation，SID)特征空间的血管网络量化检测方法。本发明能显著抑制随机噪声的干扰，提高动静态信号的分类精度，改善二值化血管网络的连续性。

本发明的目的是通过如下技术方案实现的：

一、一种结合血管形态特征的血流成像量化处理方法：

一种散射信号采集方式，基于光学相干层析成像技术(OCT)采集三维空间内散射信号样本的OCT散射信号；