光学相干层析无创血糖检测中相关性分析及标定

在光学相干层析无创血糖检测中,由于人体皮肤各层组织物质分布并不均匀,且不同种类组织对于血糖变化的相关性也并不一致,因此如何正确地选择皮肤内部用于标定的组织相关区域,最大限度地排除来自皮肤其他层组织无关信号的干扰成为亟需解决的问题之一。通过研究皮肤内部不同深度区域的组织散射系数与血糖变化的相关性,提出一种相关性标定分析算法,利用此算法可以得到皮肤散射系数与血糖变化最相关的组织区域来进行标定,消减了背景噪声以及皮肤内与血糖无关组织层信号的干扰。此算法有利于提高血糖值的预测精度,对于光学相干层析无创血糖检测的研究具有一定的应用价值。     

基于光学相干层析技术的昆虫胚胎影像处理方法

胚胎在发育过程中会逐渐形成具有不同组织和器官的复杂生物体。对胚胎发育的无创实时监测有助于深入了解其形态演变过程和发育规律。光学相干层析(OCT)技术具有无损、高分辨、三维成像等特点,非常适合用于对生物体胚胎的发育情况进行监测。然而,当采用OCT技术检测昆虫胚胎时,虫卵外壳的存在会影响OCT三维重建图的可视化效果,使得卵内部胚胎的三维图无法清晰地呈现。基于此,本文结合OCT成像特点提出了一种消除卵壳影响的图像处理方法。该方法可以自动识别出卵壳区域并予以"擦除",从而只呈现昆虫卵内部胚胎的清晰三维图像。该图像处理方法对于采用OCT技术研究昆虫胚胎发育具有重要的参考价值。     

全光纤光学相干层析系统用于人造指纹的识别

目前商用指纹识别系统由于仅依赖于手指表面二 维图像的脊模式和细节特征进行识别,对人造 指纹有极大的安全漏洞。本文提出一种利用光学相干层析(OCT)技术识别 人造指纹的方法。在分析OCT系统原理及皮肤光学特性的基础上,使用研制的全光纤OCT系 统分别对 人体手指以及被商用指纹识别系统识别通过的人造指模进行成像,获得了二者的二维OCT图 像和对应的一 维信号,同时获得人造指模的三维OCT图像,通过对比分析二者深度方向 上的微结构信息 以及光学特性可以准确地识别出人造指模。实验结果表明,OCT技术不仅可以用于指纹的防 伪,有效地提高生物特征识别系统的安全性能,而且还具有用于指纹识别的潜力。     

OCT无创检测技术的人体血糖平衡延迟时间研究

为了研究在人体血糖快速变化情况下,皮肤组织液糖浓度与血液(指血、静脉血)中血糖变化的延迟关系,采用光学相干层析技术,通过人体口服葡萄糖耐量测试和血糖钳夹实验,测量了随血糖变化的皮肤光衰减系数,并对人体血糖平衡延迟时间问题做了研究。为了避免由于延迟因素造成预测血糖值误差过大,选择700m ~800m以下皮肤深度的真皮网状层作为分析计算区域。结果表明,延迟时间一般随着皮肤区域深度的增加而缩短;在不同的皮肤深度区域,血糖平衡延迟时间存在一定的差异性。此研究有助于提高光学无创血糖检测的准确性和可靠性。     

基于光学旋光法的血糖浓度测量

采用光学原理测量血糖是近年国际上热门的研究课题,目的是为糖尿病患者研制出无创、方便、连续实时监测血溏浓度的便携式监测仪。本文介绍了光学旋光法测量血糖的原理,对采用旋光法进行无创血溏测量技术的研究现状进行综述,讨论了影响测量的各种因素。     

一种无信息丢失的光学相干层析图像校正方法

文章提出一种无信息丢失的图像处理方法,用以校正受到生物组织随机蠕动影响的光学相干层析(OCT)图像.文中首先利用相干增强各向异性扩散算法对原始OCT图像预处理增强层状结构,再利用顺序查找峰值的方法找出某层状结构及其周围层状结构的位置,进而利用异常点去除的方法对该层状结构进行校正,并以校正后得到的该层状结构位置作为基准校正图像.对眼底OCT图像去抖动的实验说明该方法能很好的去除OCT图像中的抖动,从而很好地辅助诊断.     

光学相干层析成像中散斑噪声减小算法

干涉测量中的散斑噪声极大地限制了光学相干层析(OCT)成像中特征信息的提取,因此,如何减小散斑噪声成为OCT成像领域的一个重要问题.利用最小化Csiszar Ⅰ-散度的测量方法推出一种散斑最小化算法,不仅可以生成与测量数据一致的图像数据,而且可以推出图像的附加信息,展示了采用散斑最小化算法对人手指正常皮肤的OCT图像散斑噪声最小化处理结果,结果表明,此算法不仅可以极大地减小散斑噪声、提高信噪比,而且能保持清晰的边缘效果.     

基于小波变换的噪声及背景同时去除方法在血糖近红外无创检测中的应用

对于血糖近红外无创检测.光谱信号中的各种噪声以及水分等物质的强吸收产生的背景信号,影响了光谱定量校正模型的预测精度.利用小波变换,可将光谱信号分解为多尺度的近似成分与细节成分,根据无用信息变量消除判据可判定代表背景信息的高尺度近似成分及代表噪声的低尺度细节系数,去除相应的成分即可同时去除光谱信号中的背景与噪声.本文将这种小波变换与无用信息变量消除判据相结合的预处理方法应用干人体血糖无创检测研究中,并分析了该方法对不确定因素较多的复杂光谱模型的适用性问题.实验结果表明应用小波变换结合无用信息变量消除判据的方法可以有效地同时去除血糖无创检测近红外光谱信号中的背景信息和噪声,提高光谱定量校正模型的预测精度,对于人体血糖无创检测具有重要应用价值.     

光学相干层析图像的散斑去躁和边缘特征提取

提出采用各向异性扩散（AD）算法对光学相干层析（OCT）图像作噪声消除和边缘增强的预处理,然后结合改进的相位一致（PC）算法进行边缘特征提取,并引入巴特沃斯高通提升滤波进一步衰减低频噪声,增强高频边缘细节。对不同的OCT图像进行处理实验,结果表明,上述三种算法的综合应用,使OCT图像噪声得到有效抑制,轮廓清晰,特征部位得到加强。     

3维卷积递归神经网络的高光谱图像分类方法

为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取，提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息，然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练，提取空谱联合特征，最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理，可以实现端到端的训练，并且能够充分提取空间与光谱数据中的语义信息。结果表明，与其它基于深度学习的分类方法相比，本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度，有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。     

Alignment of 3-D optical coherence tomography scans to correct eye movement using a particle filtering

Eye movement artifacts occurring during 3-D optical coherence tomography (OCT) scanning is a well-recognized problem that may adversely affect image analysis and interpretation. A particle filtering algorithm is presented in this paper to correct motion in a 3-D dataset by considering eye movement as a target tracking problem in a dynamic system. The proposed particle filtering algorithm is an independent 3-D alignment approach, which does not rely on any reference image. 3-D OCT data is considered as a dynamic system, while the location of each A-scan is represented by the state space. A particle set is used to approximate the probability density of the state in the dynamic system. The state of the system is updated frame by frame to detect A-scan movement. The proposed method was applied on both simulated data for objective evaluation and experimental data for subjective evaluation. The sensitivity and specificity of the x-movement detection were 98.85% and 99.43%, respectively, in the simulated data. For the experimental data (74 3-D OCT images), all the images were improved after z-alignment, while 81.1% images were improved after x-alignment. The proposed algorithm is an efficient way to align 3-D OCT volume data and correct the eye movement without using references.     

基于能量守恒与光谱法的无创血糖检测技术

传统的人体血糖检测方法是有创的,具有一定的局限性。文章提出一种结合能量守恒法与光谱法的血糖检测技术,该技术能够实现人体血糖的无创、实时和准确检测。首先设计了一种人体体征数据采集装置,用于实时采集血糖相关数据并上传至上位机。然后将数据分别用多元线性回归、k近邻回归和支持向量回归三种机器学习算法进行分析评估,对比得出最优算法用于无创血糖检测。实验证明,提出的无创血糖检测技术是可行的,其中基于支持向量回归算法的测量准确度最高,相关系数高达0.862,具有较高的准确性和鲁棒性。     

基于3D打印技术的眼科OCT设备计量校准装置研制

为了评估眼科光学相干断层成像（OCT）设备的分辨率、视场角、图像匹配度、深度测量准确性等多个关键参数,确保设备输出量值的准确性与有效性,设计并研制了一种模拟真实人眼结构且参数可溯源的模拟眼,包含角膜和晶状体等人眼主要屈光结构。设计并依托3D打印技术加工了用于横向与轴向分辨率检测的三维分辨率板;设计加工了用于视场角检测的阶梯状同心圆环结构;同时设计加工了用于图像匹配度检测的交叉光纤组件和用于深度测量准确性参数检测的平行玻璃板组件,可适配于模拟眼眼底凹槽内。使用共焦拉曼显微镜对三维分辨率板尺寸溯源,横向和轴向最小可检测分辨率分别为9.7 μm和5.7 μm;使用尼康投影仪对同心圆环尺寸及光纤直径溯源,最大可检测视场角109.03°以及最小62.5 μm的图像匹配度检测;使用尼康高度计对平行玻璃板中心厚度溯源,其测量不确定度小于5 μm。经过对商用眼科OCT设备测试表明,结合微纳3D打印技术的计量校准用模拟眼具有精度高、集成度高、适用范围广、稳定性强等优点,适用于眼科OCT设备的计量校准。     

Automated 3-D Intraretinal Layer Segmentation of Macular Spectral-Domain Optical Coherence Tomography Images

With the introduction of spectral-domain optical coherence tomography (OCT), much larger image datasets are routinely acquired compared to what was possible using the previous generation of time-domain OCT. Thus, the need for 3-D segmentation methods for processing such data is becoming increasingly important. We report a graph-theoretic segmentation method for the simultaneous segmentation of multiple 3-D surfaces that is guaranteed to be optimal with respect to the cost function and that is directly applicable to the segmentation of 3-D spectral OCT image data. We present two extensions to the general layered graph segmentation method: the ability to incorporate varying feasibility constraints and the ability to incorporate true regional information. Appropriate feasibility constraints and cost functions were learned from a training set of 13 spectral-domain OCT images from 13 subjects. After training, our approach was tested on a test set of 28 images from 14 subjects. An overall mean unsigned border positioning error of $5.69pm 2.41 mu{rm m}$ was achieved when segmenting seven surfaces (six layers) and using the average of the manual tracings of two ophthalmologists as the reference standard. This result is very comparable to the measured interobserver variability of $5.71pm 1.98 mu{rm m}$.      

Intraretinal layer segmentation of macular optical coherence tomography images using optimal 3-D graph search

Current techniques for segmenting macular optical coherence tomography (OCT) images have been 2-D in nature. Furthermore, commercially available OCT systems have only focused on segmenting a single layer of the retina, even though each intraretinal layer may be affected differently by disease. We report an automated approach for segmenting (anisotropic) 3-D macular OCT scans into five layers. Each macular OCT dataset consisted of six linear radial scans centered at the fovea. The six surfaces defining the five layers were identified on each 3-D composite image by transforming the segmentation task into that of finding a minimum-cost closed set in a geometric graph constructed from edge/regional information and a priori determined surface smoothness and interaction constraints. The method was applied to the macular OCT scans of 12 patients (24 3-D composite image datasets) with unilateral anterior ischemic optic neuropathy (AION). Using the average of three experts' tracings as a reference standard resulted in an overall mean unsigned border positioning error of 6.1 $pm$ 2.9 $mu$m, a result comparable to the interobserver variability (6.9 $pm$ 3.3 $mu$m). Our quantitative analysis of the automated segmentation results from AION subject data revealed that the inner retinal layer thickness for the affected eye was 24.1 $mu$m (21%) smaller on average than for the unaffected eye $(p≪0.001)$, supporting the need for segmenting the layers separately.      

氧化锌薄膜的光学相干层析检测方法研究

为了实现对氧化锌薄膜的厚度测量,采用光学相干层析成像的方法进行了理论分析和实验验证,获得了含厚度信息的1维深度图像和含内部结构信息的2维层析图像。结果表明,该方法测得的薄膜厚度值与理论值一致。该研究说明谱域光学相干层析成像技术的测量结果真实有效,可以用于薄膜的厚度测量和质量检测。     

正弦调制偏振光无创血糖检测的研究

常规的有创血糖检测方法有较多的局限性,光学无创血糖检测是糖尿病患者自我血糖评估的最佳方法,提出了一种偏振光无创血糖检测方法,将正弦调制偏振光通过血糖引起的微小偏振角的变化转化为电光调制器基频和倍频两个分量的变化,由相关原理高灵敏锁相放大器检测基频信号,控制法拉第线圈电流补偿血糖引起的偏转角变化,利用血糖浓度与法拉第线圈电流的线性关系,计算获得血糖浓度。以LX-20全自动生化分析仪测得的数据作为标准进行对比实验,葡萄糖溶液实验的相关系数为0.9952。研究表明偏振光无创血糖检测方法具有较高的检测灵敏度和准确度,为研制实用的新型无创血糖检测仪打下了基础。     

红外无创检测血糖仪研究

糖尿病为一种慢性病难以根治,对人民群众的生活与工作有着一定的影响。因此,为了控制机体内的血糖浓度,需对血糖进行检测。以往利用生化手段进行血糖检测,容易对患者造成损伤,影响患者血糖的测量结果。为了降低有创生化检测手段带来的影响,可选择光学无创检测技术弥补生化检测技术存在的弊端。该种检测技术可以让糖尿病患者的日常血糖检测变得越来越简单,更是满足了糖尿病患者的无痛需求,且具有便捷、无痛苦、实时检测的优势。本文基于红外光谱检测原理,设计了红外无创血糖仪。