一种光学相干层析血管造影方法及装置与流程

本发明涉及光学相干层析成像领域，尤其涉及一种光学相干层析血管造影方法及装置。

背景技术：

oct(opticalcoherencetomography，光学相干层析成像，或称光相干断层成像)是一种高灵敏度、高分辨率、高速度、无入侵的成像方式，已被广泛应用于眼底疾病的诊断中，对眼科疾病的检测和治疗有着重要意义。作为一种断层扫描成像方式，oct利用光的相干性对眼底扫描成像，每次扫描被称为一个a-scan，相邻连续的多个扫描组合在一起称为一个b-scan，b-scan也即通常所看到的oct截面图，是医学诊断中oct最主要的成像方式。

在oct领域中，octa(octangiography，光学相干层析血管造影)是近几年发展起来的新技术，视网膜octa图可以直观的显示视网膜的血流形状、血流分布等情况，对于眼底疾病的诊断有着重要作用。在静止的眼球里，眼底唯一运动的物质是血管里流动的血细胞，故octa可以利用血管内流动的红细胞作为造影剂，测量运动细胞引起的oct信号差异，提供血流信息，快速无创地重建视网膜脉络膜血管的三维结构，从而实现血管网络的可视化。此方法不需要注射荧光造影剂，无入侵无接触，不会对人体造成损坏，成像效果不弱于荧光剂造影，因此迅速地被应用于临床中各种眼底血管性疾病的检查，例如糖尿病眼底病变、青光眼等眼底疾病均可通过视网膜octa图进行筛查和诊断。

在octa中，血管造影时需要对同一位置重复拍摄多次，计算多次拍摄的b-scan间差异来得到当前位置的血流信号。由于octa图不是直接拍摄得到，而是对多次拍摄的数据进行重构，所以过程中引入的噪声较大，导致图像不够清晰。在现有技术中，虽然有一些方法已经能够实现血管造影成像，并对血管造影图像进行分析，然而发明人在实现本发明的过程中发现，这些方法并未侧重图像的质量，其缺点是血管造影图像信噪比较低，噪声较大，图像清晰度较差，无法分辨视网膜中的毛细血管，不利于医生的诊断。

技术实现要素：

本发明提供一种光学相干层析血管造影方法及装置，以解决血管造影中血流信号较弱、噪声较大，无法获取较为清晰的血管图像的问题。

根据本发明实施例的第一方面，提供一种光学相干层析血管造影方法，所述方法包括：

采集视网膜的光学相干层析oct原始数据，根据所述原始数据获取b-scan图像并对每组b-scan图像进行配准，其中，对应所述视网膜同一位置的多张b-scan图像为同一组；

对于每组b-scan图像：根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，以及，根据各坐标点的血流信息获取当前组对应的b-scan血流信号图；

将每组b-scan图像合成一张高清图像，对合成后的高清图像进行分层；

根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa。

可选的，根据所述原始数据获取b-scan图像，包括：

对采集到的所述原始数据进行指定操作以获取所述b-scan图像，其中所述指定操作包括以下一种或多种操作：色散补偿、加窗、傅里叶变换、取阈值。

可选的，对每组b-scan图像进行配准，包括：

根据傅里叶梅林变换计算同一组内b-scan图像的偏移，根据所述偏移对所述同一组b-scan图像进行配准。

可选的，根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，包括：

根据

d(x,z)＝(max{i1(x,z),...,in(x,z)}-min{i1(x,z),...,in(x,z)})²

计算坐标点(x,z)的血流信息d(x,z)，其中n为每组b-scan图像中的图像数量，i(x,z)为坐标点(x,z)位置处的图像值。

可选的，对合成后的高清图像进行分层，包括：

计算合成后高清图像的垂直梯度，通过使用dijikstra算法对梯度图计算最短路径并不断限制分层区域的方式获取分层线以得到分层结果。

可选的，根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa，包括：

将每张b-scan血流信号图任意层与层之间的血流信息分别在纵向上累加求和，得到血管造影图，再对所述血管造影图进行归一化处理得到对应层的octa。

根据本发明实施例的第二方面，提供一种光学相干层析血管造影装置，所述装置包括：

图像获取模块，用于采集视网膜的光学相干层析oct原始数据，根据所述原始数据获取b-scan图像并对每组b-scan图像进行配准，其中，对应所述视网膜同一位置的多张b-scan图像为同一组；

计算模块，用于对于每组b-scan图像，根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，以及，根据各坐标点的血流信息获取当前组对应的b-scan血流信号图；

分层模块，用于将每组b-scan图像合成一张高清图像，对合成后的高清图像进行分层；

造影模块，用于根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa。

可选的，所述图像获取模块在根据所述原始数据获取b-scan图像时，具体用于：

对采集到的所述原始数据进行指定操作以获取所述b-scan图像，其中所述指定操作包括以下一种或多种操作：色散补偿、加窗、傅里叶变换、取阈值。

可选的，所述图像获取模块在对每组b-scan图像进行配准时，具体用于：

根据傅里叶梅林变换计算同一组内b-scan图像的偏移，根据所述偏移对所述同一组b-scan图像进行配准。

可选的，所述计算模块在根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息时，具体用于：

根据

d(x,z)＝(max{i1(x,z),...,in(x,z)}-min{i1(x,z),...,in(x,z)})²

计算坐标点(x,z)的血流信息d(x,z)，其中n为每组b-scan图像中的图像数量，i(x,z)为坐标点(x,z)位置处的图像值。

可选的，所述分层模块在对合成后的高清图像进行分层时，具体用于：

计算合成后高清图像的垂直梯度，通过使用dijikstra算法对梯度图计算最短路径并不断限制分层区域的方式获取分层线以得到分层结果。

可选的，所述造影模块具体用于：

将每张b-scan血流信号图任意层与层之间的血流信息分别在纵向上累加求和，得到血管造影图，再对所述血管造影图进行归一化处理得到对应层的octa。

本发明实施例提供的技术方案可以包括以下有益效果：

发明人在实现本发明的过程中发现，oct血管造影技术最关键的部分是血流信号的计算，如果采用去相关和求方差的方法，虽然将噪声进行平均处理可减小其带来的影响，但同时会对真正的血流信号也进行了平均处理，使得噪声和真正的血流信号之间区分不明显。而由于噪声波动比血流信号的波动要小，若计算在同一坐标点上的最大图像值与最小图像值的差值，则对噪声部分的大小影响较小，真正的血流信号会得到很大程度的增强，使得噪声相对减弱，增加了血流信号与噪声的区分度；再对所得差值进行平方，则可进一步增加了信噪比，使血流信号更加清晰，进而使得到的血管造影图质量更高，图像中的噪点明显减少，毛细血管细节呈现更丰富，从而有助于医生对患者眼底疾病的诊断。

同时，对比去相关和求方差的方法，在本发明方案中算法复杂度降低，计算量大大减小，减小了计算机负担，很大程度上提升了血流信号的计算速度，拍摄完毕几秒钟内就能获得高清的血管造影图像，从而也提升了工作效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。此外，这些介绍并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是根据本发明一示例性实施例示出的一种光学相干层析血管造影方法的流程图；

图2是根据本发明一示例性实施例示出的扫频oct系统示意图；

图3是根据本发明一示例性实施例示出的一种光学相干层析血管造影方法的流程图；

图4是根据本发明一示例性实施例示出的b-scan血流信号图；

图5是根据本发明一示例性实施例示出的b-scan分层示意图；

图6是根据本发明一示例性实施例示出的ilm-ipl层之间血管造影结果；

图7是根据本发明一示例性实施例示出的ipl-opl层之间血管造影结果；

图8是根据本发明一示例性实施例示出的一种光学相干层析血管造影装置的示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据本发明一示例性实施例示出的一种光学相干层析血管造影方法的流程图。所述方法可用于由oct设备、计算机等组成的系统。

参见图1所示，所述方法可以包括：

步骤s101，采集视网膜的光学相干层析oct原始数据，根据所述原始数据获取b-scan图像并对每组b-scan图像进行配准，其中，对应所述视网膜同一位置的多张b-scan图像为同一组。

例如扫描视网膜上的m个位置，则可以得到m组，若每个位置扫描n次，则每组中包含n张b-scan图像，一共可获取到m·n张b-scan图像。

对应所述视网膜同一位置的多张b-scan图像为同一组，或者换句话说，同一组b-scan图像包括了对所述视网膜同一位置拍摄得到的多张b-scan图像。

对于具体如何采集oct原始数据以及如何根据所述原始数据获取视网膜的b-scan图像，本实施例并不进行限制，本领域技术人员可以根据不同需求\不同场景而自行选择、设计，可以在此处使用的这些选择和设计都没有背离本发明的精神和保护范围。

作为示例，本实施例中所采用的扫频oct系统可参见图2所示，该系统可以包括扫频光源、偏振控制器、耦合器、衰减器、振镜、平衡探测器、数据采集卡、电脑、模拟输出卡等。该系统采用的是200k的扫频光源，采集人眼视网膜数据，血管造影数据范围为视网膜中央凹区域3mm×3mm。

作为示例，在本实施例或本发明其他某些实施例中，根据所述原始数据获取b-scan图像，具体可以包括：

对采集到的所述原始数据进行指定操作以获取所述b-scan图像，其中所述指定操作可以包括以下一种或多种操作：色散补偿、加窗、傅里叶变换、取阈值。

作为示例，在本实施例或本发明其他某些实施例中，对每组b-scan图像进行配准，具体可以包括：

根据傅里叶梅林变换计算同一组内b-scan图像的偏移，根据所述偏移对所述同一组b-scan图像进行配准。

通过配准可以以减小人眼抖动产生的影响。

步骤s102，对于每组b-scan图像：根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，以及，根据各坐标点的血流信息获取当前组对应的b-scan血流信号图。

作为示例，在本实施例或本发明其他某些实施例中，根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，具体可以包括：

根据

d(x,z)＝(max{i1(x,z),...,in(x,z)}-min{i1(x,z),...,in(x,z)})²

计算坐标点(x,z)的血流信息d(x,z)，其中n为每组b-scan图像中的图像数量，i(x,z)为坐标点(x,z)位置处的图像值。

血流信息具体可以为血流信号强度。图像值具体可以为图像强度值，例如灰度值。

若有m组b-scan图像，则通过本步骤处理后可以得到连续的m张b-scan血流信号图。

步骤s103，将每组b-scan图像合成一张高清图像，对合成后的高清图像进行分层。

对于具体如何进行分层，本实施例并不进行限制，本领域技术人员可以根据不同需求\不同场景而自行选择、设计，可以在此处使用的这些选择和设计都没有背离本发明的精神和保护范围。

作为示例，在本实施例或本发明其他某些实施例中，对合成后的高清图像进行分层，具体可以包括：

计算合成后高清图像的垂直梯度，通过使用dijikstra算法对梯度图计算最短路径并不断限制分层区域的方式获取分层线以得到分层结果。

换句话说，先计算合成后高清图像的垂直梯度，再采用dijikstra算法对梯度图计算最短路径对视网膜进行分层，根据得到的结果不断限制分层区域，最终可以得到多条分层线。

步骤s104，根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa。

作为示例，在本实施例或本发明其他某些实施例中，根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa，具体可以包括：

将每张b-scan血流信号图任意层与层之间的血流信息分别在纵向上累加求和，得到血管造影图，再对所述血管造影图进行归一化处理得到对应层的octa。

在本实施例中，由于噪声波动比血流信号的波动要小，若计算同一坐标点位置处的图像强度组内最大值与组内最小值的差值，则对噪声部分的大小影响较小，真正的血流信号会得到很大程度的增强，使得噪声相对减弱，增加了血流信号与噪声的区分度，再对所得差值进行平方，则可进一步增加了信噪比，使血流信号更加清晰，进而使得到的血管造影图质量更高，图像中的噪点明显减少，毛细血管细节呈现更丰富，从而有助于医生对患者眼底疾病的诊断。

同时，本实施例中算法复杂度降低，计算量大大减小，减小了计算机负担，很大程度上提升了血流信号的计算速度，拍摄完毕几秒钟内就能获得高清的血管造影图像，从而也提升了工作效率。

下面再结合具体应用场景对本发明方案作进一步描述。当然以下应用场景为示例性的，在实际应用中，也可以适用于其它应用场景。

图3是根据本发明一示例性实施例示出的一种光学相干层析血管造影方法的流程图。参见图3所示，所述方法可以包括：

步骤s301，拍摄得到人眼的原始oct数据。

例如本实施例中所采用的oct系统可参见图2所示，该系统包括了扫频光源、偏振控制器、耦合器、衰减器、振镜、平衡探测器、数据采集卡、电脑、模拟输出卡等。该系统采用的是200k的扫频光源，采集人眼视网膜数据，血管造影数据范围为视网膜中央凹区域3mm×3mm。

步骤s302，将原始数据处理得到视网膜b-scan图像。

例如采集得到的数据经过色散补偿、加窗、傅里叶变换、取阈值等一系列操作后，可得到304组b-scan视网膜图片，每组4张(即同一个位置重复扫描的次数为4次，重复更多次可取得更好的效果)，共304×4张b-scan视网膜图片，同时，每张b-scan包含304个a-scan，即图像宽为304个像素(当然也可以采用其它尺寸)。

步骤s303，对拍摄的同一位置的b-scan图像进行配准。

例如可以采用傅里叶梅林变换，计算相同位置b-scan发生的偏移，将相同位置的4张b-scan进行配准对齐以减小人眼抖动产生的影响。

步骤s304，用配准后的图像计算血流信号。

根据

d(x,z)＝(max{i1(x,z),...,in(x,z)}-min{i1(x,z),...,in(x,z)})²

计算坐标点(x,z)位置处的血流信息d(x,z)，其中n为每组b-scan图像中的图像数量，i(x,z)为坐标点(x,z)位置处的图像强度。图像强度具体可以为灰度值。n也即对同一个位置重复扫描的次数。

同一位置的4张b-scan图像计算得到的b-scan血流信号图可以参见图4所示。经过此步骤操作后可得到304张连续的b-scan血流信号图。

步骤s305，对配准后的图像合成高清并进行分层操作。

将配准后的b-scan图像每4张合成一张高清图像，对合成后的高清图像进行分层操作。先计算合成后图片的垂直梯度，再采用dijikstra算法对梯度图计算最短路径对视网膜进行分层。根据得到的结果不断限制分层区域，最终可得到的八条分层线，如图5所示的b-scan分层示意图，从上到下分别对应着ilm、nfl、ipl、inl、opl、onl、rpe和choroid层。

步骤s306，利用分层数据和计算得到的血流信号重构出任意层之间的octa图。

本步骤对步骤s304中得到的304张连续b-scan血流信号图进行进一步处理，根据步骤s305中得到的分层结果，将每张宽为304像素的b-scan血流信号图任意层与层之间的血流信息分别在纵向上进行累加求和，可以得到一张304×304大小的血管造影图，再对其进行归一化处理得到对应层的视网膜octa图，得到的octa图可以准确地反映对应层间的二维血流信息和血管分布情况。

作为示例可参见图6和图7所示。其中，图6为ilm-ipl层之间的血管造影结果，图7为ipl-opl层之间的血管造影结果，从图中可以清晰的看到视网膜毛细血管结构，图中的噪声基本对成像效果没有影响，完成如图304×304大小的octa图计算时间只需要5秒。

在本实施例中，由于噪声波动比血流信号的波动要小，若计算同一坐标点位置处的最大图像值与最小图像值的差值，则对噪声部分的大小影响较小，真正的血流信号会得到很大程度的增强，使得噪声相对减弱，增加了血流信号与噪声的区分度；再对所得差值进行平方，则可进一步增加了信噪比，使血流信号更加清晰，进而使得到的血管造影图质量更高，图像中的噪点明显减少，毛细血管细节呈现更丰富，从而有助于医生对患者眼底疾病的诊断。

同时，本实施例中算法复杂度降低，计算量大大减小，减小了计算机负担，很大程度上提升了血流信号的计算速度，拍摄完毕几秒钟内就能获得高清的血管造影图像，从而也提升了工作效率。

下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。

图8是根据本发明一示例性实施例示出的一种光学相干层析血管造影装置的示意图。所述装置可用于由oct设备、计算机等组成的系统。

参见图8所示，所述装置可以包括：

图像获取模块801，用于采集视网膜的光学相干层析oct原始数据，根据所述原始数据获取b-scan图像并对每组b-scan图像进行配准，其中，对应所述视网膜同一位置的多张b-scan图像为同一组。

作为示例，在本实施例或本发明其他某些实施例中，所述图像获取模块在根据所述原始数据获取b-scan图像时，具体用于：

对采集到的所述原始数据进行指定操作以获取所述b-scan图像，其中所述指定操作包括以下一种或多种操作：色散补偿、加窗、傅里叶变换、取阈值。

作为示例，在本实施例或本发明其他某些实施例中，所述图像获取模块在对每组b-scan图像进行配准时，具体用于：

根据傅里叶梅林变换计算同一组内b-scan图像的偏移，根据所述偏移对所述同一组b-scan图像进行配准。

计算模块802，用于对每组b-scan图像根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息，以及，根据各坐标点的血流信息获取当前组对应的b-scan血流信号图。

作为示例，在本实施例或本发明其他某些实施例中，所述计算模块在根据组内在同一坐标点上的最大图像值与最小图像值的差值的平方，计算所述坐标点的血流信息时，具体用于：

根据

d(x,z)＝(max{i1(x,z),...,in(x,z)}-min{i1(x,z),...,in(x,z)})²

计算坐标点(x,z)的血流信息d(x,z)，其中n为每组b-scan图像中的图像数量，i(x,z)为坐标点(x,z)位置处的图像值。

分层模块803，用于将每组b-scan图像合成一张高清图像，对合成后的高清图像进行分层。

作为示例，在本实施例或本发明其他某些实施例中，所述分层模块在对合成后的高清图像进行分层时，具体用于：

计算合成后高清图像的垂直梯度，通过使用dijikstra算法对梯度图计算最短路径并不断限制分层区域的方式获取分层线以得到分层结果。

造影模块804，用于根据获取的b-scan血流信号图及所述分层的结果，获取各层之间的光学相干层析血管造影octa。

作为示例，在本实施例或本发明其他某些实施例中，所述造影模块具体用于：

将每张b-scan血流信号图任意层与层之间的血流信息分别在纵向上累加求和，得到血管造影图，再对所述血管造影图进行归一化处理得到对应层的octa。

在本实施例中，由于噪声波动比血流信号的波动要小，若计算同一坐标点位置处的最大图像值与最小图像值的差值，则对噪声部分的大小影响较小，真正的血流信号会得到很大程度的增强，使得噪声相对减弱，增加了血流信号与噪声的区分度；再对所得差值进行平方，则可进一步增加了信噪比，使血流信号更加清晰，进而使得到的血管造影图质量更高，图像中的噪点明显减少，毛细血管细节呈现更丰富，从而有助于医生对患者眼底疾病的诊断。

同时，本实施例中算法复杂度降低，计算量大大减小，减小了计算机负担，很大程度上提升了血流信号的计算速度，拍摄完毕几秒钟内就能获得高清的血管造影图像，从而也提升了工作效率。

关于上述实施例中的装置，其中各个单元\模块执行操作的具体方式已经在相关方法的实施例中进行了详细描述，此处不再赘述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。