先永利，戴 云，高椿明，杜 睿

?

雙波長視網(wǎng)膜血氧測量系統(tǒng)

先永利1，2，3，4，戴 云1，3，高椿明2，杜 睿1，3

( 1. 中國科學(xué)院自適應(yīng)光學(xué)重點實驗室，成都 610209； 2. 電子科技大學(xué) 光電信息學(xué)院，成都 610054；3. 中國科學(xué)院光電技術(shù)研究所，成都 610209；4. 中國科學(xué)院大學(xué)，北京 100049 )

為了測量視網(wǎng)膜血氧飽和度，本文設(shè)計一種以商業(yè)眼底相機為平臺的雙波長視網(wǎng)膜血氧測量系統(tǒng)。該系統(tǒng)將商業(yè)眼底相機輸出的視網(wǎng)膜像進行二次成像，同時采集含氧血紅蛋白和還原血紅蛋白的等吸收波段和非等吸收波段圖像。對獲取的雙波長圖像進行圖像配準(zhǔn)、血管分割、光密度比計算等一系列運算，最終完成視網(wǎng)膜血管血氧飽和度的測量。對健康人眼進行重復(fù)性測量，動脈和靜脈的血氧飽和度平均值分別是92.85%和56.75%，標(biāo)準(zhǔn)差的平均值分別為2.41%和3.63%，表明系統(tǒng)的準(zhǔn)確性和重復(fù)性較好。本系統(tǒng)在獲取視網(wǎng)膜結(jié)構(gòu)圖像的同時獲得視網(wǎng)膜血管功能信息，可以為生命科學(xué)相關(guān)研究、眼底相關(guān)疾病的診斷提供有力工具。

眼底相機；視網(wǎng)膜；血氧；光密度比

0 引 言

視網(wǎng)膜血管狀態(tài)是眼科疾病臨床診斷和治療的重要依據(jù)之一，許多視網(wǎng)膜病變，如糖尿病視網(wǎng)膜病[1-2]、青光眼[3-5]、血管阻塞[6-7]等，均會引起血液中氧氣的大量消耗，則相應(yīng)血氧飽和度會發(fā)生變化。此外，視網(wǎng)膜組織和血管也是唯一能直接觀測到的人體深部結(jié)構(gòu)，是了解某些全身疾病的重要窗口，比如視網(wǎng)膜血管的變化和高血壓以及其他心血管疾病之間存在必然的聯(lián)系[8]。因此，通過對視網(wǎng)膜圖像進行處理和分析、獲取其結(jié)構(gòu)和血氧飽和度功能信息對疾病的早期診斷和檢測有著非常重要的意義。

眼底視網(wǎng)膜血氧無損測量技術(shù)最早可追溯至20世紀(jì)60年代，Hickam和Frayser首次通過照相技術(shù)獲取人眼的雙波長圖像，測量視網(wǎng)膜血氧值[9]。近年來，研究人員一直致力于研究更為可靠的血氧測量技術(shù)，大部分方法都是基于含氧血紅蛋白(HbO2)和還原血紅蛋白(Hb)對不同波長的光吸收差異，采集多個波長的眼底圖像，通過圖像處理計算得到血氧值[10]。國外已有學(xué)者對其技術(shù)基礎(chǔ)、光路設(shè)計、應(yīng)用價值等進行了一定的研究。1999年，J. Beach等人以商用眼底相機為平臺，采用自制的分光裝置，把兩個波長的眼底圖像同時成像在CCD的不同位置[11]。2006年，S. Hardarson等人采用商用的分光裝置，使四個波長的眼底圖像同時成像在同一個CCD的不同位置[12]。2010年，D.Nakamura等人利用分光鏡和特制的濾光片將兩個波長的眼底圖像成像在兩個CCD上[13]。盡管利用上述多波長視網(wǎng)膜成像系統(tǒng)可以對視網(wǎng)膜血管的血氧飽和度進行功能評價，但是諸如人眼運動、成像光路的復(fù)雜性、視網(wǎng)膜色素沉積、CCD相機的響應(yīng)差異等問題，限制了血氧測量技術(shù)的發(fā)展。近年來，一些非常規(guī)的多光譜成像技術(shù)也被應(yīng)用于眼底血氧檢測的研究。超光譜成像技術(shù)因其可以提供更豐富的視網(wǎng)膜信息，受到研究人員的重視。2004年，Khoobehi利用超光譜成像技術(shù)研究視網(wǎng)膜血氧，該技術(shù)使用計算機生成的二維全息光柵，產(chǎn)生一系列一階和二階衍射圖像，但計算這些衍射圖像很費力，而且可能依賴于迭代過程的初始條件的選擇，同時，由于其成像時間長，需要眼睛固定不動，目前還只能用于動物實驗[14]。

國內(nèi)眼底相機技術(shù)研究及產(chǎn)業(yè)化起步較晚，目前商業(yè)化的眼底相機也僅用于常規(guī)眼底視網(wǎng)膜成像檢查及基本結(jié)構(gòu)分析，對于視網(wǎng)膜血氧測定等功能性分析暫無相關(guān)研究報道。本文提出一種基于商業(yè)眼底相機的雙波長視網(wǎng)膜血氧測量系統(tǒng)，該系統(tǒng)由視網(wǎng)膜雙波長圖像采集和血氧計算兩部分組成。視網(wǎng)膜圖像采集子系統(tǒng)將眼底相機輸出的視網(wǎng)膜像一分為二，通過特定波長的濾光片獲得視網(wǎng)膜雙波長圖像，并分別成像在兩個CCD上。雙波長圖像經(jīng)數(shù)據(jù)傳輸至計算機，由血氧計算子系統(tǒng)對其處理。血氧計算子系統(tǒng)對雙波長圖像進行配準(zhǔn)、血管分割、光密度比計算，最終完成血氧值的測量。實驗表明，系統(tǒng)可同時實現(xiàn)對眼底視網(wǎng)膜結(jié)構(gòu)和血管血氧飽和度功能成像，為人眼血氧研究和眼底相關(guān)疾病的診斷提供有力工具。

1 基于眼底相機的雙波長視網(wǎng)膜血氧測量系統(tǒng)

1.1 血氧飽和度測量原理

視網(wǎng)膜血氧飽和度的測量基于光譜法，它是一種結(jié)合組織吸收光譜特性和分光光度計技術(shù)的無損測量方法[10]。血氧測量系統(tǒng)需要一個對血氧飽和度不敏感的光和一個對血氧飽和度敏感的光，采集這兩種波長光的眼底圖像，利用圖像處理計算得到血氧值。波長的選擇依據(jù)見圖1，圖中給出了含氧血紅蛋白(HbO2)與還原血紅蛋白(Hb)在不同波長下的消光系數(shù)。結(jié)合眼底相機照明光源出射光譜，本文選擇570 nm和600 nm光進行雙波長成像，其中：570 nm光的HbO2和Hb消光系數(shù)近似相等，是對血氧飽和度不敏感的光；600 nm光的HbO2和Hb消光系數(shù)差異較大，是對血氧飽和度敏感的光。

圖1 含氧血紅蛋白(HbO2)和還原血紅蛋白(Hb)在不同波長下的消光系數(shù)

血氧飽和度與血管的光密度值(Optical Density，OD，用表示)有關(guān)，OD定義：

血氧飽和度與不同波長下血管光密度比(Optical Density Ratio，ODR，用表示)近似成線性關(guān)系[12]：

需要說明的是，要測量血氧值，還需對式(2)中的常數(shù)、進行標(biāo)定。本文參考了Schweitzer D等人的血氧儀標(biāo)定值[15]，即動脈和靜脈的血氧飽和度平均值分別為92.2%和57.9%。對10位健康人右眼進行5次重復(fù)測量，共50次，測量動脈和靜脈的平均值分別為0.21和0.49，則代入式(2)可得：

由式(3)和式(4)聯(lián)合可得= -1.225，=1.179。故血氧飽和度()計算公式：

1.2 雙波長圖像采集子系統(tǒng)

雙波長圖像采集子系統(tǒng)基于項目合作單位重慶康華瑞明科技股份有限公司生產(chǎn)的眼底相機平臺，為了盡可能的減小對眼底相機產(chǎn)品的影響，提高系統(tǒng)兼容性，雙波長圖像采集子系統(tǒng)僅對其成像端進行改造，將其輸出的視網(wǎng)膜圖像進行二次成像，利用窄帶干涉濾光片獲取雙波長視網(wǎng)膜圖像，其光路原理圖如圖2所示。眼底相機獲取的視網(wǎng)膜像經(jīng)成像物鏡L1成像于無窮遠，構(gòu)成像方遠心光路。通過分光棱鏡BS將光束分成兩路，分別透過(570±5) nm和(600±5) nm的干涉濾光片濾出所需波長的成像光，經(jīng)成像透鏡(L2和L3)后同時成像在CCD1和CCD2靶面上，實現(xiàn)視網(wǎng)膜雙波長同時成像。將采集到的視網(wǎng)膜雙波長圖像輸入計算機由血氧計算子系統(tǒng)處理，計算血氧飽和度。二次成像及波長選取帶來的光能損失通過擴瞳、適當(dāng)加大曝光量和提高CCD靈敏度等措施彌補。圖3為雙波長圖像采集子系統(tǒng)實物圖及系統(tǒng)集成照片，圖4為實際獲得的一組視網(wǎng)膜雙波長圖像。

圖2 雙波長圖像采集子系統(tǒng)光路圖

圖3 雙波長圖像采集子系統(tǒng)

圖4 雙波長眼底圖像

從圖4(a)、(b)可以看出，570 nm的眼底視網(wǎng)膜圖像中，動靜脈的光密度基本一致，表現(xiàn)為動脈血管和靜脈血管的顏色相當(dāng)。而600 nm的眼底圖像中，靜脈血管的光密度小于動脈血管，表現(xiàn)為靜脈血管相對于動脈血管顏色更深。

1.3 血氧計算子系統(tǒng)

根據(jù)1.1原理部分的闡述，血氧飽和度的測量需要獲取血管內(nèi)像素段的灰度最小值，以及血管外像素段的平均灰度值，并保證雙波長圖像中用于計算O的血管像素點位于同一眼底位置。由于雙波長成像非共光路引入了圖像位置偏差，為了滿足血氧測量的需求，需要將雙波長圖像配準(zhǔn)到同一坐標(biāo)系。因此，血氧計算子系統(tǒng)主要包括圖像配準(zhǔn)、血管分割、血氧計算等三個部分。

1.3.1 圖像配準(zhǔn)

將570 nm圖像血管邊界(紅線)和600 nm圖像血管邊界(綠線)直接疊加到570 nm圖像上，發(fā)現(xiàn)兩者的血管邊界沒有重合(由于600 nm眼底圖像中動脈血管與背景對比度低，血管邊界提取有很大的難度，因此這里的重合是針對兩者的靜脈而言，下同)，見圖5。這是由于雙波長成像非共光路引入的圖像位置偏差，因此在進行血氧計算之前必須先對兩幅眼底圖像進行配準(zhǔn)。本文采用基于互信息的方法對雙波長圖像進行配準(zhǔn)。

圖5 配準(zhǔn)前的圖像

互信息描述兩幅待配準(zhǔn)圖像的相似程度，兩幅圖像相互包含信息量越大，互信息值越高[16]。由于視網(wǎng)膜各種物質(zhì)在不同波長光下，其消光系數(shù)不同，因此視網(wǎng)膜同一位置的不同波長光的視網(wǎng)膜圖像之間存在差異。但是不同波長的光都能對眼底相同的結(jié)構(gòu)成像，說明它們在統(tǒng)計學(xué)上是相關(guān)的。因此，不同波長光的視網(wǎng)膜圖像可以使用基于互信息的圖像配準(zhǔn)算法。

針對眼底圖像進行分析，由于眼底圖像中存在大量相似血管信息，直接對兩幅圖像進行互信息計算不利于提高配準(zhǔn)精度，而且由于大量無關(guān)背景信息參與計算，增大了運算量。由于視盤區(qū)域存在明顯特征且包含大量互信息計算可用數(shù)據(jù)，因此通過定位視盤實現(xiàn)配準(zhǔn)小區(qū)域的獲取，有利于提高配準(zhǔn)速度[17]。

基于視盤定位的關(guān)鍵塊圖像配準(zhǔn)算法步驟如下：

1) 處理對象選擇信息豐富的基準(zhǔn)圖像即570 nm圖像，首先對圖像進行自適應(yīng)二值化處理，即類間方差最大的閾值計算；

2) 對二值化圖像進行八連通區(qū)域標(biāo)記，并分別求取面積；

3) 針對所有區(qū)域面積進行比較，得最大面積連通區(qū)包含視盤；

4) 針對選擇連通區(qū)進行質(zhì)心求取，并以其為中心對兩幅待處理圖像進行開窗處理，得待處理圖像塊，圖像塊長寬取圖像對應(yīng)長寬的1/8；

5) 分析系統(tǒng)采集的大量雙波長圖像數(shù)據(jù)，平移范圍在-20 pixels~20 pixels，旋轉(zhuǎn)范圍在-10°~10°，算法實現(xiàn)時，步長均取1。根據(jù)經(jīng)典互信息法對兩個圖像塊進行計算，得配準(zhǔn)參數(shù)，即旋轉(zhuǎn)量和平移量，流程圖如圖6所示。

圖6 基于互信息的圖像配準(zhǔn)

使用上述算法對圖4進行配準(zhǔn)，獲得的配準(zhǔn)參數(shù)為：偏移，向左平移14.413 9 pixels；偏移，向上平移8.403 0 pixels；角度旋轉(zhuǎn)，順時針旋轉(zhuǎn)2.005 1°。

配準(zhǔn)后，選取600 nm眼底圖像的血管邊界，疊加在570 nm眼底圖像的血管邊界上?？梢钥闯?00 nm血管邊界(綠線)與570 nm血管邊界(紅線)基本重合，表明上述算法能夠很好地配準(zhǔn)雙波長眼底圖像，如圖7所示。

圖7 配準(zhǔn)結(jié)果

1.3.2 血管分割

對配準(zhǔn)后的圖像進行視網(wǎng)膜血管分割，確定需要計算血氧的區(qū)域。血管分割采用基于Hessian矩陣的多尺度視網(wǎng)膜圖像分割算法[18]。對于二維圖像中的一點，Hessian矩陣定義為

由于圖像二階導(dǎo)數(shù)對噪聲非常敏感，且眼底血管粗細(xì)不一，不適合使用單一尺度的分割方法，故在應(yīng)用Hessian矩陣時引入低通濾波和多尺度來解決上述問題[19]。低通濾波一般采用高斯模糊，可以減少孤立噪聲點被誤判為血管的情況，實現(xiàn)為，即每個像素點的二階導(dǎo)數(shù)依次與高斯核卷積。本文使用的高斯核函數(shù)為。尺度大小由高斯核的標(biāo)準(zhǔn)差大小決定，大則運算像素區(qū)域半徑大，反之亦然。尺度小易檢測小血管，但可能會引入更多噪聲、導(dǎo)致大血管被分割；尺度大則僅能檢測大血管。因此，合適的尺度因子范圍非常重要，根據(jù)文獻[18]可知，若一幅血管圖像中被檢測血管的直徑范圍為，則空間尺度因子的取值范圍應(yīng)為。

1) 輸入待處理原始視網(wǎng)膜圖像，尺度因子范圍為，迭代步長。

2) 依次遍歷圖像中的每個像素點；

5) 將特征值帶入血管相似性函數(shù)[19]，得當(dāng)前像素點在該尺度下的響應(yīng)；

8) 像素遍歷完成，得新的血管圖像。

由于1.3.1已對雙波長眼底圖像完成配準(zhǔn)，即雙波長圖像中用于計算OD的血管像素點已位于同一眼底位置，故只需對570 nm眼底圖像進行血管分割即可，利用上述算法對其進行血管分割，見圖8。

圖8 570 nm血管分割

1.3.3 血氧計算

針對分割后的血管，首先實現(xiàn)平均光密度比(OD)計算，具體為：血氧計算子系統(tǒng)自動搜索血管內(nèi)像素段的最暗點，提取其灰度值，即式(1)中值，然后自動選擇靠近血管邊緣的像素段，計算其平均灰度值，即式(1)中的0。為了提高OD的計算精度，選取多個最暗點計算OD然后取平均。最后根據(jù)式(5)計算得到血管的血氧值，并用偽彩色在血管對應(yīng)位置表示出來，結(jié)果如圖9所示。圖中紅色表示血氧濃度高，向藍色變化表示血氧濃度越來越低，可清晰地觀察到視網(wǎng)膜血管血氧飽和度的動靜脈差異。

圖9 血氧計算結(jié)果

2 實驗與分析

為了驗證系統(tǒng)的可靠性和可重復(fù)性，我們對10位受試者進行眼底雙波長圖像采集(6名男性，4名女性，平均年齡：23.8歲，標(biāo)準(zhǔn)差：1.6歲)，每位重復(fù)測量5次，共50次。對每位受試者的5次眼底圖像，以視盤中心為圓心畫兩個不同半徑的圓，分別計算環(huán)形區(qū)域內(nèi)的動脈和靜脈的血氧飽和度的平均值和標(biāo)準(zhǔn)差，這樣可以減少視盤對血氧計算的影響。手動確定血氧分析區(qū)域，血氧計算子系統(tǒng)會自動給出各段動脈和靜脈的血氧值。表1給出了所有受試者進行5次重復(fù)測量的動脈和靜脈血氧飽和度的平均值和標(biāo)準(zhǔn)差，以及各自的動態(tài)范圍和均值。為了便于觀察，圖10只標(biāo)注了其中一名受試者在環(huán)形區(qū)域內(nèi)的一段動脈和一段靜脈的血氧值。