科研之友
微信
新浪微博
Facebook
分享链接
摘要
组织血氧饱和度(StO2)是检测组织和血液中血液灌注和血液氧合变化的重要指标，在临床及日常监测中具有重要意义。高光谱成像以其非接触、光谱信息丰富等优点，成为一种评估StO2的新兴手段，然而高光谱成像设备造价昂贵且操作复杂，限制了其使用环境及发展。传统工业相机获取皮肤组织的RGB图像空间分辨率高、但其光谱分辨率低，若能提高光谱分辨，则其实现高精度生理参数测量成为可能。提出了一种基于RGB图像高光谱重建的StO2评估方法。该方法基于深度学习方法构建了从RGB图像到皮肤组织高光谱图像的重建模型，获得了高物理可靠性皮肤组织高光谱图像，并利用改进的朗伯比尔模型，实现了区域StO2评估。采用普通可见光相机与高光谱相机通过捆绑实验同时采集了49位受试者处于不同血液灌注状态下手部的RGB图像与高光谱图像作为数据集。在对高光谱图像进行降维去噪的基础上，根据含氧血红蛋白、脱氧血红蛋白的特征光谱选取了450～600 nm(含31个光谱通道)波段作为重建光谱波段，构建了基于深度学习的皮肤组织高光谱重建神经网络模型。实验结果表明，重建模型获得的皮肤反射光谱与高光谱相机直接采集的反射光谱曲线具有较高的一致性，测试集中二者的平均绝对误差(MAE)为0.009 38,均方误差(RMSE)为0.0148 1。之后对重建模型得到的区域StO2测量结果与高光谱相机得到的测量结果二者的相似性进行了定量评估，测试集样本中两种方法生成StO2空间分布图的二维相关系数均处于可靠范围内(大于94%),表明了本文提出的基于可见光图像高光谱重建的StO2评估方法具有较高的可靠性。该研究利用普通彩色相机实现了区域StO2评估，为各种疾病的临床诊断和监测提供了一种简单低成本的StO2监测方法。
- 单位
