买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：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。

主权项：1.一种结合血管形态特征的血流成像量化处理方法，其特征在于包括：一种散射信号采集方式1，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；一种血流图像分割方法2，结合形态特征、OCT散射信号的信噪比倒数、去相关系数构建三维特征空间，实现动态血流信号与静态组织信号的分类，得到二值化血管网络图像；所述的一种血流图像分割方法2，具体包括：S1、采用一阶和零阶自协方差对OCT散射信号计算分析，得到各OCT散射信号的信噪比倒数和去相关系数两个特征，所得到的信噪比倒数和去相关系数进一步在三维空间、时间、角度及偏振态维度上做滑动平均或高斯平均21，利用平均处理后的信噪比倒数和去相关系数的两个特征构建OCT散射信号的信噪比倒数-去相关系数特征空间22；所述的一阶和零阶自协方差具体为： 其中，C表示一阶自协方差，I表示零阶自协方差，即强度，D表示去相关系数，作为OCTA血流信息；*表示复数的共轭，Xs,t是某一个空间位置z,x,y在时刻t的复数信号；S表示进行去相关系数计算时所取高维平均核在x-y-z空间的总数；s表示进行去相关系数计算时所取高维平均核在x-y-z空间的序数；T表示进行去相关系数计算时所取高维平均核在时间维度t上的总数，即为OCT扫描中同一空间位置B扫描帧的帧数量；t表示进行去相关系数计算时所取高维平均核在时间维度上的序数；S2、基于形态特征、信噪比倒数、去相关系数多维度特征空间对信号进行分类23，包括：遍历获得信噪比倒数-去相关系数特征空间中经过原点的两条线性分类边界，结合形态特征对三维空间的血管网络图像进行二值化处理获得二值化体数据，计算二值化体数据的结构相似度值，遍历所有线性分类边界的角度组合后，选取最小的结构相似度值对应的二值化结果作为最终的二值化血管网络25；所述S2具体为：遍历信噪比倒数-去相关系数特征空间中经过原点的每两条分割阈值线，通过两条分割阈值线将信噪比倒数-去相关系数特征空间划分为动态区域、中间区域和静态区域231；借助形态特征构建形态掩膜提取出中间区域的动态信号232；根据对动静态信号的分类结果，在三维空间中计算二值化体数据的结构相似度值233；遍历每两条分割阈值线后，选取最小的结构相似度值对应的两条分割阈值线作为两条线性分类边界24，根据两条线性分类边界并结合形态掩膜区分中间区域的动静态信号，生成二值化血管网络25；所述S2具体为：S21、随机在信噪比倒数-去相关系数特征空间中建立经过原点的每两条分割阈值线，结合形态掩膜对信号实现初步的分类，分为初步静态信号和初步动态信号；S22、先在信噪比倒数-去相关系数特征空间中对初步动态信号生成一系列经过原点的分割线，一系列分割线和去相关系数所在坐标轴之间的夹角逐渐增大，每两条分割线间包含1的总体素数目，利用分割线对动态区域进行二值化分割后获得一系列二值化体数据，将各个二值化体数据按照分割线的角度递增顺序组成一个序列作为初步动态信号的二值化体数据序列，计算初步动态区域内的体数据间的结构相似度，具体为：首先，按照以下公式处理获得每个二值化体数据在位置z，x，y处的结构向量 其中，Bα,z+h,x+i,y+j表示二值化体数据中坐标z+h,x+i,y+j处的值，α为二值化体数据对应的分割阈值线相对于去相关系数所在坐标轴的角度，k表示结构向量的窗口大小，h、i和j表示窗口内像素的三个坐标的索引，h,i,j表示一个三维矢量，三维矢量的大小和方向由h、i和j决定；然后，按照以下公式计算各个二值化体数据的结构差异值之和，作为整个区域的结构相似度值： 其中，m、l分别表示区域内二值化体数据序列中的二值化体数据的序号，V表示区域内的每两个二值化体数据之间的图像结构相似度总和，即区域的结构相似度值，Δvm,l表示第m个二值化体数据和第l个二值化体数据之间的结构差异度，|*|表示欧几里德距离，Z、X和Y分别是OCT深度方向、快扫描方向和慢扫描方向的总像素数；S23、按照和S22同样处理方式计算初步静态区域内的体数据间的结构相似度；S24、综合动静态区域内的体数据间的结构相似度，得到最终的二值化体数据的结构相似度值，具体公式为： 其中，Vd代表动态区域的结构相似度，Vs代表静态区域的结构相似度，nd和ns分别代表动态区域、静态区域内的二值化体数据的数量，表示从nd个元素中选取2个元素的所有组合的个数，表示从ns个元素中选取2个元素的所有组合的个数；一种微血管形态量化处理方法3，根据二值化血管网络图像进行血流骨架和轮廓提取获得血流骨架图，进而根据血流骨架图计算出反映血流形态的多种量化参数。

全文数据：

权利要求：

百度查询： 浙江大学 一种结合血管形态特征的血流成像量化处理方法与装置