一种颈动脉狭窄导致的微循环障碍检测系统

摘要

本发明涉及医学图像处理技术领域，公开了一种颈动脉狭窄导致的微循环障碍检测系统，包括：数据获取模块，用于获取待检测者的表层视网膜层图像和深层视网膜层图像；图像分析模块，用于分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；检测模块，用于基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍类别。能够无创地检测颈动脉狭窄患者微循环的状态。

说明书

技术领域

本发明涉及医学图像处理技术领域，特别是涉及一种颈动脉狭窄导致的微循环障碍检测系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

颈动脉狭窄(carotid artery stenosis，CAS)的主要特征为颈动脉内膜粥样硬化及斑块形成，是慢性脑缺血疾病的重要原因，发病率约占所有缺血性卒中患者的20-30％。随着人口老龄化的加重，无症状性颈动脉狭窄发病率显著增加，其起病隐匿，对微循环系统造成缓慢持续影响，直至出现脑部慢性低灌注损伤，导致持久性的认知与神经功能障碍。因此，早期检测CAS导致的微循环改变对于低灌注脑损伤的早期诊断、风险分层、早期干预及病程管理至关重要。

目前，在临床上常用的针对CAS的检查方法有颈动脉超声、计算机断层扫描血管造影、磁共振血管造影、数字减影血管造影成像技术、分子成像技术，如18F-脱氧葡萄糖(FDG)PET/CT等，可以检测颈动脉斑块性质、血管狭窄程度及管壁僵硬程度，早期发现颈动脉狭窄或颈动脉斑块，但对于颈动脉狭窄引起的微血管变化无法评估。颅脑MRI及CT检查脑供血不足的诊断标准主要依赖于形态学改变，相对于脑血管结构变化较为滞后，正电子发射计算机断层显像及单光子发射计算机断层成像术可以检测脑部血流灌注，但其价格昂贵，检查手段繁复，尚不为临床广泛应用。经颅多普勒可以测量颅内动脉血流量及血流速度，但老年人颅骨骨质化程度高对超声衰减严重，经颅多普勒定位准确性及可重复性较差，其测量结果对于判断颈动脉狭窄导致的灌注改变仅有参考价值。无创的眼底照相、眼部超声检查、视网膜血氧饱和度检测仪和荧光素和/或吲哚菁绿眼底造影检查虽然可用于评估眼部血液循环情况，但是只能提供定性和预估的信息，无法精确的显示视网膜解剖结构的微细变化。

发明内容

为了解决现有技术的不足，本发明提供了一种颈动脉狭窄导致的微循环障碍检测系统，通过表层视网膜层图像和深层视网膜层图像，能够无创地检测颈动脉狭窄患者微循环的状态。

第一方面，本发明提供了一种颈动脉狭窄导致的微循环障碍检测系统；

一种颈动脉狭窄导致的微循环障碍检测系统，包括：

数据获取模块，用于获取待检测者的表层视网膜层图像和深层视网膜层图像；

图像分析模块，用于分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；

检测模块，用于基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍类别。

进一步地，所述图像分析模块，还用于在二值化之前，分别对表层视网膜层图像和深层视网膜层图像分别依次进行标准化和裁剪。

进一步地，所述所述血管参数包括平均血管密度、骨架密度和分形维数。

进一步地，所述分形维数基于二值化后的图像，采用盒子计数法得到。

进一步地，所述颈动脉超声测量指标包括颈动脉内膜中膜厚度、颈总动脉斑块面积和颈总动脉管径。

进一步地，所述回归模型为线性回归模型。

进一步地，还包括模型构建模块，用于构建血管参数与颈动脉超声测量指标的回归模型，具体被配置为：

获取若干个样本的血管参数与颈动脉超声测量指标，并对样本进行分组；

基于所有样本的血管参数与颈动脉超声测量指标，根据样本分组，进行颈动脉超声测量指标与血管参数的偏相关分析，并根据偏相关分析结果，构建血管参数与颈动脉超声测量指标的回归模型。

进一步地，所述表层视网膜层图像和深层视网膜层图像均通过光学相干断层扫描血管成像技术以待检测者的黄斑中心凹为中心进行扫描得到。

第二方面，本发明还提供了一种电子设备，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，执行以下步骤：

获取待检测者的表层视网膜层图像和深层视网膜层图像；

分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；

基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍。

第三方面，本发明还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行以下步骤：

获取待检测者的表层视网膜层图像和深层视网膜层图像；

分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；

基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍。

与现有技术相比，本发明的有益效果是：

本发明的一种颈动脉狭窄导致的微循环障碍检测系统，其通过待检测者的表层视网膜层图像和深层视网膜层图像，能够高灵敏度地检测颈动脉硬化的进展及其相关微循环的变化，能够直接无创地反映颈动脉狭窄患者微循环的状态，并且可以简便、高灵敏度、可重复地评价微循环障碍的进展程度。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为实施例一的一种颈动脉狭窄导致的微循环障碍检测系统结构图；

图2为实施例一的表层视网膜层图像示意图；

图3为实施例一的深层视网膜层图像示意图；

图4为实施例一的表层视网膜层图像的二值化图像示意图；

图5为实施例一的深层视网膜层图像的二值化图像示意图；

图6为实施例一的表层视网膜层图像的骨架图示意图；

图7为实施例一的深层视网膜层图像的骨架图示意图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据的合法应用。

术语解释：

光学相干断层扫描血管成像技术(optical coherence tomographyangiography，OCTA)：是一种新型无创、高分辨率的血管网络活体成像技术，使用毛细血管内移动的红细胞作为对比机制，追踪视网膜血管血流使得视网膜浅层、视网膜深层及脉络膜层毛细血管微循环结构清晰成像，能够提供健康人群以及各种视网膜和脉络膜疾病患者高分辨率的三维微血管影像信息。

颈动脉狭窄(carotid artery stenosis，CAS)：主要特征为颈动脉内膜粥样硬化及斑块形成导致颈动脉管腔的狭窄，是慢性脑缺血疾病的重要原因，在中老年人中有着较高的发病率，多发生于颈总动脉分叉和颈内动脉起始段。

分形维数(fractal dimension，FD)是对复杂形体不规则性的量度，反映复杂形体占有空间的有效性，描述了物体的内在形状。血管树的FD是对尺度不变的血管分支模式的测量，已被应用于评估肌肉、心肌缺血、皮肤、肠系膜和肿瘤血管生成的微血管灌注。视网膜微循环的FD是对视网膜血管结构的自然自相似模式的全面测量，可因微血管的丢失或小口径血管的闭塞而降低。

实施例一

本实施例提供了一种颈动脉狭窄导致的微循环障碍检测系统；

如图1所示，一种颈动脉狭窄导致的微循环障碍检测系统，包括：

数据获取模块，用于获取待检测者的表层视网膜层图像和深层视网膜层图像。其中，表层视网膜层图像和深层视网膜层图像均通过光学相干断层扫描血管成像技术以待检测者的黄斑中心凹为中心进行扫描得到。

具体的，数据获取模块应用光学相干断层扫描血管成像技术(例如，Optovue的RTVue-XR光学相干断层扫描仪)以待检测者的黄斑中心凹为中心，进行2次x轴和y轴黄斑区扫描(6×6mm)，采集视网膜表层和深层毛细管网的高清晰度图像(信号强度大于40)。表层视网膜层(SRL)图像为从内界膜下3μm至内丛状层下15μm的图像。深层视网膜层(DRL)图像为从内丛状层下15μm到内丛状层下70μm的图像。在进入图像分析模块之前，检查确认表层视网膜层图像和深层视网膜层图像中的血管衔接完好并无明显伪迹。如图2和图3所示，分别为使用6×6mm光学相干断层扫描血管造影模式得到的表层视网膜层图像和深层视网膜层图像。

图像分析模块，用于分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数。其中，血管参数包括平均血管密度(VD)、骨架密度(SD)和分形维数(FD)。图像分析模块具体被配置为：

(1)使用Image J图像处理软件构建宏，对表层视网膜层图像和深层视网膜层图像分别依次进行标准化、裁剪和二值化，得到二值化图像。

二值化的具体过程为：

对背景为黑色的图片设定自动阈值，在Image J中的命令为setAutoThreshold(“Default dark”)；

自动阈值设定之后，获取每张图片阈值的下限和上限，在Image J中的命令为getThreshold(lower,upper)；

将下限减去5，然后重新以该上限和下限设定阈值，在Image J中的命令为setThreshold(lower-5,upper)；

设定图像为黑色背景，在Image J中的命令为setOption(“BlackBackground”,false)；

得到二值化图像，在Image J中的命令为run(“Convert to Mask”)。

(2)基于每个二值化图像，计算出血管参数：

测量血管密度(VD)，代表在平面图像(二值化图像)上计算所得的血管网面积占二值化图像的总图像面积(减去无血管区面积)的比例，即测量血管密度＝血管网面积/(总图像面积-无血管区面积)；如图4和图5所示，分别为表层视网膜层图像和深层视网膜层图像的二值化图像。

获取二值化图像的骨架图，基于骨架图计算血管骨架密度(SD)，具体的，在二值化图像的基础上，进行血管骨架化，得到骨架图，可用于测量血管骨架密度(SD)，在Image J中的命令为run("Skeletonize")，SD代表测量图像(二值化图像)的总血管长度。如图6和图7所示，分别为表层视网膜层图像和深层视网膜层图像的骨架图。

分形维数基于二值化后的图像，采用盒子计数法得到。具体的，用Fractalyse软件的盒子计数(box-counting)法计算二值化图像的分形维数(FD)，FD体现了血管分枝的复杂性，高FD值反映血管分枝密度较高。

检测模块，用于基于血管参数，采用血管参数与颈动脉超声测量指标的关系(回归模型)，得到颈动脉超声测量指标；基于颈动脉超声测量指标，判断待检测者所属的微循环障碍类别(正常、内膜增厚或斑块)。

其中，颈动脉超声测量指标包括颈动脉内膜中膜厚度(CIMT)、颈总动脉(CCA)斑块面积和颈总动脉管径。

具体的，回归模型为线性回归模型。

模型构建模块，用于构建血管参数与颈动脉超声测量指标的关系，具体被配置为：

(1)对于40岁以上人群，纳入患者测量血压及血液学指标，排除糖尿病、高血压、高胆固醇血症、吸烟、脑血管或心血管疾病病史者及服用其他疾病治疗药物者后，进行全面的眼科检查，将无眼部病史、创伤或手术史、无黄斑水肿、最小分辨率的对数(log MAR)记录的最佳矫正视力≥0.3、屈光度不超过±6.0D、眼内压≤21mmHg、视乳头杯/盘比＜0.4且双侧对称的患者作为样本，得到138个样本。

(2)对样本进行分组：以两侧颈动脉内膜中层厚度(IMT)的最大值作为评价指标，将样本分为正常组和异常组；评价指标为：正常组(内膜正常组)：IMT＜1.0mm；异常组包括内膜中膜增厚组(内膜增厚组)和斑块组，内膜中膜增厚组定义为内膜-中膜厚度≥1.0mm，斑块组定义为局灶内膜-中层膜厚度≥1.5mm。138只眼中，72只眼(52.17％)存在CIMT增厚，约32(23.19％)名患者存在颈总动脉斑块。

(3)调用数据获取模块和图像分析模块，得到每个样本的血管参数，并获取若干个样本的颈动脉超声测量指标(颈动脉内膜中膜厚度(CIMT)、颈总动脉(CCA)斑块面积和颈总动脉管径)。

(4)基于所有样本的血管参数与颈动脉超声测量指标，调用SPSS 21.0统计软件，根据样本分组，进行t检验、以及颈动脉超声测量指标对血管参数的影响的偏相关分析；根据偏相关分析结果，构建血管参数与颈动脉超声测量指标的回归模型，具体的，若血管参数与颈动脉超声测量指标存在显著相关性，并应用线性回归分析，在控制年龄、血压和性别后，得到所有血管参数与每个颈动脉超声测量指标的关系。所有数据用均数±标准差表示，频率以百分比表示，显著性水准以P＜0.05表示有统计学意义。

如表1所示，在视网膜的浅层毛细血管网中，内膜中膜增厚组(1组)与正常内膜中膜组(2组)相比，平均VD减少(0.45±0.06vs.0.42±0.09，P＝0.03)。同样，与2组相比，1组SRL和DRL的FD均显著降低(SRL层为1.69±0.02vs.1.68±0.15，P＝0.01；DRL层为1.72±0.04vs.1.68±0.04，P＝0.03)。在排除年龄、血压和性别因素后，线性回归分析显示黄斑区DRL的VD、SD与CIMT值呈显著负相关(VD为β＝-0.18，P＝0.03；SD为β＝-0.20，P＝0.01)。在黄斑区浅层及深层毛细血管网中的FD与CIMT呈负线性相关(SRL层为β＝-0.18，P＝0.03；DRL层为β＝-0.25，P＜0.01)。

表1、血管参数与CIMT的相关性

如表2所示，在斑块组(3组)受试者眼中，浅层黄斑VD和SD明显低于无斑块组(4组)(VD为0.38±0.01vs.0.44±0.07，SD为0.18±0.01vs.0.21±0.01；P＜0.01)，DRL的VD和SD也是如此(VD为0.40±0.15vs.224 0.46±0.12，SD为0.19±0.01vs.0.23±0.01；P＜0.01)。3组浅层及深层视网膜毛细血管网的黄斑区FD都比4组显著下降(SRL为1.67±0.01vs.1.71±0.01，DRL为1.67±0.01vs.1.71±0.01；P＜0.01)。

表2、有无颈动脉斑块患者血管参数

如表3线性回归分析显示，在排除年龄、血压和性别因素后，黄斑区浅层及深层视网膜毛细血管丛的VD和SD与CCA管径(直径)之间存在明显的负相关关系(SRL为β＝-0.26，β＝-0.27；DRL为β＝-0.24，β＝-0.25；P均＜0.05)。随着CCA管径变窄，SRL和DRL的FD值也明显减少(SRL为β＝-0.18，P＝0.02；DRL为β＝-0.20，P＝0.01)。

表3、血管参数与颈总动脉直径的相关性

本系统使用OCTA高分辨率视网膜成像模式定量评估视网膜微血管参数，并证明视网膜深部VD和SD与CIMT呈显著负相关，这表明视网膜深层毛细血管丛的视网膜微血管定量检测比浅表毛细血管层更能反映CAS相关的微血管变化。颈总动脉斑块存在组患者可见黄斑区浅层及深层的VD和SD的明显减少。但是在CCA管径较窄的眼，黄斑毛细血管网的VD和SD较高，以维持稳定的眼部充足的灌注。更重要的是，在视网膜浅层和深层毛细血管丛，内膜增厚、斑块的存在与黄斑FD均呈显著负相关。OCTA图像测量FD值的降低可能会成为反映CAS引起的微血管损伤更敏感、更有用的指标。

颈动脉粥样硬化的常用超声参数与OCTA图像的视网膜微血管量化指标密切相关。通过使用本发明的颈动脉狭窄导致的微循环障碍的新型标志物，能够高灵敏度地检测颈动脉硬化的进展及其相关微循环的变化。微血管密度显著降低，毛细血管灌注复杂性受损可作为颈动脉粥样硬化病变的早期指标。用OCTA筛查视网膜血管图像VD、SD及FD可以作为无创指标之一监测早期无症状CAS的存在，用于评价颈动脉狭窄导致的微循环障碍的病情进展及治疗效果等。

实施例二

本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行执行以下步骤：

获取待检测者的表层视网膜层图像和深层视网膜层图像；

分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；

基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

实施例三

本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，执行以下步骤：

获取待检测者的表层视网膜层图像和深层视网膜层图像；

分别对表层视网膜层图像和深层视网膜层图像依次进行二值化和骨架化后，提取血管参数；

基于血管参数，采用血管参数与颈动脉超声测量指标的回归模型，得到颈动脉超声测量指标，并判断待检测者所属的微循环障碍。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。