微细血管增强算法助力常规白光内窥镜的临床诊断
【浙江大学现代光学仪器国家重点实验室】


        2018年最新的中国癌症报告显示,我国恶性肿瘤新发病例数429万例,平均每天超过1万人被确诊为癌症,每分钟有7个人被确诊为癌症。

        对发病率和死亡率排名前五的胃癌、结直肠癌和食管癌的诊断,目前主要使用常规白光内窥镜,但是传统白光内窥镜不能清晰展现重要的组织和血管特征而容易导致误诊和漏诊。因此,各种新型图像增强技术陆续引入白光内窥镜中,例如:奥林巴斯公司的NBI(Narrow Band Imaging)内镜系统,它通过特定波长的光学滤镜,将红、绿、蓝三个波段范围变窄,三种波段穿透黏膜的深度各不相同,从而使得血管得到清晰的显示,但是它的硬件复杂且波段单一;富士能的FICE (Fuji Intelligent Color Enhancement)技术通过光谱估计算法提取特定波长的三幅图像,再将它们合成产生彩色增强图像,由此增强黏膜表层的微细血管与组织间的对比度;卡尔史托斯的SPIES(Storz Professional Image Enhancement System)提供了四种图像增强技术——Clara,Chroma,Spectra A,Spectra B,可以增强图像暗区域亮度、图像锐化度和图像对比度。目前白光内窥镜中较好的图像增强技术均来自国外高端产品,其技术存在专利壁垒不能直接使用。

        浙江大学现代光学仪器国家重点实验室的王立强副教授、袁波副教授研究团队致力于高清电子内窥镜成像技术研究,提出了一种基于光谱变换的血管增强算法,根据不同黏膜深度毛细血管对光谱的吸收特性增强图像的G、B分量同时降低R分量,使得组织背景和血管的色调产生明显的对比效果,而且通过导向滤波使得各个通道的亮度层和细节层分离,并对包含血管特征的细节层进行增强,进一步增强了图像的对比度。使用自主研制的高清胃镜对不同人员的口腔进行拍摄,得到多幅内窥镜图像,使用该算法对其增强处理,得到的结果如下:原图中组织背景与血管的色调非常接近,微细血管难以发现,而增强后的图像中血管的信息和整体对比度都得到显著提升,清晰展现了黏膜结构、组织特性和黏膜层中的微细血管。

        同时,利用本文的血管增强算法对SPIES的内窥镜图片进行增强,并与SPIES的Spectra B模式进行对比。Spectra B模式通过改变成像系统的光谱响应突出血红蛋白颜色的表现,增强血液与周围组织的对比的差异性,凸显血液和毛细血管的细节信息。与Spectra B的对比结果显示,本文方法的增强效果更好,主要体现在:(1)血管更加鲜红, 背景组织更偏绿白色,使得血管与组织背景对比度更高;(2)血管细节更加清晰,可以更容易识别微细血管。

     

图1  增强效果图. (a)原图;(b)增强图

     
     

图2 增强对比图,左图为Karl Storz原始图,中图为Spectra B效果图,右图为本文效果图

研究团队简介

        浙江大学现代光学仪器国家重点实验室先进医用内窥镜研究团队包括教授2人,副教授3人,研究生10余人。近5年承担国家863计划课题2项,十三五国家重点研发计划2项,浙江省重点研发计划2项;在内窥镜先进成像技术研究方面发表研究论文30余篇,获得国家发明专利10余项;在数字式光电图像传感器研究及应用领域,获得教育部科技进步二等奖。研究团队在高分辨率CMOS图像传感器驱动及信号传输、广角微型内窥成像镜头设计及加工装配、实时视频信号采集及图像处理、基于微纳结构的光谱颜色调控及多光谱成像等方面均处于国内领先地位,研制出了国内首个应用于高清电子胃镜、肠镜、腹腔镜的微型高清CMOS摄像模组,填补了国内空白,并且实现了此技术在医学内窥成像领域的工程化、产业化。

相关论文
姜鸿鹏, 章科建, 袁波, 等. 一种血管内窥镜图像增强算法[J]. 光电工程, 2019, 46(1): 180167.
DOI: 10.12086/oee.2019.180167