微循環(huán)-臺灣課件

1、1國立彰化師範(fàn)大學(xué) 機電工程學(xué)系碩 士 班 畢 業(yè) 論 文 口 試報告：李逸華指導(dǎo)教授：陳明飛 博士日期：2006.07.07影像處理於微循環(huán)檢測之研究2論文架構(gòu)第一章 緒論：簡介微循環(huán)在體內(nèi)的主要功用，以及本研究目的與方法，最後回顧影像處理在微循環(huán)檢測之相關(guān)文獻。第二章 影像處理原理：介紹本文所用之影像處理方法，並展示微循環(huán)影像處理後結(jié)果。 第三章 影像處理於微循環(huán)之應(yīng)用：說明甲襞微循環(huán)檢測系統(tǒng)架構(gòu)之選用以及研究方法。 第四章 結(jié)果與討論：甲襞微循環(huán)區(qū)域比對與血流測速結(jié)果，並提出系統(tǒng)需改善之缺點。 第五章 結(jié)論與未來展望：本研究總結(jié)與微循環(huán)研究未來發(fā)展。3摘要本研究應(yīng)用影像處理觀察甲襞(Na

2、ilfold)微循環(huán)，甲襞是位於指甲根部的皮膚皺摺，是觀察微循環(huán)的良好部位，在醫(yī)學(xué)上觀察甲襞的形態(tài)可得知許多生理狀態(tài)的重要訊息。血流測速方面，以時間灰階變化作為量測方法，取一段微血管影像，其灰階值會因血球通過而改變，在一時間內(nèi)得知灰階峰值變化距離，即可求得血液流速。文中以影像匹配將一區(qū)域微循環(huán)建立為樣本，利用匹配法進行比對，以節(jié)省搜尋時間與降低人工誤判機率，並以此法針對特定區(qū)域微循環(huán)進行長期觀察流速及變化。4第一章 緒論微循環(huán)(Microcirculation)包含小動脈(Arteriole)、微血管(Capillary)、小靜脈(Venule)和毛細淋巴管(Lymphatic Capilla

3、ry)，透過這些血管和管壁的體液循環(huán)系統(tǒng)稱為微循環(huán)。人體健康的改變也影響著微循環(huán)的變化，微循環(huán)血管管絆與流速的變化對應(yīng)著某些疾病的徵兆，藉由觀察維循環(huán)的各項指標(biāo)，可得知人體所發(fā)出的生理訊息。目前醫(yī)學(xué)上常藉由觀察甲襞微循環(huán)的各項生理指標(biāo)進行病理與內(nèi)臟影響的相關(guān)研究。人體中微循環(huán)可觀察部位包括甲襞(Nailfold)、眼球結(jié)膜、舌下等，其中甲襞微循環(huán)最易於觀察，其位於指甲根部的皮膚皺摺，此處皮膚薄，觀察方式也較簡便，是有利於直接觀察維循環(huán)的良好區(qū)域，國內(nèi)外對於人體微循環(huán)的研究也多偏向觀察甲襞微循環(huán)。 5研究方法本文主要應(yīng)用各種影像處理技法強化所攝得甲襞微循環(huán)影像，以便測得血液流速。在微血管對位方面

4、，以影像比對(Pattern Match)建立一區(qū)域微循環(huán)之樣版，對比出因手部晃動而移位的影像位差。並藉此方式可長期觀察一區(qū)域微血管，文獻僅提出拍攝全甲襞影像，以人工排列後搜尋欲觀察位置，鑑於此方式過於繁雜，故應(yīng)用影像比對代替此繁雜方式。在血流速測量方面，以時間灰階變化作為量測方法，取一段微血管影像，其灰階值會因血球通過而改變，在一時間內(nèi)得知灰階峰值變化距離，即可求得血液流速。 7圖1. Norris和Chowning之微血管分類48文獻回顧(續(xù))二、血流測速田牛8於1980年將血液流速分為七級，如表1所示，並且匯整出各種血流測速方法。Umetani9於等人1989年利用梯度法取得了紅血球流速

5、，並且指出血液流速與時間變化的關(guān)係。Tsukada10等人於1996年以高速攝影機擷取影像，利用影像互相關(guān)函數(shù)法(Image Correlation Method)進行老鼠腸系膜內(nèi)的血流測速，並證實了血液流速與心跳之關(guān)係。1998年Jan11等人以改良式雷射都卜勒測速計進行老鼠體內(nèi)微循環(huán)測速，其誤差低於市售都卜勒測速計。10文獻回顧(續(xù))2003年李錦奎16以M-line影像法求取暫態(tài)溫度改變後之血液流速，並且提出此法可彌補雷射都卜勒測速在粒擺流以下流速無法測速的不足。2003年吳至傑17設(shè)計可攜式微循環(huán)觀測系統(tǒng)，並應(yīng)用影像處理進行血液流速分析。2004年Dong18等人以自動粒子影像測速，進

6、行老鼠體內(nèi)小靜脈內(nèi)的微粒子測速。11表1. 血液流速分級表812第二章 影像處理原理影像處理是將已有的圖片或照片等一般影像，經(jīng)由影像輸入系統(tǒng)，將一般影像轉(zhuǎn)為數(shù)位影像加以處理，此目的是為了改善擷取後影像品質(zhì)，以利於人眼辨識或便於電腦視覺辨識的方法。而影像處理所需之基本硬體架構(gòu)如圖所示。 14影像雜訊處理(續(xù))含有雜訊之原始影像均值濾波後影像15影像雜訊處理(續(xù))二、中值濾波器(Median Filter)中值濾波器可消除雜訊且保持影像本身的銳利度，其方法簡單來說是將範(fàn)圍內(nèi)像素按照大小排列後取中間數(shù)值。 含有雜訊之原始影像中值濾波後影像17影像強化處理(續(xù))二、影像二值化處理(Binary Ima

7、ge)二值化方法為將某個臨界值 (Threshold value )下的灰階值像素定為0，高於臨界值像素定為255。 原始影像二值化影像18影像強化處理(續(xù))三、影像銳利化(Sharpen)影像輪廓產(chǎn)生於灰階急劇變化的部份，經(jīng)由一階微分可得灰階的變化率或梯度(Gradient)，其具有大小與方向性，而輪廓擷取會因方向不同產(chǎn)生些許變化，如斜向輪廓會比水平或垂直方向更強，故將影像二階微分只求輪廓強度不求方向。影像銳化為二階微分後輸出的結(jié)果。 原始影像銳化影像19影像算數(shù)影像算數(shù)即兩幅以上影像執(zhí)行算數(shù)或邏輯運算，且影像通常須具有相同大小尺寸。輸入影像可為全黑或全白，亦可加入一常係數(shù)。一、影像相加(I

8、mage Addition)影像相加運算是將兩影像相對應(yīng)的點素灰度值予以相加，如此即可將兩影像重疊。 原始影像 受污染影像 相加後影像20影像算數(shù)(續(xù))二、影像相減(Image Subtraction)將兩影像相對應(yīng)的點素灰度值予以相減，可突顯出兩影像的差異，類似增強影像中不明物的效果。 原始影像 受污染影像 相減後影像21幾何轉(zhuǎn)換影像處理中，幾何學(xué)轉(zhuǎn)換(Geometric Transformations)即是把影像形狀改變。影像放大(Image Zoom)(1)最近鄰法(Nearest Neighbor)(2)雙線性插補(Bilinear Interpolation)原始影像 最近鄰法放大影

9、像 插補法放大影像影像平滑馬賽克現(xiàn)象22邊緣偵測邊緣偵測即是在影像中找尋在灰階值或一階導(dǎo)數(shù)均有明顯變化的點，取出這些訊號是為了進一步的影像處理與分析。索貝爾運算子(Sobel Operator)索貝爾運算子是常用的邊緣偵測法，圖為其摺積遮罩(Convolution mask)，對垂直與水平方向檢測，輸出值為摺積最大值。 X方向檢測 Y方向檢測24影像匹配為提高檢測影像內(nèi)已知特定目標(biāo)物的速度，使用影像匹配技術(shù)進行目標(biāo)物檢測，此法為將已知目標(biāo)物建立為樣板(pattern)與待測物進行比對，在某種相似度中測出目標(biāo)物。圖為影像匹配示意圖，被搜尋影像F(WH)上有模板p(mn)執(zhí)行搜尋動作，令被搜尋影像

10、上模板覆蓋區(qū)域為fxy、模板區(qū)域為pxy。若方程式中I所得結(jié)果越小，則比對程度越佳。當(dāng)fxy與pxy完全相同時，模板比對相對係數(shù)R(x,y)將等於1。25影像匹配(續(xù))27第三章 影像處理技術(shù)於微循環(huán)之應(yīng)用從1895年威廉倫琴(Wilhelm Conrad Rntgen)發(fā)現(xiàn)X光開始，醫(yī)學(xué)的診斷產(chǎn)生重大改變，人類開始藉由影像技術(shù)進行病理的診斷?，F(xiàn)今所發(fā)展的各類醫(yī)學(xué)影像技術(shù)如，核磁共振成像(MRI)、電腦斷層掃描(CT)、正子斷層成像(PET)、單光子放射斷層掃描(SPECT)以及彩色都卜勒超音波影像(Color Doppler Ultrasound Imaging)等。這些影像技術(shù)在臨床診斷可

11、立即得知人體病理狀態(tài)，紀(jì)錄因疾病所造成的人體變化。近年來科技與電腦的進步，連帶著醫(yī)學(xué)影像處理分析與顯示技術(shù)得到偌大的改善，藉由影像處理與分析使得診斷水準(zhǔn)提高，對於醫(yī)學(xué)研究、教學(xué)與外科手術(shù)輔助等都有偌大的幫助。目前許多國家也致力於此類系統(tǒng)的研發(fā)。28甲襞微循環(huán)簡介甲襞位置圖甲襞血管分佈圖29甲襞微循環(huán)檢測系統(tǒng)架構(gòu)甲襞微循環(huán)檢測系統(tǒng)30光源選擇一、前光源(Front Illumination) 直向型前光源 擴散型前光源 環(huán)形前光源 低角度前光源 同軸前光源31光源選擇(續(xù))二、背光源(Back Illumiucion) 直向型背光源 擴散式背光源 32CCD成像原理CCD攝影機(Charge-C

12、oupled Device，電荷耦合元件)在系統(tǒng)中負責(zé)影像的擷取，將其表面放大來看，主要由一個類似馬賽克的網(wǎng)格、聚光鏡片以及墊於最底下的電子線路矩陣構(gòu)成，而這些馬賽克的網(wǎng)格一般稱之為畫素。而這些畫素，就是具有將光轉(zhuǎn)換為電荷並加以儲存的功能，如圖所示。CCD成像原理33CCD成像原理(續(xù))CCD像素的全體畫素即以總畫素來表示。而能夠被光線照射到的畫素即稱為有效畫素，其占總畫素的比率X%，X值愈大表示有效畫素愈多。若以像素作為CCD的選購依據(jù)時需注意下述要項，如圖所示。 CCD選擇要項34鏡頭之選取在鏡頭選取上，主要考量項目如放大倍率，通常檢測目標(biāo)愈小，所需放大倍率愈高；有些鏡頭可調(diào)整光圈大小以控

13、制進光量，亦有自動調(diào)整光圈鏡頭。參數(shù)參數(shù)說明影響參數(shù)之元件解析度(Resolution)影像系統(tǒng)能重新產(chǎn)生詳細影像能力的量測鏡頭、CCD、影像擷取卡對比(Contrast)影像中物體和背景的陰影灰階比較鏡頭、照明、CCD景深(Depth of Field)物體能看清楚的最近與最遠距離差，亦稱為焦距深度鏡頭光圈大小失真、扭曲(Distortion)失真是影像在鏡頭放大中，在不同點位置造成差異的光學(xué)誤差鏡頭35甲襞血管型式比對交叉扭曲型管絆 細長型管絆 管徑異常 纖細管絆 收縮型管絆 畸形管絆 巨大管絆 絆頂擴張型 血淤型管絆 管絆較短36在管絆比對中，圖 (a)搜尋原影像其相似度達94%，原影像

14、旁之相似血管相似度達75%，圖 (b)光源改變後所造成影響，使相似度降至82%。甲襞微血管比對 (a)原影像搜尋 (b)光源影響37甲襞微血管血流測速實驗一、影像晃動校正以影像中某一特定物，如血管建立模板後，以影像匹配搜尋其位置，當(dāng)影像晃動後模板重心位置改變，以此方式得知影像晃動後與原始影像之位差。 原始影像座標(biāo) (334.50,192.50) 晃動後座標(biāo) (334.94,193.71)38甲襞微血管血流測速實驗(續(xù))二、尺寸校正將Olympus標(biāo)準(zhǔn)尺至於顯微鏡下，得其放大影像，標(biāo)準(zhǔn)尺規(guī)格每刻度為20.05mm。如圖3.19以模板匹配取得兩刻度間隔像素為524pixels。將標(biāo)準(zhǔn)尺實際尺寸除以

15、像素值，即得每像素尺寸實際操作時，以插補放大二倍作為補助，故放大後影像尺寸為尺寸校正39甲襞微血管血流測速實驗(續(xù))三、甲襞微循環(huán)血流測速微血管內(nèi)血液是沿著血管流動，故擷取微血管中某段影像，繪一線段以求得該段血管內(nèi)之灰階變化，如圖(a)所示。其灰階值分佈會依時間變化而平移。若時間t1與t2灰階分佈為g1(x)和g2(x)，如圖(b)所示。當(dāng)時間t2 - t1變化極小，則g1(x)與g2(x)有一定的相似度，得知其在t2 - t1時間內(nèi)的移動距離後，血液流速為V=d/ t2 - t1。40甲襞微血管血流測速實驗(續(xù))(a)繪一線段取得血管灰階變化 (b)t2 - t1時間內(nèi)之g1(x)和g2(x

16、)灰階變化41第四章 結(jié)果與討論一、甲襞比對結(jié)果以影像比對針對甲襞中某一區(qū)域進行一星期的追蹤。由表1可得知星期來追蹤結(jié)果。在比對過程中，許多因素造成相似度下降，如下述。影像改變：手部晃動、血液流動。 光源改變：過亮或灰暗使得影像不明顯。手指夾持：手指夾持過緊造成擠壓，甲襞產(chǎn)生皺摺 。介質(zhì)液塗抹：塗抹的多寡影響比對相似度，但影響較小 。血管改變：血管改變非短時間影響因素，對於觀察的影響也較式微 。42結(jié)果與討論(續(xù))甲襞區(qū)域模板建立編號日期相似度(%)所在座標(biāo)(X,Y)(a)6月8日100(模板影像)(334, 256)(b)6月9日86.13(325, 236)(c)6月10日81.81(32

17、0, 284)(d)6月11日74.04(317, 259)(e)6月12日72.14(302, 238)(f)6月13日71.75(334, 216)(g)6月14日82.13(288, 221)(h)6月15日81.30(341, 218)表1. 比對結(jié)果43結(jié)果與討論(續(xù)) 6月8日攝得血管 6月15日攝得血管 44結(jié)果與討論(續(xù))二、甲襞微循環(huán)血流測速結(jié)果 第一天 第二天 第三天血流方向血流方向血流方向45結(jié)果與討論(續(xù)) 第四天 第五天 第六天 血流方向血流方向血流方向46結(jié)果與討論(續(xù)) 第七天 第八天血流方向血流方向47結(jié)果與討論(續(xù))編號日期流速(mm/s)編號日期流速(mm/

18、s)(a)6月8日0.55(e)6月12日0.32(b)6月9日0.19(f)6月13日0.44(c)6月10日0.15(g)6月14日0.42(d)6月11日0.18(h)6月15日0.28表2. 血液流速在醫(yī)學(xué)資料中，人體各部微循環(huán)系統(tǒng)血流速是不同的，而測定方法不同所得結(jié)果也不盡相同。當(dāng)人在安靜時，微血管內(nèi)平均血流速約為0.31.0mm/s。48結(jié)果與討論(續(xù))本文所測得流速為瞬時速度，並非平均流速，若不考慮接近髮夾彎時的減速與管徑較細血管，則(a)(e)(f)(g)(h)所得數(shù)據(jù)較為正確。血流速度影響原因管徑：正常紅血球大小為69m，毛細血管內(nèi)徑最細約為7m。髮夾彎：血液往管絆頂即將進入

19、髮夾彎處，血液流動將會減速，離開髮夾彎後逐漸恢復(fù)正常流速。心臟收縮和舒張：血液流動時並非等速運動，是依照心臟收縮舒張而變化，若血流態(tài)為粒擺流，同時心臟為舒張狀態(tài)，則可明顯觀察到血球減速、停滯、逆流三種狀態(tài) 。49結(jié)果與討論(續(xù))三、管徑量測將已測流速血管利用邊緣偵測取得微血管管壁邊緣，再將其距離求出即得管徑。微血管管徑並非等徑，入髮夾彎處、絆頂與輸出輸入枝管徑均不相同，僅能以平均管徑表示，完整正確的測量管徑需發(fā)展一有效的影像處理演算法。檢測影像50結(jié)果與討論(續(xù))編號日期管徑(m)編號日期管徑(m)(a)6月8日11(e)6月12日11(b)6月9日9.7(f)6月13日13(c)6月10日10(g)6月14日12(d)6月11日11(h)6月15日9.6人體微血管直徑平均值約為712m，表3數(shù)據(jù)僅為參考值，較正確數(shù)值必須由醫(yī)學(xué)用微循環(huán)量測軟體檢測。 表3. 微血管管徑51第五章 結(jié)論與未來展望一、結(jié)論本文以影像處理追蹤微循環(huán)區(qū)域以及血流測速，其中影像比對進行長期觀察在套裝軟體與文獻中亦無此述，僅能以肉眼觀察比對，若要長期觀察病患恢復(fù)程度與微血管改變之關(guān)係，以肉眼比對既費時