一种基于甲壁血流分析的青光眼和糖尿病等微循环系统疾病检测技术的利记博彩app

本发明涉及一种疾病检测技术，尤其涉及一种基于甲壁血流分析来辅助诊断青光眼及糖尿病等微循环系统病变的方法。

背景技术：

青光眼(glaucoma)是指当眼压超过眼内组织特别是视神经所能承受的限度，引起视盘凹陷、视神经萎缩及视野缺损的眼病。青光眼是最常见的致盲性疾病之一，以眼压升高、视神经萎缩和视野缺损为特征。多数情况下，青光眼的临床特征虽然多样化，它的最重要危害是视功能损害，表现为视力下降和视野缺损。

对于青光眼的检查，眼科医生或验光师采用一种简单的无痛性方法测定眼内压。对于青光眼病变的发展情况和治疗情况，目前技术还是传统的针对眼睛进行直接的检查，现有技术包括对眼底血管成像的分析，眼底照相或者眼底镜检查。

糖尿病是因人体体内胰岛素数量不足，或质量有问题，或者有缺陷，以致人体有大量的糖从尿中排出，并且导致人体各种组织的慢性损害或者功能障碍。糖尿病在中国发病人数已将近5000万，并且呈逐年增长趋势。

传统糖尿病检测方法，一般通过直接对患者进行血液采集，利用血糖试纸或者其它化验方法进行检测。这种方法具有创伤性，给患者带来痛苦。并且血糖的含量检测不能直接反映糖尿病对人体损害程度。糖尿病的症状的会直接影响甲壁血流，因此通过检测血流可以观测糖尿病发病情况。

本发明提出一种新的青光眼及糖尿病等微循环系统病变检查方法，该方法是基于甲壁下层的血流分析，进行青光眼及糖尿病等微循环系统病变的检查或者分析。眼睛部位是比较柔弱和敏感的部位，对眼睛部分的直接检查不免要有非常严格的安全要求和安全措施执行。并且，眼睛部分的检查需要病人比较好的配合才可以有效的进行。同时相对于糖尿病的创伤性检测方法，本发明提出的甲壁血流检测，可以提供更为方便的检查途径。尤其针对儿童，该方法相对于直接的眼部检测，具有更大的优势。而且，本发明对于其它人体微循环部位的。

发明专利内容

本发明的目的在于本发明涉及一种基于甲壁血流分析的青光眼及糖尿病检测方法。本方法包括基于oct-a(光学相干断层成像的造影)的甲壁血流分析、基于laserspeckle（激光散斑）的甲壁血流分析、基于显微镜的甲壁血流分析、基于光声成像的甲壁血流成像分析。

一种基于甲壁血流分析的青光眼检测方法，其特征在于：所述内容包括：

（1）基于oct-a的甲壁血流分析检测判断青光眼及糖尿病病变等微循环系统疾病；

（2）基于laserspeckle（激光散斑）的甲壁血流分析判断青光眼及糖尿病病变等微循环系统疾病；

（3）基于显微镜的甲壁血流分析判断青光眼及糖尿病病变等微循环系统疾病；

（4）基于光声成像的甲壁血流成像分析判断青光眼及糖尿病病变等微循环系统疾病。

基于oct-a的甲壁血流分析检测判断青光眼病变及糖尿病病变等微循环系统疾病，所述内容包括：

（1）oct-a对甲壁血流的成像方法。

（2）基于oct-a血流成像和青光眼及糖尿病等微循环系统疾病关系的分析判断病变。

基于laserspeckle（激光散斑）的甲壁血流分析判断青光眼和糖尿病等微循环系统病变，所述内容包括：

（1）laserspeckle对甲壁血流的成像方法；

（2）基于laserspeckle血流成像分析和青光眼及糖尿病等微循环系统病变的关系判断病变情况。

基于光声成像的甲壁血流分析判断青光眼病变及糖尿病等微循环系统疾病的所述内容应包括：

（1）光声成像对甲壁血流检测的成像方法；

（2）基于光声成像检测血流分析和青光眼的关系判断病变。

附图说明

下面结合附图和具体实施方式对本发明作进一步的详细描述。

图1是本发明结构示意图。

图2是本发明实施例1的流程图。

图3是本发明结构示意图。

图4是本发明的实施例2的流程图。

图5是本发明结构示意图。

图6是本发明的实施例4的图。

图7是本发明结构示意图。

图8是本发明结构示意图。

具体实施方式

一.实施方式一

请参阅图2，本部分包括oct设备探头1，甲壁部位2，连续成像3，传回上位机4，oct-a算法分析5，甲壁及脚趾血流成像6，青光眼或糖尿病等微循环疾病与甲壁血流关系算法7，综合图象分析8，青光眼及糖尿病或微循环系统病灶症状9。

本实例提供的方案是利用基于oct-a对甲壁血流分析的结果，结合甲壁血流与青光眼及糖尿病等微循环系统疾病的关系来判断症状。

oct-a成像是近来比较新的一个对组织血管进行血流分析的技术，该技术利用oct的无创性、高分辨率、快速成像以及血流成像的特点，对组织内部血流进行成像分析。

oct-a算法：在同一个位置连续扫描多帧图像，由于血流部分帧间具有流动信息差异，非血管组织则是相对静止的，通过计算帧间差异可以算出血流信息。

oct设备探头1：对手指部位进行光学扫描。

连续成像3：oct通过一段时间和横向扫面，连续生成多幅图像的数据。

oct-a算法分析5：对采集传输到上位机的序列图像进行oct造影处理，生成血流影像。

青光眼及糖尿病或微循环系统病灶与甲壁血流关系7：该算法会评估血流速、血流灌注图以及相关的其它参数。

综合图像分析：该模块将会对oct-a甲壁血流成像图像和病灶关系进行综合分析。

所述的算法分析，是指利用获取的图像结合大夫诊断经验得出病情分析结果。或者利用神经网络算法建立病灶数据库，基于神经网络对特征病例图像进行识别。

青光眼及糖尿病或微循环系统病灶症状9：针对采集的图像数据分析的结果和青光眼及糖尿病或微循环系统等病灶可能导致的甲壁血管血流的特征变化，得出青光眼及糖尿病或微循环系统病灶的详细症状。

该实施例的流程如图1和图2所示可以描述为：

利用ss-oct(扫频oct)或者sd-oct（光谱域oct）进行探测手指甲壁组织，然后探测到的信号回传到上位机进行实时成像显示。然后利用oct的横向扫描功能对oct进行扫描一段距离，在此扫描的距离和时间内，连续采集多幅图像。把采集的图像数据传到上位机进行oct-a的算法分析，生成甲壁血流的图像分布图。然后利用青光眼及糖尿病或微循环系统症状与oct-a血流分布图之间的关系算法对甲壁血流oct-a的血流分布图像进行分析，最终得到青光眼及糖尿病或微循环系统的症状诊断。

二．实施方式二

请参阅图4，本部分包括led相干激光10，手指甲壁部位11，连续成像12，传回上位机13，laserspeckle算法分析14，甲壁血流成像2（15），青光眼与甲壁血流关系算法16，综合图像分析17，青光眼及糖尿病或微循环系统病灶症状9。

本实施例提供基于laserspeckle成像的甲壁血流成像分析判断青光眼及糖尿病病灶症状的方法。激光光斑分析血流成像方法是一个较为成熟的技术，该技术已经应用在脑皮层等血流灌注成像等应用中。

利用一帧散斑图像，在n*n（n为自然数）空间滑动窗内计算其衬比值，并赋值于中心像素，当滑动窗计算整幅图像，则达到对应的空间衬比图。

利用多帧图像同一位置的像素灰度值计算衬比并将其赋值于相同位置像素，则得到对应的时间衬比图。本实施例是结合空间和时间衬比度两种方法的优势。

led激光10：可以是led类型的相干激光，或者其它相干激光。

连续成像12：相干激光照射到甲壁部位，反射回来的散射光通过照相机记录生成广版图像。通过控制照相机快门进行间断的曝光操作，获取一系列的光斑图像。

laserspeckle算法分析14：针对获取的一系列光斑图像，利用laserspeckle血流成像分析方法，获取甲壁血流分布图像。

本实施例的流程如图3和图4所示控制为：

led激光光源照射到甲壁部位，激光穿透甲壁和血管壁，打入到红细胞并反射回来。反射回来的散射光，被照相机记录生成光斑图像。通过控制照相机的曝光时间，进行连续的成像，采集序列图像。序列图像通过laserspeckle血流成像分析，生成甲壁血流成像。然后利用青光眼及糖尿病或微循环系统与血流成像的相关分析算法，结合甲壁血流成像图像，完成对症状诊断。

三．实施方式三

请参阅图8，本部分包括：医用显微镜18，甲壁部位19，观察血流影像20，获取显微镜图像21，青光眼及糖尿病或其它微循环系统疾病与甲壁血流关系16，综合图像分析17，青光眼及糖尿病或其它微循环系统病灶症状9。

本实施例提供医用显微镜成像的甲壁血流成像检测对青光眼及糖尿病或微循环系统症状的识别。医用显微镜具有分辨率高，成像清晰等特点。

医用显微镜18：专门定制用于观察甲壁血流信息的显微镜。

观察血流影像20:甲壁与显微镜放置合适的相对距离和位置，利用灯光调节和物镜目镜配合，同时调节电子屏幕，直到显示较为清晰的图像为准。

获取显微镜图像21：对展现的较为理想的影像，利用拍照或者电子导出的模式，进行图像保存用来进行后续分析。

综合图像分析17：该算法将结合显微镜成像特点，对青光眼或糖尿病或微循环系统与甲壁血流关系进行相应分析得出结果。

本实施例的流程如图5和图6所示控制为：

选取待检测患者甲壁，利用医用显微镜设置甲壁样本与显微镜距离和合适的通光条件，观察显微镜下血流信息，结合电子导出或者拍照模式，存储所需血流图像。利用图像血流判断分析青光眼或者糖尿病或微循环系统症状的诊断。

四．实施方式四

请参阅图8，本部分包括：激光脉冲信号21，甲壁部位22，超声探头检测23，声电信号转换24，光声图像重建25，血流图像和青光眼或糖尿病或微循环系统关系26，综合图像分析27，青光眼或糖尿病症状28。

本实例提供基于光声成像的甲壁血流成像检测对青光眼及糖尿病或微循环系统等症状的识别。光声成像具有断层成像和成像分辨率高的特点，并且具有较深的穿透深度。光声成像可检测血氧含量的方法，检测血流信息。

激光脉冲信号21：提供激光信息脉冲信号，对受体甲壁组织进行照射激发。

超声探头检测23：激光打入甲壁组织受体之后，受体组织经过光激发，产生高频超声信号信息。利用专门定制的超声探头去接受检测声信号。

声电信号转换24：对超声探头接收到的声音信号，通过换能器，把声信号转为电信号。

光声图像重建25：针对获取的电信号，通过强度转换和功率谱转换把电信号数据转换为图像数据。

本实施方式的流程控制为：

利用激光脉冲信号照射到甲壁组织部位，同时超声探头接收受体受激光激发产生的超声信号，然后通过换能器转换为电信号，利用专门的信号转换电路和强度转换以及功率谱计算方法生成基于血氧血流图像信息。结合血流图像特征信息和青光眼或糖尿病或微循环系统等症状相关性，进行分析以辅助医生判断青光眼或糖尿病或其它微循环系统等症状。