一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法
【專利摘要】一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，包括：原始數(shù)據(jù)的獲取：對(duì)OCT系統(tǒng)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理形成結(jié)構(gòu)圖像，對(duì)圖像進(jìn)行灰度化，將灰度化后的圖像進(jìn)行濾波預(yù)處理；對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正；對(duì)Y方向的運(yùn)動(dòng)偽差進(jìn)行校正；對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正；再用歸一化互相關(guān)算法對(duì)X方向和Y方向進(jìn)行第二次對(duì)齊；在保持X方向和Y方向分別對(duì)齊的狀態(tài)下，將圖像恢復(fù)到原未拉平的形狀；進(jìn)行3D可視化處理。本發(fā)明可以對(duì)OCT系統(tǒng)在動(dòng)態(tài)成像過程中產(chǎn)生的偽差進(jìn)行校正，包括X方向、Y方向以及小幅度旋轉(zhuǎn)偽差校正。能夠更加真實(shí)的反應(yīng)眼底視網(wǎng)膜中央凹附近的生理結(jié)構(gòu)，降低臨床診斷的誤診以及錯(cuò)診，提高了臨床診斷的準(zhǔn)確性和科學(xué)性。
【專利說明】一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種光相干層析成像系統(tǒng)。特別是涉及一種光相干層析成像系統(tǒng)圖像 運(yùn)動(dòng)偽差校正算法。

【背景技術(shù)】
[0002] 光相干層析成像（Optical Coherence Tomography, 0CT)技術(shù)可以對(duì)組織的內(nèi)部 結(jié)構(gòu)和形態(tài)進(jìn)行二維和三維可視化。具有高分辨率、高靈敏度、活體、實(shí)時(shí)、非侵入、橫向分 辨率和縱向分辨率相互獨(dú)立等優(yōu)點(diǎn)。自從0CT出現(xiàn)，它已經(jīng)成了眼科疾病診斷和研究的一 種標(biāo)準(zhǔn)工具。頻域0CT的出現(xiàn)極大的提高了成像的靈敏度和掃描速度，使0CT系統(tǒng)實(shí)時(shí)成 像成為可能。
[0003] 在獲取眼底圖像時(shí)，由于人眼的飄逸、眨眼、掃視以及頭部等不自主運(yùn)動(dòng)，導(dǎo)致在 一些超高速的0CT系統(tǒng)中產(chǎn)生運(yùn)動(dòng)偽差。運(yùn)動(dòng)偽差產(chǎn)生圖像畸變會(huì)使數(shù)據(jù)喪失連續(xù)性，三 維重建出的三維圖像將會(huì)丟失一些組織的結(jié)構(gòu)信息，使得視網(wǎng)膜的生理結(jié)構(gòu)不能得到真實(shí) 的反應(yīng)，實(shí)時(shí)成像過程中由于0CT系統(tǒng)的高度敏感性，甚至?xí)?dǎo)致成像的失敗，從而導(dǎo)致一 些眼科疾病的誤診。所以圖像運(yùn)動(dòng)偽差的校正在0CT技術(shù)中占據(jù)相當(dāng)重要的地位，已經(jīng)成 為了相關(guān)領(lǐng)域的研究熱點(diǎn)。近年來有一些研究小組做了相關(guān)的研究。
[0004] 一般可以通過提高圖像的掃描速度來降低運(yùn)動(dòng)偽差，而運(yùn)動(dòng)偽差在很大程度上取 決于受試者，在采集數(shù)據(jù)時(shí)，隨著掃描時(shí)間的增加運(yùn)動(dòng)偽差也會(huì)增大。在理想狀態(tài)下，即非 ?？斓捏w數(shù)據(jù)獲取速度（小于looms)時(shí)會(huì)達(dá)到無運(yùn)動(dòng)偽差的模式。但是這種情況在目前 的眼科0CT設(shè)備是不可能實(shí)現(xiàn)，除非減少體數(shù)據(jù)中A掃描的數(shù)量，而減少A掃描的數(shù)量，則 會(huì)嚴(yán)重的限制眼底圖像的細(xì)節(jié)，3D視網(wǎng)膜數(shù)據(jù)的獲取和橫向的抽樣密度之間相互制約。在 掃描時(shí)可以像其他眼科成像設(shè)備一樣固定下巴和前額減少頭部運(yùn)動(dòng)，從而降低軸向的運(yùn)動(dòng) 偽差。使受試者凝視一個(gè)固定目標(biāo)也可降低成像過程中的運(yùn)動(dòng)偽差。但是，這些方法都不 能完全的消除運(yùn)動(dòng)偽差，所以在0CT成像過程中運(yùn)動(dòng)偽差的校正是非常必須的。
[0005] 0CT工作原理，其主要由一個(gè)光纖式邁克爾遜干涉儀組成。光源一般選用低相干光 源或飛秒激光光源，指示光源作為初始的聚焦和準(zhǔn)直光源。光源發(fā)出的低相干光先經(jīng)過一 個(gè)2 X 1的光纖耦合器，再進(jìn)入2 X 2的光纖耦合器后，被均勻地分成兩束，分別照射在樣品 臂的樣品和參考臂上裝的反光鏡上。參考臂上的反光鏡反射回來的參考光和樣品臂上被樣 品背景反射回來的信號(hào)光之間形成一定的光程，而參考臂上的參考鏡可以軸向移動(dòng)，以調(diào) 整兩者之間的光程差，只有當(dāng)其光程差處在光源的一個(gè)相干長度范圍內(nèi)時(shí)，這兩束光才會(huì) 產(chǎn)生相干信號(hào)，而這種相干信號(hào)帶有一定的組織背景信號(hào)。因此，只有在探測(cè)光束的焦點(diǎn)處 返回的光束才有最強(qiáng)的干涉信號(hào)。這種干涉信號(hào)被光電探測(cè)部分接收，再經(jīng)過信號(hào)放大、濾 波、信號(hào)采集與處理，最后在計(jì)算機(jī)上呈現(xiàn)清晰的圖像。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是，提供一種能夠更加真實(shí)的反應(yīng)眼底視網(wǎng)膜的生理 結(jié)構(gòu)的光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法。
[0007] 本發(fā)明所采用的技術(shù)方案是：一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法， 包括如下步驟：
[0008] 1)原始數(shù)據(jù)的獲?。?br> [0009] 2)對(duì)0CT系統(tǒng)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理形成結(jié)構(gòu)圖像，對(duì)圖像進(jìn)行灰度化，將 灰度化后的圖像進(jìn)行濾波預(yù)處理；
[0010] 3)對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正；
[0011] 4)對(duì)Y方向的運(yùn)動(dòng)偽差進(jìn)行校正；
[0012] 5)對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正；
[0013] 6)再用歸一化互相關(guān)算法對(duì)X方向和Y方向進(jìn)行第二次對(duì)齊；
[0014] 7)在保持X方向和Y方向分別對(duì)齊的狀態(tài)下，將圖像恢復(fù)到原未拉平的形狀；
[0015] 8)進(jìn)行3D可視化處理。
[0016] 步驟3)所述的對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正是，首先求取每一幀圖像的質(zhì)量重 心，以第二幀圖像的質(zhì)量重心為中心點(diǎn)畫出一個(gè)像素為mXn大小的區(qū)域作為模板，以第一 幀圖像為目標(biāo)圖像，用歸一化互相關(guān)算法對(duì)第二幀圖像進(jìn)行模板匹配校正，依次類推，每幀 圖像都以前一幀圖像為目標(biāo)圖像進(jìn)行匹配校正，將X方向?qū)R，從而使體數(shù)據(jù)集的整個(gè)X方 向?qū)R，其中，m、η分別是模板的列數(shù)和行數(shù)。
[0017] 步驟4)所述的對(duì)Υ方向的運(yùn)動(dòng)偽差進(jìn)行校正是：對(duì)步驟3)X方向已經(jīng)對(duì)齊的體數(shù) 據(jù)集提取與步驟1)中所述Κ個(gè)位置相對(duì)應(yīng)的重建圖像，然后尋找Κ幀重建圖像和相應(yīng)位置 直接掃描所獲得的圖像的設(shè)定層邊界；再針對(duì)Κ個(gè)位置的Κ對(duì)相對(duì)應(yīng)的圖像的設(shè)定層邊界 值分別做差值A(chǔ)k[I]，得到的Κ組差值，對(duì)所得到的Κ組差值求平均值得到Α[Ι]，其中的平均 值A(chǔ)[i]為第i幀圖像在Υ方向的位移量，依所得到的位移量對(duì)I幀圖像進(jìn)行Υ方向平移， 使原始數(shù)據(jù)在Y方向得到校正，其中A k[I]是在第k個(gè)位置相對(duì)應(yīng)的兩組圖像的邊界值的 差值，A[I] = 是體數(shù)據(jù)的第i幀圖像的序號(hào)。
[0018] 步驟5)所述的對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正是：尋找步驟4)校正后的 體數(shù)據(jù)集中的I幀圖像的設(shè)定層邊界，以所述的設(shè)定層邊界最低點(diǎn)為基準(zhǔn)，將圖像的邊界 拉平，完成小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差的校正。
[0019] 本發(fā)明的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，在標(biāo)準(zhǔn)FD - 0CT系統(tǒng) 上，不需增加任何的追蹤定位系統(tǒng)以及硬件的情況下，就可以對(duì)0CT系統(tǒng)在動(dòng)態(tài)成像過程 中產(chǎn)生的偽差進(jìn)行校正，包括X方向、Y方向以及小幅度旋轉(zhuǎn)偽差校正。本發(fā)明能夠更加真 實(shí)的反應(yīng)眼底視網(wǎng)膜中央凹附近的生理結(jié)構(gòu)。由于使眼底視網(wǎng)膜的生理結(jié)構(gòu)得到了真實(shí)的 反應(yīng)，從而可以降低臨床診斷的誤診以及錯(cuò)診，提高了臨床診斷的準(zhǔn)確性和科學(xué)性。同時(shí)也 為實(shí)現(xiàn)0CT動(dòng)態(tài)成像中眼運(yùn)動(dòng)的實(shí)時(shí)追蹤校正奠定了基礎(chǔ)。

【專利附圖】

【附圖說明】
[0020] 圖1是本發(fā)明方法的流程圖；
[0021] 圖2圖像數(shù)據(jù)獲取掃描示意圖；
[0022] 圖3沿著慢軸⑵快速獲取K幀B掃描圖像；
[0023] 圖4是未采用本發(fā)明的方法進(jìn)行校正的3D圖像效果圖；
[0024] 圖5是采用本發(fā)明的方法進(jìn)行校正后的3D圖像效果圖。

【具體實(shí)施方式】
[0025] 下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正 算法做出詳細(xì)說明。
[0026] 在獲取眼底圖像時(shí)，原始數(shù)據(jù)（X方向）左右的位移使得眼底視網(wǎng)膜的成像的組織 錯(cuò)位，X方向的校正是對(duì)數(shù)據(jù)左右的位移進(jìn)行補(bǔ)償，校正X方向運(yùn)動(dòng)偽差產(chǎn)生的組織錯(cuò)位。 經(jīng)過被測(cè)眼視軸方向（Y方向）運(yùn)動(dòng)偽差的校正，沿著慢軸（Z方向）重建出來的圖像中很多 毛刺消失，表面變得光滑。對(duì)畸變的原始數(shù)據(jù)進(jìn)行X和Y方向的校正之后，重建的3D圖像 的表面不再是凹凸不平有褶皺，而是非常的光滑，幾乎與真實(shí)的眼底視網(wǎng)膜圖像沒有差別， 視網(wǎng)膜en-face單層切片圖像也變得非常清晰，更加真實(shí)的反應(yīng)了眼底視網(wǎng)膜中央凹附近 的生理結(jié)構(gòu)。
[0027] 如圖1所示，本發(fā)明的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，包括如 下步驟：
[0028] 1)原始數(shù)據(jù)的獲?。?br> [0029] 首先利用0CT系統(tǒng)采集被測(cè)組織3D體數(shù)據(jù)塊（如圖2所示），獲取3D體數(shù)據(jù)塊的 大小為MXNXI。再沿著慢軸⑵掃描方向快速的獲取K幀（如圖3所示的）B掃描圖像， 每幀圖像的間隔為ΜΛΚ-1)個(gè)像素。其中M、N分別是沿著快軸（X)掃描獲得的每幀圖像像 素的列數(shù)和行數(shù)，I是體數(shù)據(jù)集的幀數(shù)，K是沿慢軸（Z)方向快速獲取的B掃描圖像幀數(shù)，為 大于或等于1小于或等于Μ的整數(shù)。
[0030] 2)對(duì)0CT系統(tǒng)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理形成結(jié)構(gòu)圖像，對(duì)圖像進(jìn)行灰度化，將 灰度化后的圖像進(jìn)行濾波預(yù)處理；
[0031] 3)對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正；
[0032] 所述的對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正是，首先求取每一幀圖像的質(zhì)量重心，以第 二幀圖像的質(zhì)量重心為中心點(diǎn)畫出一個(gè)像素為mXn大小的區(qū)域作為模板，以第一幀圖像 為目標(biāo)圖像，用歸一化互相關(guān)算法對(duì)第二幀圖像進(jìn)行模板匹配校正，依次類推，每幀圖像都 以前一幀圖像為目標(biāo)圖像進(jìn)行匹配校正，將X方向?qū)R，從而使體數(shù)據(jù)集的整個(gè)X方向?qū)?齊，其中，m、η分別是模板的列數(shù)和行數(shù)。
[0033] 4)對(duì)Υ方向的運(yùn)動(dòng)偽差進(jìn)行校正；
[0034] 所述的對(duì)Υ方向的運(yùn)動(dòng)偽差進(jìn)行校正是：對(duì)步驟3)X方向已經(jīng)對(duì)齊的體數(shù)據(jù)集提 取與步驟1)中所述Κ個(gè)位置相對(duì)應(yīng)的重建圖像，此時(shí)得到的Κ幀重建圖像與在相應(yīng)位置直 接掃描所獲得的圖像信息量是一致的，只是在每列像素 Υ方向上存在位移差。然后尋找Κ 幀重建圖像和相應(yīng)位置直接掃描所獲得的圖像的設(shè)定層邊界（如ILM、RNFL、IPL、INL、OPL、 RPE_ChCap、IS/0S 等）；
[0035] 5)針對(duì)K個(gè)位置的K對(duì)相對(duì)應(yīng)的圖像的設(shè)定層邊界值分別做差值A(chǔ)k[I]，得到 的K組差值，對(duì)所得到的K組差值求平均值得到A[I]，其中的平均值A(chǔ)[i]為第i幀圖像 在Y方向的位移量，依所得到的位移量對(duì)I幀圖像進(jìn)行Y方向平移，使原始數(shù)據(jù)在Y方 向得到校正。其中A k[I]是在第k個(gè)位置相對(duì)應(yīng)的兩組圖像的邊界值的差值，A[I]= (4[1]+· · · · +AK[I])/K，i是體數(shù)據(jù)的第i幀圖像的序號(hào)；
[0036] 6)對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正；
[0037] 所述的對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差行校正是：尋找步驟5)校正后的體數(shù)據(jù)集 中的I幀圖像的設(shè)定層邊界（如ILM、RNFL、IPL、INL、OPL、RPE_ChCap、IS/OS等），以所述的 設(shè)定層邊界最低點(diǎn)為基準(zhǔn)，將圖像的邊界拉平，完成小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差的校正；
[0038] 7)再用歸一化互相關(guān)算法對(duì)X方向和Y方向進(jìn)行第二次對(duì)齊，
[0039] 8)在保持X方向和Y方向分別對(duì)齊的狀態(tài)下，將圖像恢復(fù)到原未拉平的形狀；
[0040] 9)進(jìn)行3D可視化處理。
【權(quán)利要求】
1. 一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，其特征在于，包括如下步驟： 1) 原始數(shù)據(jù)的獲?。? 2) 對(duì)OCT系統(tǒng)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理形成結(jié)構(gòu)圖像，對(duì)圖像進(jìn)行灰度化，將灰度 化后的圖像進(jìn)行濾波預(yù)處理； 3) 對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正； 4) 對(duì)Y方向的運(yùn)動(dòng)偽差進(jìn)行校正； 5) 對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正； 6) 再用歸一化互相關(guān)算法對(duì)X方向和Y方向進(jìn)行第二次對(duì)齊； 7) 在保持X方向和Y方向分別對(duì)齊的狀態(tài)下，將圖像恢復(fù)到原未拉平的形狀； 8) 進(jìn)行3D可視化處理。
2. 根據(jù)權(quán)利要求1所述的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，其特征在 于，步驟3)所述的對(duì)X方向的運(yùn)動(dòng)偽差進(jìn)行校正是，首先求取每一幀圖像的質(zhì)量重心，以第 二幀圖像的質(zhì)量重心為中心點(diǎn)畫出一個(gè)像素為mXn大小的區(qū)域作為模板，以第一幀圖像 為目標(biāo)圖像，用歸一化互相關(guān)算法對(duì)第二幀圖像進(jìn)行模板匹配校正，依次類推，每幀圖像都 以前一幀圖像為目標(biāo)圖像進(jìn)行匹配校正，將X方向?qū)R，從而使體數(shù)據(jù)集的整個(gè)X方向?qū)?齊，其中，m、η分別是模板的列數(shù)和行數(shù)。
3. 根據(jù)權(quán)利要求1所述的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，其特征在 于，步驟4)所述的對(duì)Υ方向的運(yùn)動(dòng)偽差進(jìn)行校正是：對(duì)步驟3) X方向已經(jīng)對(duì)齊的體數(shù)據(jù)集 提取與步驟1)中所述Κ個(gè)位置相對(duì)應(yīng)的重建圖像，然后尋找Κ幀重建圖像和相應(yīng)位置直接 掃描所獲得的圖像的設(shè)定層邊界；再針對(duì)Κ個(gè)位置的Κ對(duì)相對(duì)應(yīng)的圖像的設(shè)定層邊界值分 別做差值A(chǔ) k[I]，得到的Κ組差值，對(duì)所得到的Κ組差值求平均值得到A[I]，其中的平均值 A[i]為第i幀圖像在Y方向的位移量，依所得到的位移量對(duì)I幀圖像進(jìn)行Y方向平移，使原 始數(shù)據(jù)在Y方向得到校正，其中A k[I]是在第k個(gè)位置相對(duì)應(yīng)的兩組圖像的邊界值的差值， A[I] = %[1]+. . . .+AK[I])/K，i是體數(shù)據(jù)的第i幀圖像的序號(hào)。
4. 根據(jù)權(quán)利要求1所述的一種光相干層析成像系統(tǒng)圖像運(yùn)動(dòng)偽差校正算法，其特征在 于，步驟5)所述的對(duì)小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差進(jìn)行校正是：尋找步驟4)校正后的體數(shù)據(jù) 集中的I幀圖像的設(shè)定層邊界，以所述的設(shè)定層邊界最低點(diǎn)為基準(zhǔn)，將圖像的邊界拉平，完 成小幅度旋轉(zhuǎn)引起的運(yùn)動(dòng)偽差的校正。
【文檔編號(hào)】A61B3/14GK104146682SQ201410455290
【公開日】2014年11月19日 申請(qǐng)日期:2014年9月9日 優(yōu)先權(quán)日:2014年9月9日
【發(fā)明者】李躍杰, 張明蓉, 王立偉, 高振玉 申請(qǐng)人:中國醫(yī)學(xué)科學(xué)院生物醫(yī)學(xué)工程研究所