近红外静脉图像特征增强及可视化算法

摘要

快速准确地找到静脉位置是医疗护理中的常见需求,全世界每天有数亿患者需要进行静脉访问治疗。传统的静脉访问方法主要依靠医护人员的肉眼和经验来识别,在皮肤表面静脉特征不明显的情况下很难实现,更无法做到深度静脉的精准可靠的判别。由此引起的多次穿刺失败,易造成医疗处理上的困难和病人的痛苦,严重的甚至引发医疗纠纷。目前的静脉访问辅助设备通常利用近红外成像技术采集静脉图像,通过图像增强处理改善静脉血管图像模糊、不均匀的特性。本研究目的是开发一种近红外静脉图像特征增强及可视化算法,以提高静脉访问辅助设备的成像性能。
　　本文主要研究内容如下:
　　1.实验系统构建:根据人体静脉血液中血红蛋白的光谱特性,选择适宜波段的近红外光源,构建静脉图像显像系统。
　　2.成像算法开发:结合考虑直方图均衡化和基于Hessian矩阵的静脉特征增强算法的特点,设计并开发适宜本研究的图像增强算法。首先,使用自适应以及限制对比度的方法,提高直方图均衡化的效果;然后根据双线性插值法提高算法效率,从而快速提升图像对比度;最后,采用基于Hessian矩阵的多尺度静脉特征增强,提取静脉信息。研究结果表明:该算法可用于低对比度静脉图像增强,增强效果清晰,图像背景均匀。
　　3.基于成像算法的特征提取:设计并开发一种静脉特征可视化算法,包括静脉宽度信息显示以及静脉血液再填充速度信息提取。在分析血管边缘的梯度特征的基础上,提取静脉方向信息,计算静脉宽度;采用帧间差分的方法,获取图像中的动态信息,并通过占空比阈值法提取血流距离,从而计算静脉血液流速以及单位长度的静脉血管恢复时间。研究结果显示,该算法能对静脉特征进行有效评估,算法准确率较高。
　　本研究开发的静脉图像特征增强及可视化算法,成像清晰快速,可适用于静脉显像模式、宽度可视化模式以及血流信息检出模式。在医护领域进行实际系统的临床应用,可有效提高静脉访问成功率、减轻医护人员工作难度并造福病人。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

图清单

表清单

1 绪论

1.1 本文研究背景和意义（Background and Significance）

1.2 国内外研究现状（Research Status at Home and Abroad）

1.3 静脉访问辅助系统介绍（Venous Access Auxiliary System）

1.4 研究内容及预期成果（Main Content and Expected Result of the Paper）

1.5 章节安排（Chapter Arrangement）

2 基于直方图的近红外静脉图像增强算法

2.1 静脉图像采集及预处理（Acquisition and Pre-Processing of vein Image）

2.2直方图均衡化增强算法（Histogram Equalization Enhancement algorithm）

2.3 局部自适应直方图均衡化增强算法及其改进（Local Adaptive Histogram Equalization Enhancement Algorithm and It’s Improvement）

2.4 本章小结（Summary）

3 基于Hessian矩阵的近红外静脉图像增强

3.1 多尺度静脉图像增强简介（ Multi-Scale Vein Image Enhancement）

3.2 结合直方图均衡化的多尺度静脉图像增强算法（Multi-Scale Vein Image Enhancement Algorithm with Histogram Equalization）

3.3 本章小结（Summary）

4 静脉特征可视化算法

4.1 静脉血管宽度可视化算法（Visualization Algorithm for Vein Width）

4.2 静脉血管血液再回流速度评估算法（ Velocity Evaluation Algorithm for Blood Flow Again in Vein）

4.3 本章小结（Summary）

5 总结与展望

5.1 工作总结（Conclusions）

5.2 未来研究的展望（Prospects）

参考文献

作者简历

学位论文数据集