[发明专利]一种呼吸道OCT数据处理方法和处理系统有效
申请号: | 202110647334.8 | 申请日: | 2021-06-10 |
公开(公告)号: | CN113256530B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 耿科;欧景云;蹇敦亮;李百灵;高峻 | 申请(专利权)人: | 广州永士达医疗科技有限责任公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T3/40;A61B5/00;A61B5/08 |
代理公司: | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人: | 李晓阳 |
地址: | 510663 广东省广州市高新技术产业开*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 呼吸道 oct 数据处理 方法 处理 系统 | ||
本发明涉及电子设备,尤其涉及一种呼吸道OCT数据处理方法和处理系统。一种呼吸道OCT数据处理方法,包括:获取呼吸道的PD模拟量存储在缓存中;所述PD模拟量包括一个或几个时间段的图像数据;间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理,得到预览图像;集合PD模拟量的所有预览图像,形成呼吸道图像。本发明提供的呼吸道OCT数据处理方法,使用OCT算法进行对图像数据处理,能够保证检测到的呼吸道图像具有极高的分辨率,可以显示呼吸道壁分层组织的精细结构和位置,对于呼吸系统监测具有极大意义。
技术领域
本发明涉及电子设备,尤其涉及一种呼吸道OCT数据处理方法和处理系统。
背景技术
光学干涉断层扫描(Optical Coherence Tomography,简称OCT)是上世纪90年代发展起来的成像新技术,利用两束红外光线,一束直射而另一束经过反射再照射,两束光重叠产生光干涉现象,达到对生物活体组织进行实时、无创和立体可视化的分层扫描成像。OCT技术成像清晰,分辨率比主流的超声波和CT分别高10倍和100倍以上,该技术已在眼科和心血管疾病的临床实践中得到较多的应用。
目前OCT系统在眼科检查领域已有相当成熟的应用,而在介入人体器官领域,主要应用于人体心血管和消化道疾病的检测。用于眼科领域的OCT系统,所采用的激光光源波长大多为800nm波段,该波段对于眼球成像有近乎完美的表现,而对于人体管腔道领域,尤其是上皮组织中,密集分布的细胞器相当于一种高散射介质,限制了800nm波段光学成像的穿透深度;而应用于消化道领域的OCT系统,其光学探头尺寸几乎都在2mm以上,无法直接应用于呼吸道(尤其是小气道)内进行病灶检测。进而在呼吸系统进行检测中,OCT系统中对应光波数据被接收到后,对于精细人体管腔道的图像进行全面展示也是目前一大难题,亟需解决。
发明内容
鉴于上述现有技术的不足之处,本发明的目的在于提供一种呼吸道OCT数据处理方法和处理系统,能够实现针对呼吸系统管腔道进行数据获取,并进行高分辨率和高灵敏度处理,得到呼吸道图像。
为了达到上述目的,本发明采取了以下技术方案:
一种呼吸道OCT数据处理方法,包括:
获取呼吸道的PD模拟量存储在缓存中;所述PD模拟量包括一个或几个时间段的图像数据;
间隔预定时间获取缓存中的一帧图像数据进行OCT算法处理,得到预览图像;
集合PD模拟量的所有预览图像,形成呼吸道图像。
优选的所述的呼吸道OCT数据处理方法,所述OCT算法具体包括:
数据偏移:在接收完一帧图像数据后,遍历所有数据并均进行偏移处理,得到第一处理数据;
汉宁窗口处理:将所述第一处理数据基于汉宁窗口函数对一帧图像数据进行处理得到第二处理数据;
FFT变换:将所述第二处理数据运用自功率谱函数进行FFT变换,得到原始数据的功率谱;
LOG变换:对所述功率谱进行LOG变换,得到极坐标图像数据;
高斯模糊:对极坐标图像数据进行高斯模糊处理,提高图像清晰度;
极坐标转换:将使用高斯模糊处理后的极坐标图像数据进行二维坐标转换,得到预览图像。
优选的所述的呼吸道OCT数据处理方法,所述汉宁窗口函数为:
;
其中,为数据n对应的的第二处理数据值;N为分析数据截断长度;n为所述第一处理数据中的单一数据,其值域范围为;pi为π。
优选的所述的呼吸道OCT数据处理方法,所述呼吸道图像通过集成所有的所述预览图像进行拼接得到。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州永士达医疗科技有限责任公司,未经广州永士达医疗科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110647334.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种OCT读图系统
- 下一篇:基于双向跨模态交互的机器人室内场景语义理解方法